10月10日消息，人工智能研究領域本周迎來了引人注目的重大事件：谷歌DeepMind首席執(zhí)行官德米斯·哈薩比斯（Demis Hassabis）和被譽為“人工智能教父”的杰弗里·辛頓（Geoffrey Hinton）分別榮獲諾貝爾化學獎和物理學獎。這一突破性成就是否會對更廣泛的科學激勵機制帶來深遠變革？值得我們深入思考。
以下為翻譯全文：
哈薩比斯并不知道自己獲得了瑞典皇家科學院頒發(fā)的諾貝爾化學獎，直到他的妻子在Skype上頻繁接到一個來自瑞典號碼的電話“轟炸”。
在慶祝獲獎的新聞發(fā)布會上，哈薩比斯說道：“她接了幾次電話又掛掉，但鈴聲依然持續(xù)。后來我想她可能意識到這是瑞典的號碼，于是她告訴了他們我的電話號碼?！贝舜涡侣劙l(fā)布會，哈薩比斯與谷歌DeepMind的同事約翰·朱姆珀（John Jumper）共同出席。
哈薩比斯獲得諾貝爾化學獎其實并不令人意外：就在前一天，常被譽為“人工智能教父”的辛頓（Geoffrey Hinton）與普林斯頓大學教授約翰·霍普菲爾德（John Hopfield）因在機器學習領域的貢獻而榮獲諾貝爾物理學獎。
顯然，我們已經(jīng)進入了人工智能的時代?，F(xiàn)在，通過研究它并為其他領域做出貢獻，完全有可能獲得諾貝爾獎，就像辛頓和霍普菲爾德所在的物理學領域，還有哈薩比斯與朱姆珀（他們與華盛頓大學的基因組科學家大衛(wèi)·貝克（David Baker）一同獲獎）聚焦的化學領域。
劍橋大學Leverhulme未來智能中心的高級研究員埃莉諾·德拉格（Eleanor Drage）指出：“這無疑是‘科學領域的人工智能’時刻。目睹杰出的計算機科學家榮獲諾貝爾化學獎和物理學獎，我們都開始預測誰將摘得和平獎的桂冠?！彼k公室的同僚們還打趣說，xAI創(chuàng)始人埃隆·馬斯克（Elon Musk）已成為和平獎的熱門人選。
德拉格認為，向人工智能領域的研究者頒發(fā)物理和化學獎項“引發(fā)了一場激烈的討論，不僅在這些學科內(nèi)部，而且在外部也引起了廣泛關注?！彼硎?，這些獎項的頒發(fā)可能基于兩個原因：一是人工智能在學術研究中無孔不入，極大地改變了學科之間的界限；二是“我們對計算機科學家如此推崇，以至于愿意將他們歸入任何領域。”
盡管德拉格對于諾獎組委會本周的決定所蘊含的意義持保留態(tài)度，但她和其他人都堅信，這一決定將對未來的研究產(chǎn)生深遠影響。
英國科研誠信辦公室前研究誠信經(jīng)理馬特·霍奇金森（Matt Hodgkinson）評論道：“利用人工智能獲得諾貝爾獎的趨勢可能已初露端倪，這可能會影響研究方向?！比欢瑔栴}在于，這種變革是否會朝著正確的方向發(fā)展？
作為本年度諾貝爾化學獎的得主之一，貝克長期以來一直是利用人工智能預測蛋白質(zhì)結構領域的領軍人物。他數(shù)十年來始終致力于攻克這一難題，并逐漸取得了進展。貝克意識到，明確界定的問題以及蛋白質(zhì)結構的規(guī)范性，使其成為人工智能算法的一個理想試驗平臺。他的成功并非偶然，貝克在其職業(yè)生涯中發(fā)表了超過600篇學術論文。同樣，谷歌DeepMind的AlphaFold2項目也證明了這一點。
然而，霍奇金森擔憂的是，該領域的研究人員在試圖剖析今年三位諾貝爾獎得主的成功原因時，可能會過分關注技術層面，而忽視了科學本質(zhì)。他強調(diào)：“我希望這不會誤導研究人員，讓他們誤以為所有的人工智能工具都具備同等價值，從而濫用聊天機器人等工具?！?/p>
這種擔憂源于人們對其他所謂“顛覆性技術”的濃厚興趣所帶來的影響?；羝娼鹕赋觯骸俺醋髦芷诳偸谴嬖?，最近的一個例子就是區(qū)塊鏈和石墨烯?！?/p>
谷歌學術論文搜索工具Google Scholar的數(shù)據(jù)顯示，自2004年石墨烯被發(fā)現(xiàn)后，2005年至2009年間，提及該材料的學術論文數(shù)量為4.5萬篇。然而，在安德烈·海姆（Andre Geim）和康斯坦丁·諾沃謝洛夫（Konstantin Novoselov）因發(fā)現(xiàn)石墨烯而榮獲諾貝爾獎后，相關論文的發(fā)表數(shù)量急劇增加，2010年至2014年間達到45.4萬篇，2015年至2020年間更是突破了100萬篇。但迄今為止，這種研究熱潮對現(xiàn)實世界的影響仍然有限。
