展會信息港展會大全

AI在諾貝爾獎上殺瘋了,從業(yè)者怎么看?
來源:互聯(lián)網(wǎng)   發(fā)布日期:2024-10-12 09:41:53   瀏覽:2370次  

導(dǎo)讀:劃重點 012024年諾貝爾物理學(xué)獎和化學(xué)獎分別頒給了AI領(lǐng)域的人工神經(jīng)網(wǎng)絡(luò)和蛋白質(zhì)設(shè)計和蛋白質(zhì)結(jié)構(gòu)預(yù)測領(lǐng)域。 02諾貝爾物理學(xué)獎得主包括約翰霍普菲爾德和杰弗里辛頓,后者因使用物理學(xué)訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)獲獎。 03諾貝爾化學(xué)獎授予大衛(wèi)貝克、戴米斯哈薩比斯和約...

劃重點

012024年諾貝爾物理學(xué)獎和化學(xué)獎分別頒給了AI領(lǐng)域的“人工神經(jīng)網(wǎng)絡(luò)”和“蛋白質(zhì)設(shè)計和蛋白質(zhì)結(jié)構(gòu)預(yù)測領(lǐng)域”。

02諾貝爾物理學(xué)獎得主包括約翰霍普菲爾德和杰弗里辛頓,后者因“使用物理學(xué)訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)”獲獎。

03諾貝爾化學(xué)獎授予大衛(wèi)貝克、戴米斯哈薩比斯和約翰江珀,以表彰他們在蛋白質(zhì)設(shè)計和蛋白質(zhì)結(jié)構(gòu)預(yù)測領(lǐng)域作出的貢獻。

04專家認為,AI在生物學(xué)領(lǐng)域的應(yīng)用有望加速,改變傳統(tǒng)實驗科學(xué)的方式。

05然而,有AI領(lǐng)域?qū)W者認為,諾貝爾獎未來在很長一段時間內(nèi)不會再頒給AI,因為其發(fā)展已面臨瓶頸期。

以上內(nèi)容由騰訊混元大模型生成,僅供參考

這兩天的諾貝爾獎?wù)陬嵏矎臉I(yè)者的認知。

10月8日,2024年諾貝爾物理學(xué)獎頒給了AI領(lǐng)域的“人工神經(jīng)網(wǎng)絡(luò)”,10月9日,化學(xué)獎頒給了“蛋白質(zhì)設(shè)計和蛋白質(zhì)結(jié)構(gòu)預(yù)測領(lǐng)域”,一半獎項屬于谷歌旗下的AI團隊DeepMind。

“物理學(xué)不存在了。”物理學(xué)獎揭曉后,不少圈內(nèi)人士都轉(zhuǎn)發(fā)了出自《三體》的這一名句,表達自己的意外。在獎項發(fā)布之前,一位博主表示,自己在全網(wǎng)看了這么多預(yù)測,以及周圍里里外外一圈物理人,“就沒一個預(yù)測對的”。

在物理學(xué)獎之后,諾貝爾化學(xué)獎頒給蛋白質(zhì)結(jié)構(gòu)預(yù)測,似乎顯得順理成章了。“如果說諾貝爾物理學(xué)獎頒給了機器學(xué)習(xí)讓人眼前一黑,但諾貝爾化學(xué)獎頒給AI用于蛋白質(zhì)結(jié)構(gòu)預(yù)測和蛋白質(zhì)設(shè)計,就是眼前一亮了。”冷哲是華大基因旗下科普教育平臺愛博物聯(lián)合創(chuàng)始人、科普作家,他的感受是,DeepMind的AlphaFold揭開了生命科學(xué)領(lǐng)域飛躍的一個序幕,獲諾貝爾獎是實至名歸。

這一屆諾貝爾獎,由于AI的存在引起了不少的爭議和討論。為什么是AI?“時代的主流就是AI,出場率高也正常。”華南理工大學(xué)物理系姚堯教授對第一財經(jīng)表示。知乎答主@卜寒兮是計算機視覺博士,他認為,這已經(jīng)超出了學(xué)科討論的范疇,一個已成的事實是AI 已經(jīng)幾乎滲透到越來越多的學(xué)科,而且產(chǎn)生了不可忽視的影響。

“如果非要回答為什么 Hinton(辛頓)能獲得2024年的諾貝爾物理學(xué)獎?那我只能說現(xiàn)在 AI 的影響力太大了。”@卜寒兮說。

AI成諾貝爾獎最大贏家?

