 |
 |
 |
 |
 |
 |
||
 |
 |
 |
 |
 |
| 3 | 1/1 | 返回列表 |
| 查看: 2701 | 回復(fù): 2 | |||
yexuqing木蟲之王 (文學(xué)泰斗)
太陽系系主任
|
[交流]
人工智能何以成為今年諾獎“大贏家”
|
|
2024年諾貝爾三大科學(xué)獎項中，兩大獎項與人工智能研究相關(guān)，先是物理學(xué)獎頒給了曾獲圖靈獎的機器學(xué)習(xí)先驅(qū)，緊接著化學(xué)獎也將一半頒給了“程序員”。 不僅諾獎得主在接到獲獎電話時表示大感意外，就連諾貝爾獎官方也就此發(fā)起兩起投票，強調(diào)人工智能與基礎(chǔ)科學(xué)的互動。一則是：你知道機器學(xué)習(xí)的模型是基于物理方程的嗎? 另一則是：你知道人工智能被用來研究蛋白質(zhì)的結(jié)構(gòu)嗎? 不少人疑惑，人工智能這一近年來才頻頻進入公眾視野的技術(shù)熱詞，何以俘獲諾貝爾評獎委員會的“芳心”，并一舉成為本年度科學(xué)獎項的“大贏家”？ 助力解決傳統(tǒng)科學(xué)方法難以應(yīng)對的問題 諾貝爾物理學(xué)獎和化學(xué)獎獲獎成果不僅是基礎(chǔ)科學(xué)的突破性進步，更顯示出人工智能已成為推動基礎(chǔ)科學(xué)的重要工具。利用這一技術(shù)，科學(xué)家得以基于此前研究構(gòu)建新型模型，得以處理海量數(shù)據(jù)，更新傳統(tǒng)的方法，得以加速研究，推動多領(lǐng)域基礎(chǔ)科學(xué)實現(xiàn)新的進展。 得益于今年諾貝爾化學(xué)獎得主——谷歌旗下“深層思維”公司的德米斯·哈薩比斯和約翰·江珀在前人研究基礎(chǔ)上設(shè)計的人工智能模型“阿爾法折疊”，人們現(xiàn)在已可以預(yù)測出自然界幾乎所有蛋白質(zhì)的三維結(jié)構(gòu)。 另一名對計算蛋白質(zhì)設(shè)計作出突出貢獻的獲獎?wù)摺⒚绹A盛頓大學(xué)西雅圖分校的戴維·貝克在談到人工智能技術(shù)時指出，蛋白質(zhì)結(jié)構(gòu)預(yù)測真正凸顯了人工智能的力量，使人們得以將人工智能方法應(yīng)用于蛋白質(zhì)設(shè)計，大大提高了設(shè)計的能力和準確性。 人工智能正幫助科研人員解決傳統(tǒng)科學(xué)方法難以應(yīng)對的問題。曾作為“阿爾法折疊”早期測試人員的英國倫敦國王學(xué)院分子生物物理學(xué)教授麗夫卡·艾薩克森說：“我們傳統(tǒng)上采用費力的實驗方法來分析蛋白質(zhì)形狀，這可能需要數(shù)年時間。這些已解析的結(jié)構(gòu)被用于訓(xùn)練‘阿爾法折疊’。得益于這項技術(shù)，我們能夠更好地跳過這一步，更深入地探究蛋白質(zhì)的功能和動態(tài)，提出不同的問題，并有可能開辟全新的研究領(lǐng)域。” 基礎(chǔ)科學(xué)與人工智能“碰撞”產(chǎn)生巨大能量 本年度兩大科學(xué)獎項不僅是對獲獎?wù)吆退麄兂删偷目隙�，更向人們展示出基礎(chǔ)科學(xué)的深刻洞見與計算機科學(xué)創(chuàng)新“碰撞”可以產(chǎn)生的巨大能量。 2024年諾貝爾物理學(xué)獎獲得者約翰·霍普菲爾德和杰弗里·欣頓是兩名機器學(xué)習(xí)領(lǐng)域的元老級人物。他們使用物理學(xué)工具，設(shè)計了人工神經(jīng)網(wǎng)絡(luò)，為當(dāng)今強大的機器學(xué)習(xí)技術(shù)奠定了基礎(chǔ)。與此同時，相關(guān)技術(shù)已被用于推動多個領(lǐng)域的研究。 “正是物理學(xué)原理為兩名科學(xué)家提供了思路，而另一方面，研究成果又被用于推動多個領(lǐng)域的研究，不僅包括粒子物理、材料科學(xué)和天體物理等物理學(xué)研究，也包括計算機科學(xué)等其他領(lǐng)域的研究�！敝Z貝爾物理學(xué)委員會秘書烏爾夫·丹尼爾松在接受新華社記者采訪時說。 在談到諾貝爾化學(xué)獎成果時，歐洲分子生物學(xué)實驗室副主任兼歐洲分子生物學(xué)實驗室－歐洲生物技術(shù)研究所主任埃旺·伯尼強調(diào)，這一人工智能工具建立在數(shù)十年的實驗工作之上，得益于分子生物學(xué)界內(nèi)部在全球范圍內(nèi)公開共享數(shù)據(jù)的文化。 改變科研范式推動突破學(xué)術(shù)邊界 人工智能技術(shù)俘獲諾貝爾評獎委員會的“芳心”更反映出人工智能與多學(xué)科融合，推動科學(xué)研究突破邊界這一重要的探索趨勢。 諾貝爾化學(xué)委員會評委鄒曉冬表示，技術(shù)與基礎(chǔ)科學(xué)的交叉融合未來將成為常態(tài)，而人工智能技術(shù)作為這一融合過程中的核心驅(qū)動力之一，將推動科學(xué)研究不斷突破傳統(tǒng)框架，實現(xiàn)更加深遠、更加廣泛的創(chuàng)新。 