國(guó)際電子商情訊，今年的諾貝爾物理學(xué)獎(jiǎng)和化學(xué)獎(jiǎng)對(duì)人工智能(AI)非常關(guān)注。繼10月8日，諾貝爾物理學(xué)獎(jiǎng)花落兩位人工智能(AI)先驅(qū)之后，在當(dāng)?shù)貢r(shí)間10月9日，2024年諾貝爾化學(xué)獎(jiǎng)獲獎(jiǎng)名單揭曉，三位得主中有兩位來自谷歌旗下的AI公司。c3oesmc

2024年諾貝爾物理學(xué)獎(jiǎng)及化學(xué)獎(jiǎng)都與AI有關(guān)

今年的諾貝爾物理學(xué)獎(jiǎng)、諾貝爾化學(xué)獎(jiǎng)均展現(xiàn)出與人工智能的關(guān)聯(lián)。c3oesmc

·兩位AI先驅(qū)獲2024年諾貝爾物理學(xué)獎(jiǎng)

c3oesmc

2024年諾貝爾物理學(xué)獎(jiǎng)獲得者John J.Hopfield(左)、Geoffrey E.Hinton(右)c3oesmc

當(dāng)?shù)貢r(shí)間10月8日，2024年諾貝爾物理學(xué)獎(jiǎng)獲得者名單出爐，由美國(guó)科學(xué)家約翰·霍普菲爾德(John J.Hopfield)和英裔加拿大科學(xué)家杰弗里·辛頓(Geoffrey E.Hinton)共同獲得。c3oesmc

諾貝爾獎(jiǎng)委員會(huì)官方網(wǎng)站刊登的新聞中指出，此次諾貝爾物理獎(jiǎng)旨在表彰獲獎(jiǎng)?wù)?ldquo;通過人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)器學(xué)習(xí)的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明”。c3oesmc

John J.Hopfield根據(jù)物理學(xué)原理創(chuàng)造了一種關(guān)聯(lián)神經(jīng)網(wǎng)絡(luò)，可以存儲(chǔ)和重建數(shù)據(jù)中的圖像和其他模式類型。Geoffrey Hinton以霍普菲爾德網(wǎng)絡(luò)為基礎(chǔ)發(fā)明了一種方法，可以自動(dòng)發(fā)現(xiàn)數(shù)據(jù)屬性，從而執(zhí)行識(shí)別圖片中的特定元素等任務(wù)。c3oesmc

• John J.Hopfield，1933年出生于美國(guó)伊利諾伊州芝加哥，1958年獲美國(guó)紐約州伊薩卡康奈爾大學(xué)博士學(xué)位，現(xiàn)任美國(guó)新澤西州普林斯頓大學(xué)教授。
• Geoffrey E. Hinton，1947年出生于英國(guó)倫敦，1978年獲英國(guó)愛丁堡大學(xué)博士學(xué)位，現(xiàn)任加拿大多倫多大學(xué)教授。

·谷歌DeepMind公司兩名成員或2024年諾貝爾化學(xué)獎(jiǎng)

c3oesmc

2024年諾貝爾化學(xué)獎(jiǎng)獲得者David Baker(左)、Demis Hassabis(中)、John M. Jumper(右)c3oesmc

2024年諾貝爾化學(xué)獎(jiǎng)授予華盛頓大學(xué)蛋白質(zhì)設(shè)計(jì)研究所的大衛(wèi)·貝克(David Baker)，以及谷歌DeepMind的德米斯·哈薩比斯(Demis Hassabis)與約翰·M·詹珀(John M. Jumper)，以表彰他們?cè)?ldquo;計(jì)算蛋白質(zhì)設(shè)計(jì)”“蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)”等方面的貢獻(xiàn)。c3oesmc

諾貝爾獎(jiǎng)委員會(huì)指出，David Baker成功創(chuàng)造了全新的蛋白質(zhì)，完成了幾乎不可能的挑戰(zhàn)。Demis Hassabis和John Jumper開發(fā)的AI模型，解決了長(zhǎng)達(dá)半個(gè)世紀(jì)的難題：預(yù)測(cè)蛋白質(zhì)復(fù)雜結(jié)構(gòu)。c3oesmc

David Baker早在2003年就利用蛋白質(zhì)設(shè)計(jì)出了一種自然界從未出現(xiàn)的新型蛋白質(zhì)，此后其團(tuán)隊(duì)還開發(fā)了蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)AI工具RoseTTAFold。RoseTTAFold基于深度學(xué)習(xí)算法，能夠快速且準(zhǔn)確地預(yù)測(cè)蛋白質(zhì)的三維結(jié)構(gòu)，它通過分析氨基酸序列中的模式來預(yù)測(cè)蛋白質(zhì)的折疊方式，對(duì)生物學(xué)、化學(xué)及藥物設(shè)計(jì)領(lǐng)域產(chǎn)生了深遠(yuǎn)影響。c3oesmc

由Demis Hassabis和John Jumper提出的名為AlphaFold2的AI模型，基于深度學(xué)習(xí)的算法，用于預(yù)測(cè)蛋白質(zhì)的三維結(jié)構(gòu)。AlphaFold2在2020年的蛋白質(zhì)折疊預(yù)測(cè)比賽中取得了突破性的成果。該模型利用了多種技術(shù)，包括注意力機(jī)制和神經(jīng)網(wǎng)絡(luò)，來理解氨基酸序列與蛋白質(zhì)結(jié)構(gòu)之間的關(guān)系。自取得突破以來，AlphaFold2已被來自190個(gè)國(guó)家的200多萬人使用。c3oesmc

• David Baker，1962年出生于美國(guó)華盛頓州西雅圖市，1989年獲美國(guó)加州大學(xué)伯克利分校博士學(xué)位，現(xiàn)任美國(guó)華盛頓大學(xué)西雅圖分校教授，美國(guó)霍華德-休斯醫(yī)學(xué)研究所研究員。
• Demis Hassabis，1976年出生于英國(guó)倫敦。2009年獲英國(guó)倫敦大學(xué)學(xué)院博士學(xué)位，現(xiàn)任英國(guó)倫敦谷歌DeepMind首席執(zhí)行官。
• John M. Jumper，1985年出生于美國(guó)阿肯色州小石城，2017年獲美國(guó)伊利諾伊州芝加哥大學(xué)博士學(xué)位，現(xiàn)任英國(guó)倫敦谷歌DeepMind高級(jí)研究科學(xué)家。

小結(jié)：

總而言之，AI在物理和化學(xué)領(lǐng)域中的貢獻(xiàn)，體現(xiàn)了其跨學(xué)科的影響力和潛力，特別是在理解和模擬復(fù)雜的生物系統(tǒng)，以及開發(fā)新的計(jì)算技術(shù)方面。以上這些成就不僅推動(dòng)了科學(xué)的發(fā)展，也為未來的技術(shù)創(chuàng)新和應(yīng)用提供了廣闊的可能性。c3oesmc