今年物理學(xué)諾貝爾獎引發(fā)的爭議最多。

據(jù)諾貝爾獎官方,約翰霍普菲爾德(John J. Hopfield)與杰弗里辛頓(Geoffrey E. Hinton)因“使用物理學(xué)訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)”獲獎。值得注意的是,辛頓被稱為“AI教父”,也是2018年圖靈獎得主,不過他此前的學(xué)術(shù)經(jīng)歷并不包括物理學(xué),而是聚焦人工智能。

諾貝爾獎官方解釋,今年的兩位諾貝爾物理學(xué)獎得主利用物理學(xué)工具開發(fā)了今天強大機器學(xué)習(xí)的基礎(chǔ)方法,“基于人工神經(jīng)網(wǎng)絡(luò)的機器學(xué)習(xí)目前正在徹底改變科學(xué)、工程和日常生活,例如開發(fā)具有特定屬性的新材料”。

一位畢業(yè)于北大物理學(xué)院的博士表示,自己朋友圈里有相當一部分人都是學(xué)物理的,據(jù)他觀察,往年諾貝爾獎公布后,大部分人頂多就是動動手指轉(zhuǎn)發(fā),但今年諾貝爾物理學(xué)獎大家基本都會評論(負面評論居多),是近些年來討論度最高的,“物理學(xué)獎給了搞人工智能的,所有物理學(xué)子領(lǐng)域的人都不干了”。

“真的很意外,學(xué)物理和學(xué)計算機的人都沉默了。”一位認證為中國科學(xué)院大學(xué)工學(xué)博士的博主表示,“怎么看都覺得官方的理由有點牽強”,大家所理解的“物理”都較傳統(tǒng),在獎沒出來前,都覺得今年的物理學(xué)獎應(yīng)該是自旋電子、反;魻栃(yīng)、拓撲絕緣體等等當中的一個。人工神經(jīng)網(wǎng)絡(luò)好像不是大家所理解的“物理”。

在物理學(xué)獎項給了AI之后,冷哲就預(yù)測,“化學(xué)獎項給AlphaFold也不算突兀了”,如果機器學(xué)習(xí)在物理學(xué)層面屬于錦上添花的幫助的話,在生物領(lǐng)域,尤其是蛋白質(zhì)領(lǐng)域,AI就是“雪中送炭”了,或者可以用顛覆性的成果來評價。

10月9日公布的諾貝爾化學(xué)獎,被授予大衛(wèi)貝克(David Baker)、戴米斯哈薩比斯(Demis Hassabis)和約翰江珀(John M.Jumper),以表彰他們在蛋白質(zhì)設(shè)計和蛋白質(zhì)結(jié)構(gòu)預(yù)測領(lǐng)域作出的貢獻。哈薩比斯是谷歌旗下AI團隊 DeepMind的聯(lián)合創(chuàng)始人兼CEO,江珀也是DeepMind成員,他們開發(fā)了模型AlphaFold,用以預(yù)測蛋白質(zhì)的復(fù)雜結(jié)構(gòu)。

對于AlphaFold的劃時代意義,冷哲解釋,AlphaFold的出現(xiàn)扭轉(zhuǎn)了大家對于蛋白質(zhì)結(jié)構(gòu)不可預(yù)測的一個刻板印象,甚至當時一度傳出來結(jié)構(gòu)生物學(xué)從業(yè)者要失業(yè)的評價。而這只是一個簡單的開端,當看到有學(xué)者嘗試用AlphaFold2來逆向設(shè)計工程蛋白質(zhì)結(jié)構(gòu)的時候,“忽然覺得,生物工程,或者叫蛋白質(zhì)工程學(xué)的春天終于到來了。”

現(xiàn)在的蛋白質(zhì)工程學(xué)從“discovery”走到了“design”的階段,也就是說,行業(yè)可以運用AI去設(shè)計一個耐高溫、耐低溫、發(fā)各種顏色的光,或者去靶向各種癌細胞,去治療人類的各種疾玻“雖然現(xiàn)在能做的還不多,但這是0和1的本質(zhì)上的區(qū)別。”冷哲認為,未來AI for Science,已經(jīng)是不可阻擋的趨勢了。

不過,雖然蛋白質(zhì)結(jié)構(gòu)預(yù)測有其行業(yè)意義,但畢竟出現(xiàn)還不久,拿諾貝爾這樣等級的獎在從業(yè)者眼里仍然有些意外。