另一方面，人工智能的快速發(fā)展也引發(fā)人們對未來的擔(dān)憂。諾貝爾物理學(xué)委員會主席埃倫·穆恩斯說，人類有責(zé)任以安全且道德的方式使用這項新技術(shù)。諾獎得主欣頓在接受電話連線時也表示，相關(guān)技術(shù)將對社會產(chǎn)生巨大影響，但也必須警惕技術(shù)可能構(gòu)成的威脅。 毋庸置疑的是，傳統(tǒng)科學(xué)研究的范式正在轉(zhuǎn)換。從問題出發(fā)，通過人工智能技術(shù)尋求解決方案，這不僅將在生物、化學(xué)和物理等領(lǐng)域中發(fā)揮革命性作用，更將推動眾多不同學(xué)科的融合，推動科學(xué)研究突破邊界，并對人類未來產(chǎn)生深遠影響。 英國研究與創(chuàng)新署工程與物理科學(xué)研究委員會執(zhí)行主席、牛津大學(xué)結(jié)構(gòu)生物信息學(xué)教授夏洛特·迪恩表示，能在當(dāng)今從事科學(xué)工作是一件令人興奮的事情，特別是在這些跨學(xué)科領(lǐng)域，因為人工智能不僅開始解決真正困難的問題，而且還改變了我們從事科學(xué)研究的方式。 正如伯尼所說，“大數(shù)據(jù)與人工智能和技術(shù)發(fā)展的潛力是無限的——而這，只是一個開始”。 |
回復(fù)此樓» 猜你喜歡
085701環(huán)境工程 求調(diào)劑
已經(jīng)有3人回復(fù)
-
264求調(diào)劑
已經(jīng)有7人回復(fù)
-
085600 材料與化工 298
已經(jīng)有8人回復(fù)
-
266求調(diào)劑
已經(jīng)有5人回復(fù)
-
0854總分272
已經(jīng)有6人回復(fù)
-
EST拒稿重投
已經(jīng)有3人回復(fù)
-
歡迎采礦、地質(zhì)、巖土、計算機、人工智能等專業(yè)的同學(xué)報考
已經(jīng)有11人回復(fù)
-
0703化學(xué)學(xué)碩 288分
已經(jīng)有4人回復(fù)
-
接收調(diào)劑
已經(jīng)有23人回復(fù)
-
化學(xué) 0703求調(diào)劑 總分293 一志愿211
已經(jīng)有3人回復(fù)
» 本主題相關(guān)商家推薦: (我也要在這里推廣)
yexuqing
木蟲之王 (文學(xué)泰斗)
太陽系系主任
- 應(yīng)助: 11 (小學(xué)生)
- 金幣: 199853
- 散金: 5
- 紅花: 127
- 沙發(fā): 737
- 帖子: 168001
- 在線: 4850.8小時
- 蟲號: 88288
- 注冊: 2005-08-23
- 專業(yè): 數(shù)論
|
2024年的諾貝爾化學(xué)獎一半授予大衛(wèi)·貝克（David Baker），“以表彰在計算蛋白質(zhì)設(shè)計方面的貢獻”；另一半則共同授予德米斯·哈薩比斯（Demis Hassabis）和約翰·M·詹珀（John M． Jumper），“以表彰他們在蛋白質(zhì)結(jié)構(gòu)預(yù)測方面的成就”。 David Baker 是華盛頓大學(xué)蛋白質(zhì)設(shè)計研究所所長，被譽為蛋白質(zhì)設(shè)計領(lǐng)域先驅(qū)。2003年起，他成功設(shè)計出全新的Top7等多種創(chuàng)新蛋白質(zhì)，廣泛應(yīng)用于藥物、疫苗、納米材料、微型傳感器等領(lǐng)域。并在1999年就提出了蛋白質(zhì)結(jié)構(gòu)預(yù)測算法RoseTTA，早于Deepmind的AlphaFold。 另兩位獲獎?wù)呔透荒吧�。Demis Hassabis是Google DeepMind聯(lián)合創(chuàng)始人兼CEO，John M． Jumper現(xiàn)任Google DeepMind總監(jiān)。兩人通過領(lǐng)導(dǎo)團隊開發(fā) AI 模型 AlphaFold 2，解決了困擾科學(xué)界50年的難題：從氨基酸序列預(yù)測蛋白質(zhì)的復(fù)雜結(jié)構(gòu)。 蛋白質(zhì)是生命的基礎(chǔ)化學(xué)工具，它們控制并推動著所有生物化學(xué)反應(yīng)，擔(dān)任激素、信號物質(zhì)、抗體和組織構(gòu)建的關(guān)鍵角色。在蛋白質(zhì)中，氨基酸以長鏈的形式連接在一起，并折疊成三維結(jié)構(gòu)。自上世紀70年代以來，研究人員一直嘗試根據(jù)氨基酸序列預(yù)測蛋白質(zhì)結(jié)構(gòu)，無奈進展緩慢，直至四年前DeepMind帶來的驚人突破。 2020年，Demis Hassabis和John Jumper在初代 AlphaFold 的基礎(chǔ)開發(fā)了AlphaFold 2。它幾乎能夠預(yù)測所有已被研究人員識別的2億個蛋白質(zhì)的結(jié)構(gòu)，至今已被引用超過2萬次，被來自190個國家200多萬人使用，在推動包括瘧疾疫苗、癌癥治療、酶設(shè)計和抗生素耐藥性研究等領(lǐng)域取得了巨大進展。