AI“闪耀”诺贝尔奖(4)

同样的趋势也出现在化学奖上，诺贝尔化学奖很少再颁发给纯粹的化学研究，往往是交叉学科的成果。这种现象反映了诺贝尔奖的一个大趋势，即关注各个学科之间的交叉研究，包括天文学、地球物理学、生物学以及信息学等领域。

从更宏观的层面看，AI还将撬动其他领域基础科学研究进程的研究范式，即AI for Science（AI4S），这背后存在一个巨大的可发展的创业体系和商业空间。 

AI4S是指利用人工智能技术来推动和加速科学研究的新型研究范式。这种范式通过结合机器学习、数据分析、高性能计算等技术，帮助科学家在各个领域进行更深入的探索和发现。

正如DeepMind和大卫·贝克团队的研究成果，加速了该领域对于蛋白质结构预测与设计的研究工作，这将直接推动生物医药领域的研发进程。 

在多个领域，人工智能的应用正在开辟新天地，例如，促进罕见疾病的发现或推动更可持续材料的发展。科学家们正扮演着导师、同伴或助手的角色，利用人工智能应用程序以以前无法达到的速度和规模执行任务。

网易有道CEO周枫对界面新闻表示，2014年深度学习诞生以来AI给社会经济和科学研究带来巨大进步，已渗透到了各个学科，将来AI在很多方面都会超过人类，这会是历史性的事件，带来很多飞跃，也有很棘手的难题，所以也值得全球关注。

“AI对科学领域的影响力无疑是巨大的，它已经从各个层面改变了科学研究的范式。”姚尧对界面新闻称。

AI作为一种强大的工具遭广泛应用于理论研究、实验设计和数据分析中，例如在材料科学、蛋白质结构预测、高能物理数据分析等方面，AI的应用已经成为不可或缺的一部分。

而AI更深层次的的影响，体现在研究方法和思维模式的变革上。

姚尧介绍，传统的物理学科学研究方法通常是基于牛顿力学以来的分析方法，而现在，借助神经网络和复杂网络理论，研究者们能够以全新的视角来理解物质世界的规律。

这种方法不再依赖于简化模型，而是将研究对象视为复杂的系统，利用人工智能的概念来探讨系统内部的连接、反馈机制等。

“基础科学的研究已经进入新时代。”刘易安也认同上述观点，以前的研究范式很有可能会遭AI所打破，至少在诺贝尔奖委员会看来有这个大趋势。

但他认为，研究范式的改变并不会一蹴而就，目前AI并未走到改变研究范式的关键一步。在这方面，我们还有很长的路要走。

“未来的科学新发现，一定是在人工智能的辅助之下。”毕业于北京大学数学系的明略科技CEO吴明辉告诉界面新闻，杰弗里·辛顿的工作跟物理学、脑科学之间有很大的关系；而alphafold则是直接利用AI解决学科问题，利用AI迭代工作，推动学科进步，这类情况后续应该会大量出现。

他指出，杰弗里·辛顿 （Geoffrey Hinton）获奖是很偶然的情况，或者很多年才会出现一次。上一次还是赫伯特·A·西蒙，同时拿了图灵奖和诺贝尔经济学奖，他解决的是组织行为学和人类心理以及信息学之间的问题。

正如杰弗里·辛顿在接受诺贝尔奖电视采访时所说，他一直在研究大脑是如何工作的，只不过在此过程中帮助创造了一项有效的技术——AI。