诺贝尔奖上的人工智能:双重胜利引发科学学科讨论

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

2024 年诺贝尔奖庆祝人工智能在物理和化学领域的变革性作用,同时讨论了两个领域之间的界限。

Die Nobelpreise 2024 würdigen die transformative Rolle der KI in Physik und Chemie, während die Grenzen zwischen den Fachgebieten diskutiert werden.
2024 年诺贝尔奖庆祝人工智能在物理和化学领域的变革性作用,同时讨论了两个领域之间的界限。

诺贝尔奖上的人工智能:双重胜利引发科学学科讨论

诺贝尔委员会在今年的两项奖项中认可了人工智能 (AI) 的变革力量 - 他们授予了 物理神经网络先驱者奖研究和设计蛋白质的计算工具开发商 化学奖。但并非所有研究人员都对此感到满意。

就在瑞典皇家科学院公布今年诺贝尔物理学奖获奖者名单后不久,社交媒体界就引发了一阵讨论。几位物理学家认为,杰弗里·辛顿 (Geoffrey Hinton) 和约翰·霍普菲尔德 (John Hopfield) 获奖的机器学习研究背后的科学实际上并不是物理学。

“我无语了。我和任何人一样重视机器学习和人工神经网络,但很难看出这是一项物理发现,”伦敦帝国理工学院的天体物理学家乔纳森·普里查德写道, 在X上 。 “我猜诺贝尔奖是受到人工智能炒作的打击。”

德国慕尼黑数学哲学中心的物理学家 Sabine Hossenfelder 表示,加拿大多伦多大学的 Hinton 和新泽西州普林斯顿大学的 Hopfield 的研究“属于计算机科学领域”。 “一年一度的诺贝尔奖对于物理学家和物理学家来说是一个难得的机会进入聚光灯下。在这一天,朋友和家人会记得他们认识一位物理学家,也许会问上一届诺贝尔奖是关于什么的。但今年不会。”

结合一些观点

然而,并不是所有人都感到震惊:许多物理学家对这个消息表示欢迎。 “霍普菲尔德和辛顿的研究是跨学科的,将物理学、数学、计算机科学和神经科学结合在一起,”马萨诸塞州剑桥哈佛大学的理论物理学家马特·斯特拉斯勒说。 “从这个意义上说,它属于所有这些学科。”

来自加州伯克利的科学记者、《机器为何学习》一书的作者阿尼尔·阿南萨斯瓦米 (Anil Ananthaswamy) 指出,虽然诺贝尔委员会引用的研究并不是最纯粹意义上的理论物理学,但它植根于物理学的技术和概念,例如能量。他说,辛顿发明的“玻尔兹曼网络”和霍普菲尔德网络“都是能量驱动的模型”。

Ananthaswamy 补充道,在机器学习的后期发展中,与物理学的联系变得越来越弱,特别是在使神经网络更容易训练的“前馈”技术中。尽管如此,物理概念正在回归,并帮助研究人员理解为什么日益复杂的深度学习系统会这样做。 “我们需要物理学的思维方式来研究机器学习,”在洛桑瑞士联邦理工学院 (EPFL) 研究计算统计物理学的 Lenka Zdeborová 说。

罗马第一大学物理学家乔治·帕里西 (Giorgio Parisi) 表示:“我认为诺贝尔物理学奖应该继续渗透到越来越多的物理知识领域。” 分享2021年诺贝尔奖 。 “物理学正变得越来越广泛,包括许多过去不存在或不属于物理学的知识领域。”

不仅仅是人工智能

物理学奖宣布后的第二天,计算机科学似乎就接管了诺贝尔奖,当时计算机科学的联合创始人 Demis Hassabis 和 John Jumper 用于蛋白质结构预测的 AI 工具 AlphaFold 伦敦谷歌 DeepMind 的员工,获得了一半的诺贝尔化学奖。 (另一半授予西雅图华盛顿大学的大卫·贝克(David Baker),表彰其在不使用机器学习的蛋白质设计方面的工作)。

伦敦大学学院的生物信息学家 David Jones 曾与 DeepMind 合作开发了 AlphaFold 的第一个版本,他表示,该奖项是对人工智能颠覆性力量的认可,也是对结构和计算生物学知识稳步增长的认可。 “我不认为 AlphaFold 代表了基础科学领域尚未出现的根本性转变,”他说。 “关键在于如何将所有内容组合在一起并进行设计,以便让 AlphaFold 达到这些高度。”

AlphaFold 使用的一个关键输入是来自不同生物体的相关蛋白质的序列,它可以识别可能共同进化的氨基酸对,因此可能在蛋白质的 3D 结构中物理上接近。当 AlphaFold 开发出来时,研究人员已经在利用这种洞察力来预测蛋白质结构,有些人甚至开始在深度学习网络中实现这一想法。

Jumper 在 10 月 9 日的 DeepMind 新闻发布会上表示:“这不仅仅是我们去工作、按下人工智能按钮,然后每个人都回家的情况。这实际上是一个迭代过程,我们进行开发、研究,并试图在社区对蛋白质的理解和我们如何将这些直觉融入到我们的架构中找到正确的组合。”

如果没有蛋白质数据库,AlphaFold 也不可能实现。该数据库是一个可免费访问的存储库,包含超过 200,000 个蛋白质结构(包括一些为之前的诺贝尔奖做出贡献的结构),这些结构是使用 X 射线晶体学、冷冻电子显微镜和其他实验方法确定的。 “每个数据点都是某人多年努力的结果,”詹珀说。

自 1901 年设立以来,诺贝尔奖往往反映了研究对社会的影响,并奖励实用发明,而不仅仅是纯粹的科学。 Ananthaswamy 表示,就这一点而言,2024 年的价格并非异常值。 “有时他们会因为非常好的工程项目而获奖。其中包括以下项目的奖项: 激光聚合酶链式反应 ”。