實際上在諾獎以前，兩人已于去年獲得素有“科學(xué)界奧斯卡”之稱的生命科學(xué)突破獎和“諾獎風(fēng)向標”拉斯克獎，以表彰他們?yōu)榛A(chǔ)醫(yī)學(xué)研究做出的突出貢獻。 瑞典皇家科學(xué)院在聲明中稱，“沒有蛋白質(zhì)，生命無法存在。如今我們能夠預(yù)測蛋白質(zhì)結(jié)構(gòu)并設(shè)計自己的蛋白質(zhì)，這為人類帶來了巨大的福祉�！� 得知獲獎消息后，Google DeepMind官方第一時間發(fā)文“報喜”。 Demis Hassabis也發(fā)表聲明稱： “獲得諾貝爾獎是我一生的榮譽。感謝瑞典皇家科學(xué)院，感謝John Jumper和AlphaFold團隊，感謝更廣泛的DeepMind和Google團隊，以及所有為這一時刻做出貢獻的同事。我將我的職業(yè)生涯奉獻給AI的進步，因為它擁有無與倫比的潛力，能夠改善數(shù)十億人的生活。AlphaFold已經(jīng)被200多萬研究人員用于推進關(guān)鍵工作，從酶設(shè)計到藥物發(fā)現(xiàn)。我希望未來我們能將AlphaFold視為AI加速科學(xué)發(fā)現(xiàn)巨大潛力的第一個實證�！� John Jumper隨即表示：“這是AI能夠加速科學(xué)研究并最終幫助理解疾病和開發(fā)治療方法的一個重要證明。這項工作歸功于Google DeepMind的優(yōu)秀團隊，這個獎項也認可了他們的杰出貢獻�！� 至此，加上此前率先獲得物理學(xué)獎，并引發(fā)高度討論度的“AI教父”杰弗里·E·辛頓（Geoffrey E． Hinton），這些今年最受關(guān)注的獲獎?wù)弑澈�，共同的交集很明顯——辛頓是承載Google早期AI野心的Google Brain的核心人物，而Demis Hassabis是承載Google近年來AI研究任務(wù)的Google Deepmind的靈魂。 怪不得連“諾貝爾派對”都直接在Google園區(qū)舉辦了。 在諾貝爾獎連續(xù)發(fā)給AI科學(xué)家背后，Google也“贏麻了”。 Google的進攻 從時間線上來看，谷歌絕對是最早入局人工智能的大公司玩家。 盡管在許多故事版本中，都將2012年冬天那場發(fā)生在美國太浩湖旁賭場酒店里的秘密競拍，描述為Google、微軟、百度三家科技巨頭與DeepMind之間，圍繞Hinton剛成立、除了幾篇論文外沒有任何實質(zhì)產(chǎn)品的小公司DNNResearch的公平競爭。但事后回看，這場競拍的結(jié)局其實早已注定。因為它的起源之一，正是來自6個月前Google的推動。 2012年6月，Google Brain公開啟動“谷歌貓（The Cat Neurons）”項目，用算法識別YouTube視頻中的貓。由吳恩達領(lǐng)導(dǎo)，Jeff Dean參與，并獲得公司創(chuàng)始人Larry Page的大力支持。 項目構(gòu)建了一個擁有10億個連接的大型神經(jīng)網(wǎng)絡(luò)，使用來自YouTube的1000萬段未標注視頻，在16，000個CPU上進行訓(xùn)練。通過無監(jiān)督學(xué)習(xí)，該系統(tǒng)成功自主學(xué)會了識別貓臉，準確率達74.8%，并能識別人臉等其他物體。 不過，吳恩達在項目后期選擇了激流勇退，臨走前向Google舉薦了自己的老師Hinton接替工作。Hinton表示自己不會離開大學(xué)，只愿意去Google“待一個夏天”。就這樣，他成為Google歷史上最年長的實習(xí)生。 作為深度學(xué)習(xí)領(lǐng)域的權(quán)威，Hinton很快就意識到項目的缺陷，指出谷歌貓“運行了錯誤的神經(jīng)網(wǎng)絡(luò)，并使用了錯誤的計算能力�！庇谑窃诙虝旱摹皩嵙�(xí)期”結(jié)束后，Hinton馬上召集學(xué)生Ilya Sutskever和Alex Krizhevsky組建團隊，開發(fā)了新的神經(jīng)網(wǎng)絡(luò)架構(gòu)AlexNet。并帶著僅4顆英偉達GPU訓(xùn)練出來的成果參加了2012年ImageNet圖像識別比賽，最終以84%的準確率取得顛覆性勝利。 同年10月，Hinton團隊在佛羅倫薩計算機視覺會議上正式介紹了冠軍算法AlexNet。一支學(xué)界團隊逆襲擊敗硬件和研發(fā)資源對比懸殊的Google，引發(fā)學(xué)術(shù)界和產(chǎn)業(yè)界徹底轟動。AlexNet論文也成為計算機科學(xué)史上最有影響力的論文之一，被引次數(shù)超過12萬。 接下來，三人的DNNResearch公司注冊成立。后續(xù)競拍的發(fā)展就更加順理成章，當(dāng)身價被提高到4400萬美元時，Hinton叫停了拍賣，與兩名學(xué)生一起正式加入谷歌，擔(dān)任Google Brain副總裁和工程研究員。 