科普賬號biokiwi負責(zé)人吳海旭也是遺傳學(xué)專業(yè)的博士,他一開始就認為蛋白質(zhì)結(jié)構(gòu)預(yù)測大概率能獲獎,但他同時也會覺得這個獲獎的時機稍微有些早。

“按照預(yù)測的邏輯,一般會查諾獎風(fēng)向標拉斯克獎,他們也獲獎了,而從實際意義上,這一研究解決了結(jié)構(gòu)生物學(xué)一直卡脖子的問題,獲獎也有其道理。”但吳海旭表示,蛋白質(zhì)結(jié)構(gòu)預(yù)測開始普遍應(yīng)用也就三年前,這一點其實和以往大部分諾貝爾獎的風(fēng)格不太一樣。因為諾貝爾獎更多是考慮機制上有重大突破,研究成果成熟,且成果實實在在地給造福了人類的。而這一點上AI預(yù)測設(shè)計蛋白質(zhì),可以說突破巨大,但應(yīng)用還沒有完全實現(xiàn),畢竟生物藥物的研發(fā)周期很長。

一名西北農(nóng)林科技大學(xué)生物學(xué)研究人員也告訴記者,此次諾貝爾化學(xué)獎有些出乎他的意料,一方面,諾貝爾物理學(xué)獎已經(jīng)頒給神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)領(lǐng)域,AlphaFold基于神經(jīng)網(wǎng)絡(luò)開發(fā),如此未免太偏愛AI。另一方面,這次諾貝爾化學(xué)獎雖然實至名歸,但AlphaFold問世才3年,顯得“稍早”。諾獎在與生物有關(guān)的領(lǐng)域向來偏向?qū)嶒灴茖W(xué),如今頒給計算生物學(xué)領(lǐng)域,還是AI領(lǐng)域,顯示向AI時代、虛擬化轉(zhuǎn)型的想法,可能算力、算法未來會更多出現(xiàn)在諾獎中。

”在生物學(xué)領(lǐng)域,有些人認為做實驗的方式更好,做計算、AI則是‘取巧’。“另有生物學(xué)研究者告訴記者。

知乎答主@博麗靈夢本科畢業(yè)于北京大學(xué),目前從事化學(xué)相關(guān)方向,對于AlphaFold獲獎,她對第一財經(jīng)記者表示,“其實不太驚訝,只是感覺對于諾獎的節(jié)奏而言似乎有點太早了,肯定有一些所謂的傳統(tǒng)物理/化學(xué)領(lǐng)域的工作者會有點心情復(fù)雜。”

為什么今年諾貝爾獎格外關(guān)注AI?圈內(nèi)有一些非正式的傳言玩笑稱,諾貝爾基金會需要通過理財來發(fā)每年的獎金,基金會或許重倉了AI相關(guān)股票。@博麗靈夢也聽聞了這一調(diào)侃,不過在她看來,一個合理得多的推斷是,諾獎基金會也某種程度上有引領(lǐng)科學(xué)方向的責(zé)任,所以在這個AI的關(guān)鍵節(jié)點上集中發(fā)獎,也無可非議。

物理學(xué)邊界正在擴張

在大部分人看不懂這次諾貝爾物理學(xué)獎頒給AI時,也有一小部分人認同并支持這一頒獎結(jié)果。

“誰來定義物理?顯然不應(yīng)該由躺在一個舊領(lǐng)域刷論文KPI的人。”作為物理系教授,姚堯撰文表示,諾獎的初衷還是要這項科學(xué)成果服務(wù)于人類的,而不是服務(wù)于出版商和學(xué)術(shù)利益集團。如果舊領(lǐng)域確實已經(jīng)不足以產(chǎn)生比肩前輩的對人類有影響力的應(yīng)用成果,那就是時候擴大這個學(xué)科的內(nèi)涵了。

“今天的獎是最近讓我最暢快的事了,有一種整個暮氣沉沉的領(lǐng)域突然活過來的爽感。”姚堯在頒獎當天發(fā)文表示。

對于物理獎頒給神經(jīng)網(wǎng)絡(luò)的合理性,姚堯?qū)τ浾呓忉尩,啟發(fā)式神經(jīng)網(wǎng)絡(luò)其實是沿著玻爾茲曼的統(tǒng)計物理思想一路發(fā)展起來的,它的發(fā)展已有近兩百年的歷史,是屬于傳統(tǒng)物理的研究內(nèi)容,只是拓展到了新的研究內(nèi)涵。

“當然,由于統(tǒng)計物理長期在整個物理學(xué)中的從業(yè)人數(shù)過少,大多數(shù)的從業(yè)者并不熟悉這個方面的進展,所以才產(chǎn)生了這些疑問。”姚堯說。