霍奇金森認為，多名研究人員因其在人工智能領域的工作而得到諾貝爾獎組委會的認可，這種鼓舞人心的力量可能會吸引更多人涌入這個領域，而這可能會帶來科學質(zhì)量上的變化。他補充道：“人工智能的提議和應用是否具有實質(zhì)性內(nèi)容是另一個需要考量的問題?！?/p>
我們已經(jīng)目睹了媒體和公眾對人工智能的關注對學術界產(chǎn)生的深遠影響。斯坦福大學的研究揭示，從2010年至2022年，圍繞人工智能發(fā)表的論文數(shù)量增加了兩倍，僅在2022年就發(fā)表了近25萬篇論文，相當于每天有超過660篇新論文問世。而且，這一數(shù)據(jù)是在2022年11月ChatGPT引領生成式人工智能革命之前的。
紐約大學坦頓工程學院從事人工智能研究的計算機科學副教授朱利安·托格里厄斯（Julian Togelius），對于學者們會在多大程度上受到媒體關注、金錢誘惑和諾貝爾獎委員會贊譽的影響感到擔憂。他指出：“通常情況下，科學家們會選擇阻力最小、回報最大的路徑。”
考慮到學術界的競爭本質(zhì)，資金日益稀缺，并且直接與研究人員的職業(yè)發(fā)展前景相關聯(lián)，似乎有可能將一個熱門話題（如本周這樣有可能為高成就者贏得諾貝爾獎的領域）與獲取資源相結合，這樣的誘惑可能難以抗拒。
風險在于，這種趨勢可能會抑制創(chuàng)新思維的發(fā)展。托格里厄斯指出：“從自然界中獲取更多基礎數(shù)據(jù)，并提出人類能夠理解的新理論，是一項極具挑戰(zhàn)性的任務?！?這需要深入的思考和探索。對于研究人員而言，利用人工智能進行模擬，支持現(xiàn)有理論，并處理現(xiàn)有數(shù)據(jù)，雖然在理解上只能實現(xiàn)小幅度的提升，而非巨大的飛躍，但這樣的做法效率卻要高得多。托格里厄斯預測，新一代科學家最終可能會選擇這樣的道路，因為這樣做更為簡便。
此外，還存在另一種風險，即那些過于自信的計算機科學家，在推動人工智能領域發(fā)展的同時，開始看到人工智能在不相關的科學領域（如物理和化學）獲得諾貝爾獎，并決定效仿他們的做法，侵占其他領域的研究空間。
托格里厄斯警告說：“計算機科學家往往在涉足他們不了解的領域時，不假思索地應用一些算法，然后稱之為進步。無論這種做法是好是壞，他們都認為這是理所當然的?！?他承認，由于自己對物理學、生物學或地質(zhì)學等領域了解有限，他也曾有過將深度學習應用于其他科學領域，并在深入思考之前就急于“推進”的想法。
哈薩比斯是利用人工智能推動科學發(fā)展的一個杰出范例。他是一名具備神經(jīng)科學背景的博士，于2009年獲得該領域的博士學位，并憑借這一專業(yè)背景，在谷歌DeepMind為人工智能的發(fā)展做出了重要貢獻。然而，就連他也承認，該行業(yè)提高效率的方式已經(jīng)發(fā)生了轉變。在諾貝爾獎新聞發(fā)布會上，他提到：“如今，人工智能更傾向于工程化。我們掌握了許多技術，現(xiàn)在主要是在算法上進行改進，而不再直接參考大腦的工作原理?！?/p>
這一變化對研究的類型、研究對象、研究人員對領域的了解程度以及他們進入該領域的動機都產(chǎn)生了深遠影響。我們可能會看到更多的計算機科學家參與研究，而不再是那些將一生奉獻給某一專業(yè)領域，他們脫離了他們所研究的現(xiàn)實。
然而，這并沒有削弱哈薩比斯、朱姆珀及其同事們對獲得諾貝爾獎的喜悅。哈薩比斯早些時候表示：“我們已接近完成AlphaFold3的代碼清理，并計劃向?qū)W術界免費開放。接下來我們會繼續(xù)推進?！保ㄐ⌒。?/p>
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