當(dāng)時的Hinton在一篇聲明中寫道：“我會繼續(xù)在多倫多大學(xué)兼職任教，但在Google，我能夠看到我們?nèi)绾翁幚沓笮陀嬎��！?br /> 在直到2023年5月的十年谷歌生涯中，Hinton繼續(xù)參與大規(guī)模人工神經(jīng)網(wǎng)絡(luò)研究，為Bard和ChatGPT等現(xiàn)代AI系統(tǒng)的底層技術(shù)奠定了基礎(chǔ)性貢獻。他也參與開發(fā)了開源機器學(xué)習(xí)軟件庫TensorFlow，推動了圖像識別、語言理解等AI應(yīng)用的能力提升，并將深度學(xué)習(xí)技術(shù)廣泛應(yīng)用于Google的各類產(chǎn)品和服務(wù)中。 Google對人才和技術(shù)的聚集從未放緩。在收購DNNResearch僅兩年后，當(dāng)年參與競拍的對手之一， Hassabis創(chuàng)立的DeepMind也被它納入囊中。 據(jù)悉，Google當(dāng)時還專門包了架私人飛機帶Hinton去倫敦”驗貨“，并且專門改造了座椅，解決他背痛不能坐飛機的問題。而當(dāng)時被Google擠走的Facebook在錯失DeepMind后，則轉(zhuǎn)而高價挖走了“深度學(xué)習(xí)三巨頭”之一的Yann LeCun。 Deepmind的故事 來到DeepMind這邊，其實被Google收購前，DeepMind已經(jīng)在財務(wù)方面遇到了困難，公司一直在燒錢，卻未能找到可持續(xù)的商業(yè)模式，甚至瀕臨破產(chǎn)。 谷歌的6億美元收購拯救了DeepMind，不僅保留了核心技術(shù)團隊，還為其提供了強大的計算資源，包括云計算平臺和數(shù)據(jù)中心支持。這讓DeepMind能夠利用更強的算力來訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，特別是在AlphaGo的開發(fā)中，大幅提升了計算速度和模型精度。除此之外，谷歌還提供了專門設(shè)計的TPU（張量處理單元），進一步優(yōu)化了深度學(xué)習(xí)模型的訓(xùn)練和推理效率，AI基礎(chǔ)工具TensorFlow也被廣泛應(yīng)用到DeepMind的研究之中，協(xié)助加強AlphaGo的表現(xiàn)。 AlphaGo是DeepMind團隊開發(fā)的一款人工智能圍棋程序。它通過分析數(shù)百萬局棋譜，用自我對弈進行強化學(xué)習(xí)，掌握了復(fù)雜的圍棋策略，能夠超越人類頂尖圍棋選手。2016年，AlphaGo在與圍棋世界冠軍李世石的比賽中取得了4比1的勝利，從此一戰(zhàn)成名，震驚全球。 然而在Hassabis眼中，通過棋盤游戲驗證AI解決復(fù)雜問題的潛力只是開始。更重要的是用它來引導(dǎo)通用學(xué)習(xí)系統(tǒng)，應(yīng)對現(xiàn)實世界的挑戰(zhàn)，從而真正改善人類生活、革新行業(yè)并推進科學(xué)發(fā)展。 于是在幾個月內(nèi)，DeepMind便迅速雇傭生物學(xué)家，組建了一支跨學(xué)科團隊，專注于解決蛋白質(zhì)折疊難題，最終在2018年促成了AlphaFold項目誕生。經(jīng)過多次迭代，AlphaFold已憑借其突破性的蛋白質(zhì)結(jié)構(gòu)預(yù)測能力，徹底改變了生物學(xué)研究，展現(xiàn)了AI在科學(xué)領(lǐng)域的強大應(yīng)用前景。 就在今年5月，Google Deepmind再次官宣，與Isomorphic Labs聯(lián)合推出新一代蛋白質(zhì)預(yù)測模型AlphaFold 3，相關(guān)論文一舉登上《Nature》雜志。 與之前的版本相比，AlphaFold 3不僅在蛋白質(zhì)折疊預(yù)測上取得了進展，還首次實現(xiàn)了對蛋白質(zhì)、DNA、RNA及配體等生命分子的結(jié)構(gòu)及其相互作用的高精度預(yù)測。這一突破幫助科學(xué)家更深入地理解疾病機制和生命過程，同時大幅縮短了研發(fā)時間和成本。無論是開發(fā)可再生材料，還是加速藥物設(shè)計和基因組學(xué)研究，AlphaFold 3都為生物分子領(lǐng)域打開了更廣泛的應(yīng)用空間。 不僅如此，團隊還基于AlphaFold 3推出了一個名為AlphaFold Server的免費平臺，供全球科學(xué)家進行非商業(yè)性研究，進一步推動科學(xué)探索的普及。 通過DeepMind，Google不斷吸引著全球頂尖的科研人才，并提供長期的資金支持，使其能夠?qū)Ｗ⒂谕黄菩匝芯�，而不必依賴短期的商業(yè)回報。Google還賦予了DeepMind高度的戰(zhàn)略自主權(quán)，使其能夠自由選擇研究方向。正是這種獨立性和長期支持，為DeepMind進行前瞻性研究奠定了堅實基礎(chǔ)。 除游戲領(lǐng)域和生物學(xué)突破外，DeepMind還開發(fā)了用于谷歌助手的逼真語音合成模型WaveNet，提升了語音交互體驗。