香港科技大學(xué)(廣州)助理教授謝澤柯在知乎撰文解釋,此次諾貝爾物理學(xué)獎產(chǎn)生爭議背后,大多數(shù)做物理的人不做統(tǒng)計物理,大多數(shù)做AI的人也沒碰過理論機器學(xué)習(xí)。統(tǒng)計物理和理論機器學(xué)習(xí)在物理和AI圈子里都是少數(shù)派,而此次諾貝爾物理學(xué)獎恰是統(tǒng)計物理、理論機器學(xué)習(xí)的交叉。

“經(jīng)歷過本科物理、博士深度學(xué)習(xí)理論、成為AI方向博士生導(dǎo)師這條少數(shù)人走的路,我可能是少數(shù)覺得今年諾貝爾物理學(xué)獎頒得理直氣壯、理所應(yīng)當?shù)摹?rdquo;謝澤柯表示。洛桑聯(lián)邦理工學(xué)院物理學(xué)博士梁師翎也撰文稱“我們搞統(tǒng)計物理的‘開香檳’了。”

物理和生物領(lǐng)域一些研究者認可此次諾獎評選結(jié)果,認為諸如物理學(xué)這種基礎(chǔ)學(xué)科正在擴展自身邊界,機器學(xué)習(xí)已被納入研究范疇或已對該領(lǐng)域研究工作產(chǎn)生影響。

梁師翎告訴記者,機器學(xué)習(xí)發(fā)展最初很大程度上受物理啟發(fā),兩位諾貝爾物理學(xué)獎得主中,約翰是物理學(xué)家,他基于物理學(xué)里的模型構(gòu)建可以”學(xué)習(xí)和記憶“的系統(tǒng),辛頓的工作也與物理有很深的聯(lián)系。從物理角度出發(fā)研究機器學(xué)習(xí),是把“人工神經(jīng)網(wǎng)絡(luò)”當作一個客觀對象去其理解工作原理并闡釋為何有效。三年前的物理諾獎得主Giorgio Parisi就是做統(tǒng)計物理,并大力發(fā)展了對“spin glass”(自旋玻璃)領(lǐng)域的研究。這個學(xué)派現(xiàn)在有很多人轉(zhuǎn)向機器學(xué)習(xí)研究,通過spin glass的方法論研究機器學(xué)習(xí)訓(xùn)練過程。

“物理方式處理機器學(xué)習(xí)是一個正在崛起的領(lǐng)域,特別是統(tǒng)計物理。統(tǒng)計物理涵蓋面比很多人理解的廣很多。從細胞層面的性質(zhì)到宏觀鳥群/魚群的運動、交通網(wǎng)絡(luò)阻塞等都是統(tǒng)計物理研究范疇,研究機器學(xué)習(xí)也不奇怪。” 梁師翎表示,實際上,很多新興學(xué)科早期發(fā)展都由物理學(xué)推動,如機器學(xué)習(xí)、神經(jīng)科學(xué)乃至量化金融,物理學(xué)的邊界不斷擴張。

“一方面AI拿獎名副其實,另一方面也是諾獎委員會不愿意錯過機器學(xué)習(xí)作為一種新學(xué)科崛起的浪潮。”謝澤柯告訴記者。

理論物理博士劉易安則告訴記者,就基礎(chǔ)學(xué)科而言,AI并沒有給出新的突破性理論,每年有好幾千篇甚至更多關(guān)于AI在物理學(xué)中應(yīng)用的文章發(fā)表,但真正突破現(xiàn)有物理學(xué)框架的,AI還沒有做到。從這個角度看,這次諾獎很大程度上是一種鼓勵。

“諾獎委員會可能認為未來AI進入基礎(chǔ)科學(xué)領(lǐng)域是大勢所趨,通過AI可能有新的物理(發(fā)現(xiàn))出來。AI作為新工具,可能改變?nèi)藗兯伎嫉姆绞,并不局限于物理學(xué)本身。AI更是一個交叉學(xué)科,涉及數(shù)學(xué)、物理、計算機等領(lǐng)域,諾獎未來也可能偏向頒發(fā)給這種交叉學(xué)科。”劉易安稱。

