2024年的諾貝爾獎，成了AI屆的狂歡。
繼諾貝爾物理學獎之後，人工智慧學家又獲得了諾
貝爾化學獎！！！
瑞典皇家科學院當地時間 10 月 8 日宣布，2024 年諾貝爾物理學獎授予77歲的美國紐澤西州普林斯頓大學教授約翰·霍普菲爾德（John J. Hopfield）和91歲的圖靈獎得主傑佛瑞·辛頓（Geoffrey E. Hinton），以表彰他們使用人工神經網路實作機器學習的基礎性發現和發明，他們的研究成果為當今強大的機器學習奠定了基礎，尤其在神經網路的影像辨識、模式分類等方面帶來革命性進展，這項技術被廣泛套用於科學、醫學和材料研究中，推動了AI在多個領域的進步。
約翰·霍普菲爾德的神經網路
霍普菲爾德的研究聚焦於人工神經網路，他發明的霍普菲爾德網路（Hopfield Network）為人工智慧領域奠定了重要基礎。該網路能夠保存和重構數據模式，其工作原理與物理學中的自旋系統相似：每個節點相當於數據中的像素，節點之間的連線強度模擬神經元之間的「突觸」。透過調整這些連線，霍普菲爾德網路可以從扭曲或不完整的數據中重建出完整的影像或資訊。這一方法不僅推動了電腦視覺的發展，還為神經科學家們提供了理解大腦如何保存和提取記憶的全新工具。
傑佛瑞·辛頓的深度學習革命
傑佛瑞·辛頓是深度學習領域的重要奠基人之一，他發明的波茲曼機（Boltzmann Machine）使用統計物理學中的工具，能夠自動辨識數據中的特征，並進行模式分類。這一模型為後來大規模數據處理和影像辨識技術的爆發式發展提供了理論基礎。辛頓的工作不僅限於波茲曼機，他還在1980年代參與了多層感知機（即深度神經網路）的開發，這為如今的深度學習演算法打下了堅實的基礎。他的研究直接推動了當今人工智慧套用的快速進步，從自動駕駛技術到醫療影像分析，無一不體現出他的貢獻。
緊接著諾貝爾化學獎一半被授予了美國華盛頓大學的戴維·貝克（David Baker），以表彰其在計算蛋白質設計方面的貢獻，另一半則共同授予英國倫敦人工智慧公司谷歌 DeepMind 公司的德米斯·哈薩比斯（Demis Hassabis）和約翰·江珀（John M. Jumper），以表彰其在蛋白質結構預測方面的貢獻。
戴維·貝克的蛋白質設計
貝克是美國華盛頓大學醫學院生物化學教授、蛋白質設計研究所所長，他成功地構建出全新的蛋白質種類，並開發了蛋白質設計軟體，用於建立分子以解決醫學、技術和永續性方面的挑戰。
德米斯·哈薩比斯和約翰·江珀的AI模型AlphaFold
德米斯·哈薩比斯自幼便在多個學科中展現出非凡才能，少年時期便成為西洋棋大師。他曾是英國視訊遊戲開發公司Bullfrog Productions的首席程式設計師，並以優異成績畢業於劍橋大學電腦科學專業。隨後，他與尚恩·雷格和穆斯塔法·蘇萊曼共同創辦了深度思維（DeepMind）。2014年，谷歌以超過5億美元的價格收購了深度思維，而江珀於三年後加入。
德米斯和江珀開發的人工智慧（AI）模型AlphaFold解決了一個困擾科學家們50多年的難題：預測蛋白質的復雜結構。AlphaFold是一項基於深度學習和神經網路技術的演算法，它可以從蛋白質的胺基酸序列預測蛋白質的三維結構，為蛋白質結構研究提供了強大的工具。借助它能夠預測已知的幾乎所有 2 億種蛋白質結構，自這項模型推出以來，已有來自 190 個國家超過 200 萬人使用這一工具。
乍看似乎幾人的研究與物理、化學沒有關系，這也導致不少人認為諾貝爾獎官方在蹭人工智慧的熱度，但仔細研究幾人所做的貢獻，小編認為本屆諾貝爾物理獎和化學獎頒得實至名歸，AI作為一門革命性技術的價值，體現得淋漓盡致。
本屆諾貝兒物理學獎和化學獎的頒發，不僅是對上述幾位科學家個人成就的肯定，更是對AI技術在未來發展潛力的認可。這一獎項無疑標誌著人工智慧在科學研究和社會套用中的重要地位。