通過視覺-語言-動作模型RT-2增強了機器人在多樣環(huán)境中的任務(wù)執(zhí)行能力。其研究還涉及天氣預(yù)測、核聚變反應(yīng)堆等復(fù)雜問題，并通過AlphaCode和AlphaDev等項目推動了計算機算法的進一步發(fā)展。 Google的“家底”依然深厚 在今天的人工智能競爭中，OpenAI和Anthropic等明星公司的迅速崛起、ChatGPT、Claude之于Gemini的“碾壓”，一度讓人們對Google的AI策略產(chǎn)生了質(zhì)疑。特別在生成式AI產(chǎn)品和開發(fā)者工具的商業(yè)化進程上，OpenAI們的快速發(fā)展與Google相對緩慢的步伐形成了鮮明對比。 然而眼前的兩項諾貝爾獎似乎在提醒我們，Google深厚的科研土壤和技術(shù)積累仍是其他公司難以復(fù)制的優(yōu)勢。 在2006年之前，深度學(xué)習(xí)的現(xiàn)狀可以用開爾文男爵的那句名言來概括：“深度學(xué)習(xí)的大廈已經(jīng)基本建成，只不過在陽光燦爛的天空下，漂浮著三朵小烏云。” 這三朵小烏云分別是算法、算力和數(shù)據(jù)。 而Google恰恰在這些關(guān)鍵領(lǐng)域擁有明顯優(yōu)勢。首先，它掌握了全球領(lǐng)先的龐大數(shù)據(jù)資源，依托YouTube、Google Scholar和Google Search等平臺，Google為視覺、語音識別和自然語言處理等AI模型提供了豐富且多樣化的訓(xùn)練數(shù)據(jù)。 其次，Google在計算資源方面具有顯著優(yōu)勢。其自主開發(fā)的TPU硬件大大加快了深度學(xué)習(xí)模型的訓(xùn)練速度，Google Cloud不僅為內(nèi)部研究提供了強大的計算能力，還為全球開發(fā)者提供了工具，幫助他們快速構(gòu)建和部署復(fù)雜的AI應(yīng)用。 在算法研發(fā)領(lǐng)域，Google也處于行業(yè)前沿。誕生于Google Brain團隊的Transformer架構(gòu)奠定了現(xiàn)代自然語言處理的基礎(chǔ)，推動了今天幾乎所有前沿AI模型的發(fā)展。這些技術(shù)不僅推動了學(xué)術(shù)界的進步，還廣泛應(yīng)用于Google的核心產(chǎn)品中。 2024年，AI領(lǐng)域依然面臨著算法、算力和數(shù)據(jù)挑戰(zhàn)。盡管許多公司也各自在某些領(lǐng)域有所突破，但相比之下，似乎同時具備三方面優(yōu)勢并持續(xù)有效結(jié)合的，還是Google。 在與OpenAI、微軟等公司的競爭中，Google的“家底”依然厚實，在AI競賽中也并未被打敗。人工智能的潛力遠未被充分挖掘，而在這場長跑中，或許技術(shù)創(chuàng)新的深度和廣度才決定了最終的勝者。 |
2樓2024-10-13 15:37:55
yexuqing
木蟲之王 (文學(xué)泰斗)
太陽系系主任
- 應(yīng)助: 11 (小學(xué)生)
- 金幣: 199853
- 散金: 5
- 紅花: 127
- 沙發(fā): 737
- 帖子: 168001
- 在線: 4850.8小時
- 蟲號: 88288
- 注冊: 2005-08-23
- 專業(yè): 數(shù)論
|
“超越人類智慧的AI可以用語言操縱我們，或許會試圖說服我們不要關(guān)掉開關(guān)。” 今年3月，由ChatGPT掀起的AI（人工智能）技術(shù)革命背后的奠基性科學(xué)家、被譽為“AI教父”的杰弗里·辛頓（Geoffrey E. Hinton），曾對媒體提及他對AI“反噬人類”的擔(dān)憂。如今，在他心中“危險和機遇并存”的AI，為他帶來了諾貝爾物理學(xué)獎的榮譽。 當(dāng)?shù)貢r間10月8日，瑞典皇家科學(xué)院宣布，將2024年諾貝爾物理學(xué)獎授予美國普林斯頓大學(xué)的約翰·霍普菲爾德（John J. Hopfield）和加拿大多倫多大學(xué)的杰弗里·辛頓，以表彰他們“為推動利用人工神經(jīng)網(wǎng)絡(luò)進行機器學(xué)習(xí)作出的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明”。 諾貝爾化學(xué)獎則部分授予了谷歌旗下DeepMind公司AI科學(xué)家德米斯·哈薩比斯和約翰·江珀，以表彰他們研發(fā)出的“Alpha Fold2”模型在蛋白質(zhì)結(jié)構(gòu)預(yù)測方面的成就。 當(dāng)AI首次成為諾貝爾獎的主要元素，這不僅是對科學(xué)家的認可，也是對“AI輔助科學(xué)研究”這一應(yīng)用趨勢的肯定，“諾貝爾物理學(xué)獎和化學(xué)獎都花落AI，既在意料之外，又在情理之中�！睆�(fù)旦大學(xué)計算機科學(xué)技術(shù)學(xué)院教授、上海市數(shù)據(jù)科學(xué)重點實驗室主任肖仰華告訴澎湃新聞記者。 