AI終于成為科學(xué)了

就諾貝爾化學(xué)獎頒發(fā)給AI領(lǐng)域的科學(xué)家,一些化學(xué)或生物領(lǐng)域的研究者也認為有合理性。

就科學(xué)家利用AI技術(shù),基于AlphaFold在蛋白質(zhì)預(yù)測領(lǐng)域的貢獻獲得諾獎,西北農(nóng)林科技大學(xué)生物學(xué)研究人員告訴記者,AlphaFold本身的首創(chuàng)、影響力、高應(yīng)用價值符合諾獎的頒獎規(guī)范。AlphaFold的核心價值在于為生物學(xué)的研究者提供蛋白質(zhì)結(jié)構(gòu)生物學(xué)基礎(chǔ),曾需專業(yè)結(jié)構(gòu)生物學(xué)研究人員花費數(shù)月乃至數(shù)年的工作,可由非結(jié)構(gòu)生物學(xué)專家完成,帶來蛋白質(zhì)化學(xué)和生物化學(xué)領(lǐng)域的革命。

中科院生物學(xué)博士劉耀文告訴記者,AI工具在生物或化學(xué)領(lǐng)域的應(yīng)用,目前主要是在蛋白質(zhì)結(jié)構(gòu)預(yù)測、藥物研發(fā)和多組學(xué)等生物學(xué)領(lǐng)域,尤其是在藥物研發(fā)領(lǐng)域,用AI來尋找、設(shè)計藥物已較多見。例如,預(yù)測出基因后再去做實驗檢測,往往有10%~20%的預(yù)測是正確的,這已經(jīng)是很高比例了。

“這次AI獲獎對于很多傳統(tǒng)做生物的研究者而言,或許是一點提醒或提示。很多生物科學(xué)家認為生物是一門實驗性學(xué)科,抗拒計算機等技術(shù),包括生物信息學(xué)已經(jīng)發(fā)展很久,不少人仍覺得這個領(lǐng)域只是小工具。希望生物學(xué)者們能更認真審視以AI為代表的技術(shù)在生物學(xué)中的意義。時代不一樣了,要做出改變。”劉耀文表示,此次諾獎結(jié)果也意味著生物學(xué)發(fā)展可能加速,畢竟以往生物學(xué)實驗太耗時耗力,且穩(wěn)定性也是個很大的問題。

諾貝爾物理學(xué)獎和化學(xué)獎頒給了看上去不太像傳統(tǒng)物理和化學(xué)領(lǐng)域的AI學(xué)者,一些AI領(lǐng)域?qū)W者則受到鼓舞。

“人工智能終于不是技術(shù),而是科學(xué)了。”諾貝爾物理學(xué)獎得主揭曉后,一名人工智能學(xué)者在朋友圈評論道。一些AI學(xué)者則認為,此次諾獎評選背后,AI開始對各領(lǐng)域產(chǎn)生深遠影響。

“人工智能的深遠影響才剛剛開始。”“AI教母”李飛飛稱。Meta首席AI科學(xué)家楊立昆表示,Rosetta、AlphaFold和其他由機器學(xué)習(xí)驅(qū)動的蛋白質(zhì)結(jié)構(gòu)預(yù)測和蛋白質(zhì)設(shè)計的努力的影響已非常巨大,且有望在未來產(chǎn)生更大的影響。

“AI這次諾貝爾獎贏麻了。”AI在讀博士、知乎博主@平凡表示,他同時表示,諾貝爾獎未來在很長一段時間內(nèi)不會再頒給AI了。他認為,AI這些年能火爆到如此程度,無非是深度學(xué)習(xí)效果實在太驚艷了,如AlphaFold直接預(yù)測出2億種蛋白質(zhì)結(jié)構(gòu),這種效率是人類拍馬也趕不上的。但AI的問題在于非常依賴于訓(xùn)練數(shù)據(jù)和計算資源,而數(shù)據(jù)的積累是循序漸進的。

在上述博主看來,AI已經(jīng)發(fā)展到了瓶頸期,他對記者解釋,雖然說現(xiàn)在行業(yè)還在飛快進化,但是速度會放緩,因為素材一次性用得差不多了,除非找到新的更好的養(yǎng)分,“未來估計只有AGI才有資格再拿諾貝爾獎。”

(本文來自第一財經(jīng))

贊助本站

相關(guān)熱詞: 諾貝爾獎 瘋了 從業(yè)者 怎么

相關(guān)內(nèi)容
AiLab云推薦
推薦內(nèi)容
展開

熱門欄目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能實驗室 版權(quán)所有    關(guān)于我們 | 聯(lián)系我們 | 廣告服務(wù) | 公司動態(tài) | 免責(zé)聲明 | 隱私條款 | 工作機會 | 展會港