在他看來，AI在諾貝爾獎當(dāng)中占據(jù)相當(dāng)比重，釋放出傳統(tǒng)的自然科學(xué)國際性的獎項向新興學(xué)科遷移的信號。傳統(tǒng)上人們認為，諾貝爾獎主要授予在傳統(tǒng)自然科學(xué)領(lǐng)域做出杰出貢獻的個人或組織。此次諾獎對人工智能等新興學(xué)科的傾斜，標志著以人工智能驅(qū)動的科研方式已不再是“偏門”而是逐漸走向“主流”，并獲得傳統(tǒng)自然科學(xué)領(lǐng)域的廣泛肯定。 AI“攻占”諾貝爾獎意味著什么？ “我做了這么一輩子科研，從來沒見過AI這么一個行當(dāng)。每三個月就有新突破，每半年就要翻天覆地了�！眹H著名計算生物學(xué)家、復(fù)旦大學(xué)復(fù)雜體系多尺度研究院首任院長、上海人工智能實驗室領(lǐng)軍科學(xué)家馬劍鵬向澎湃新聞記者坦言。 在他看來，過去50年中，“蛋白質(zhì)折疊問題”一直是生物學(xué)界的重大挑戰(zhàn)。此前，生物學(xué)家主要利用X射線晶體學(xué)或冷凍電鏡等實驗技術(shù)來破譯蛋白質(zhì)的三維結(jié)構(gòu)，耗時長、成本高。幾年前，科學(xué)家用計算機預(yù)測復(fù)雜的蛋白質(zhì)折疊結(jié)構(gòu)，正確率還不到40%。Alphafold出現(xiàn)后，奇跡出現(xiàn)了。 2020年11月30日，Alphafold 2在蛋白質(zhì)結(jié)構(gòu)預(yù)測大賽CASP 14中，對大部分蛋白質(zhì)結(jié)構(gòu)的預(yù)測與真實結(jié)構(gòu)只差一個原子的寬度，接近達到了人類利用冷凍電子顯微鏡等復(fù)雜儀器觀察預(yù)測的水平，這是蛋白質(zhì)結(jié)構(gòu)預(yù)測史無前例的巨大進步。 “預(yù)測蛋白質(zhì)結(jié)構(gòu)，向來被認為是‘太陽底下最難的科學(xué)問題之一’。”馬劍鵬表示，他和好朋友、諾貝爾化學(xué)獎得主邁克爾·萊維特都曾認為，這一問題在他們的有生之年恐怕很難完全解決，“但沒想到人工智能‘Alphafold 2’的出現(xiàn)了，讓這個問題向前邁進一大步，真正體現(xiàn)了算法的力量，將諾貝爾化學(xué)獎頒給人工智能，是一個理所應(yīng)當(dāng)或者非常恰當(dāng)?shù)臎Q定�！� 馬劍鵬認為，人工智能可以將求解的準確率大幅提升，顯示了“科學(xué)智能”研究范式的強大。雖然“Alphafold 2”和“Alphafold 3”并未完全解決蛋白質(zhì)折疊問題，但它給科學(xué)界帶來了啟示：可以通過數(shù)據(jù)驅(qū)動，將人工智能應(yīng)用于更多的科研領(lǐng)域，讓AI助手破解各種難題。 “人工智能現(xiàn)在已經(jīng)成為一場新的技術(shù)革命，或者可以稱之為工具革命�！毙ぱ鋈A告訴記者，在科學(xué)研究領(lǐng)域，AI已成為推動社會進步和研究發(fā)展的最重要引擎。 肖仰華認為，諾貝爾獎授予人工智能相關(guān)研究實際上起到一個風(fēng)向標的作用，這意味著傳統(tǒng)自然學(xué)科一定會掀起努力擁抱和學(xué)習(xí)人工智能、積極把人工智能的很多工具和方法融入到科學(xué)自身的科學(xué)研究中的熱潮�！按蠹移毡檎J為，獲得諾貝爾獎的科學(xué)家需要經(jīng)過幾十年的研究，而AI打破了這一定律。未來可能會有越來越多年輕學(xué)者使用AI工具在傳統(tǒng)自然科學(xué)做出巨大貢獻，在短短幾年之內(nèi)獲得諾獎，三四十歲左右的諾獎?wù)呖赡軙罅坑楷F(xiàn)，這個風(fēng)向標的意義十分重大，也會對傳統(tǒng)的自然科學(xué)研究造成巨大沖擊�！� “這次的諾獎授予情況，可以說是打破了一直以來的評獎傳統(tǒng)，可以說是諾貝爾獎評選的一次自我改革。一方面，這反映了諾貝爾獎委員會對于該獎項意義的反思，之后的授獎會更加地關(guān)注技術(shù)的現(xiàn)實影響，而非絕對意義的學(xué)術(shù)前沿�！敝醒胴斀�(jīng)大學(xué)經(jīng)濟學(xué)院教授、清華大學(xué)中國經(jīng)濟思想與實踐研究院研究員徐翔告訴澎湃新聞記者。 另一方面，這反映人工智能技術(shù)帶來的巨大沖擊與科技界對這項技術(shù)的無限期待，說明科技界把人工智能看成了科學(xué)研究的底層技術(shù)，這是過去很多年的獲獎成果沒有做到的。 “此次AI在諾獎獲得成功，表明了學(xué)科大交叉、深交叉是趨勢，AI改變了科研范式，突破了傳統(tǒng)科研方式天花板。通過量變推動質(zhì)變，AI有望在未來助力更多學(xué)科領(lǐng)域取得突破�！眹鴥�(nèi)人工智能專家張春龍向澎湃新聞記者表示，對于網(wǎng)友們的“ChatGPT獲得諾貝爾文學(xué)獎”等期待，他認為，科學(xué)（科技）工程類學(xué)科可以由大系統(tǒng)AI助力，文學(xué)創(chuàng)作類的可能還是需要人文和情感底蘊支撐。 AI發(fā)展有什么風(fēng)險？如何利用好？ “假設(shè)青蛙創(chuàng)造了人類，那么你認為現(xiàn)在誰會占據(jù)主動權(quán)，是人，還是青蛙？” 去年，辛頓本人在北京智源大會提出的問題仍在耳畔回響，在諾獎“爆冷”頒給AI后，人們也在質(zhì)疑，AI是否正在奪走科學(xué)家最重要的榮譽，AI的高速發(fā)展，真的不會帶來取代人類的風(fēng)險嗎？ “最后獲獎的是AI算法背后的科學(xué)家和工程師，而非人工智能本身，目前的人工智能技術(shù)也未能達到脫離數(shù)據(jù)+算力+算法獨立運行的程度，本質(zhì)上還是人類的智慧，但是我們需要對于人工智能下一階段的發(fā)展抱有審慎態(tài)度，用客觀的眼光看待并做好治理介入的準備�！毙煜杼寡�。 “從來不是AI可能取代人類，而是掌握了AI這種先進工具的擁有者在淘汰沒有掌握先進工具的人，歷史車輪的發(fā)展軌跡一直如此，任何一次技術(shù)革命都是先進技術(shù)的擁有者去淘汰沒有獲得先進技術(shù)的人，形成了相對的競爭優(yōu)勢�！� 在肖仰華看來，要看到AI在科學(xué)研究發(fā)展上的巨大潛力，也要意識到AI背后潛在的風(fēng)險和問題，以目前AI的能力，即便將來發(fā)展很完善，本質(zhì)依然是工具，是對人類的輔助，需要人類科學(xué)家去引導(dǎo)、規(guī)范和糾正，“因為AI很難具有人類科學(xué)家的原始創(chuàng)新能力，它不具備像愛因斯坦那樣提出這種相對論，去解釋物理現(xiàn)象，突破傳統(tǒng)牛頓力學(xué)對于這個世界的機械力學(xué)的解釋，從零到一的原始創(chuàng)新仍然還是人類科學(xué)家才有可能完成�！� 肖仰華表示，目前AI發(fā)展存在兩大主要弊端，第一是AI會放大科技的兩面性，當(dāng)AI驅(qū)動科學(xué)研究之后，這意味著雙刃劍的劍鋒恐怕要更加鋒利，需要積極管理和管控其可能帶來的風(fēng)險。 更嚴重的是價值觀念和倫理道德的挑戰(zhàn)，“科技是火車頭，整個人類社會是車身，目前火車頭動力十足，速度越來越快，越來越加速。但是整個人類社會是由一個個鮮活的個體組成的，是由還在遵循著傳統(tǒng)倫理和價值觀念的家庭組成的，一個個社區(qū)及小型社會群體構(gòu)成的。我們還在遵循著幾千年未變的文化價值、倫理、情感觀念，這些是不可能做那么快的調(diào)整的�！� 在科技的強勁的帶動下，生產(chǎn)力會快速發(fā)展，生產(chǎn)力快速發(fā)展就勢必要求整個社會的上層建筑、倫理價值和情感觀念跟著去做適應(yīng)和調(diào)整，緩慢調(diào)整的社會上層關(guān)系和在科技帶動下快速發(fā)展的生產(chǎn)力之間可能會誕生新型的矛盾。 今年6月，2024年諾貝爾經(jīng)濟學(xué)獎得主麻省理工學(xué)院（MIT）教授達龍·阿西莫格魯（Daron Acemoglu）在接受澎湃新聞記者專訪時表示，對于人工智能，非常擔(dān)心它成為將財富和權(quán)力從普通人轉(zhuǎn)移到一小群科技企業(yè)家的方式，“問題是我們沒有任何必要的控制機制以確保普通人從AI中獲利，比如強有力的監(jiān)管、工人參與、公民社會和民主監(jiān)督。我們看到的‘不平等’是‘煤礦里的金絲雀’，意味著更糟糕的事即將到來�！� 國產(chǎn)大模型如何騰飛超越？ 在360創(chuàng)始人周鴻祎看來，這一次諾貝爾物理學(xué)獎頒給計算機科學(xué)、頒給人工智能，具有標志和代表性的意義。 “從諾貝爾獎評審的角度來講，可能都已經(jīng)開始相信物理學(xué)的前沿靠人類是不夠的，要靠AI。未來所有學(xué)科的發(fā)展都離不開AI，將來可能生物學(xué)、化學(xué)、數(shù)學(xué)等其他科學(xué)的獎項也會發(fā)給計算機科學(xué)家，會發(fā)給對AI產(chǎn)業(yè)具有貢獻的人。可能以后各個科學(xué)的突破，都要靠AI來推動。AI會成為人類科學(xué)研究的重要的工具，”周鴻祎表示，AI正在改變這個世界，首先改變的是諾貝爾獎發(fā)獎的方式。 AI成為諾獎主流，無疑給AI產(chǎn)業(yè)發(fā)展帶來了積極信號，中國AI科研和大模型企業(yè)又該如何對標？ “中國從來不缺優(yōu)秀的工程師�！瘪R劍鵬告訴記者，“但是如果要走向高精尖，還有很大的難度，能出現(xiàn)在概念上起引領(lǐng)作用的突破最好，因為人工智能領(lǐng)域確實具有廣泛的應(yīng)用前景。坦白講，中國在這方面已經(jīng)取得了不錯的成績，如果討論的是我們是否能在世界范圍內(nèi)達到諾貝爾獎級別的成就，我想在這方面可能還存在一定差距�！� 馬劍鵬提到，在AI領(lǐng)域的競爭，需要借鑒國外的經(jīng)驗，不能只在高校里依靠教授單兵作戰(zhàn)。有些工作，需要大兵團作戰(zhàn)，需要高校、大企業(yè)等各類資源的融合。谷歌的突破就是一個明顯的例子。最近AI方面的巨大突破，幾乎全都是科技公司做出來的。 此外，在AI教育的短板也需要加強彌補，“高等教育機構(gòu)中的學(xué)科分類，包括學(xué)院的劃分，都是基于傳統(tǒng)學(xué)科體系而設(shè)立的，現(xiàn)在必須改革，加強對AI教育的培訓(xùn)。例如，復(fù)旦大學(xué)2024年招生培養(yǎng)政策發(fā)布會上發(fā)布的信息，從2024年秋季學(xué)期開始，復(fù)旦大學(xué)將在2024-2025學(xué)年推出至少100門AI領(lǐng)域課程。AI大課將納入所有復(fù)旦學(xué)生的學(xué)業(yè)安排�！� 值得注意的是，此前國產(chǎn)大模型大多聚焦在通用大模型、行業(yè)大模型上，“專業(yè)大模型，尤其是與自然科學(xué)相結(jié)合的專業(yè)大模型，將來其實同樣重要，甚至更加重要。比如蛋白質(zhì)大模型會大量用在生命科學(xué)醫(yī)療產(chǎn)業(yè)，這關(guān)系到健康福祉和國家科技競爭�！毙ぱ鋈A表示。 他建議，這對國產(chǎn)大模型未來發(fā)展具有重要啟示，未來大模型在To B（企業(yè)端）行業(yè)專業(yè)場景的應(yīng)用要更多和更快，“To B的應(yīng)用需要有更多的資源力量和人才資本投入，而這些都和諾貝爾獎傳統(tǒng)自然科學(xué)和AI深度融合是密切相關(guān)的。如果能借這個契機，推動更多的資源進入到專業(yè)場景，那么對大模型產(chǎn)業(yè)而言會產(chǎn)生更巨大的推動作用。” |
3樓2024-10-15 13:15:57
相關(guān)版塊跳轉(zhuǎn)
我要訂閱樓主 yexuqing 的主題更新
| 3 | 1/1 | 返回列表 |
| 最具人氣熱帖推薦 [查看全部] | 作者 | 回/看 | 最后發(fā)表 | |
|---|---|---|---|---|
|
[論文投稿]
EST拒稿重投
 5+3
|
15102603076 2026-03-02 | 3/150 |
|
|---|---|---|---|---|
|
[考研] 接收調(diào)劑 +15 | 津萌津萌 2026-03-02 | 23/1150 |
|
|
|
[考研]
085600 英一數(shù)二272求調(diào)劑
5+6
|
vida_a 2026-03-01 | 44/2200 |
|
|
|
[考研] 290求調(diào)劑 +9 | ErMiao1020 2026-03-02 | 9/450 |
|
|
|
[考研] 085602化學(xué)工程350，調(diào)劑，有沒有211的 +5 | 利好利好. 2026-03-02 | 9/450 |
|
|
|
[考研] 環(huán)境調(diào)劑 +5 | 柒槿levana 2026-03-01 | 5/250 |
|
|
|
[考研]
材料270求調(diào)劑
6+6
|
Eiiiio 2026-03-01 | 11/550 |
|
|
|
[考研]
 計算機學(xué)碩 分數(shù)285求調(diào)劑
+4
|
glwshine 2026-03-02 | 5/250 |
|
|
|
[考研] 材料學(xué)碩318求調(diào)劑 +11 | February_Feb 2026-03-01 | 11/550 |
|
|
|
[考研] 材料類考研調(diào)劑 +6 | gemmgemm 2026-03-01 | 7/350 |
|
|
|
[考研]
材料325求調(diào)劑
30+3
|
mariusuki 2026-03-02 | 7/350 |
|
|
|
[考研] 0857調(diào)劑 +6 | 一ll半 2026-02-28 | 8/400 |
|
|
|
[考研] 298求調(diào)劑 +7 | axyz3 2026-02-28 | 8/400 |
|
|
|
[考研] 298求調(diào)劑 +10 | 人間唯你是清歡 2026-02-28 | 14/700 |
|
|
|
[考研] 272求調(diào)劑 +9 | 材紫有化 2026-02-28 | 9/450 |
|
|
|
[考研] 材料284求調(diào)劑，一志愿鄭州大學(xué)英一數(shù)二專碩 +15 | 想上岸的土撥鼠 2026-02-28 | 15/750 |
|
|
|
[考研] 材料復(fù)試調(diào)劑 +5 | 學(xué)材料的點 2026-03-01 | 6/300 |
|
|
|
[考研] 材料085601調(diào)劑 +5 | 多多子. 2026-03-02 | 5/250 |
|
|
|
[考研] 化工299分求調(diào)劑 一志愿985落榜 +5 | 嘻嘻(*^ω^*) 2026-03-01 | 5/250 |
|
|
|
[考研] 290求調(diào)劑 +9 | 材料專碩調(diào)劑； 2026-02-28 | 11/550 |
|