2024年的诺贝尔奖，成了AI届的狂欢。
继诺贝尔物理学奖之后，人工智能学家又获得了诺
贝尔化学奖！！！
瑞典皇家科学院当地时间 10 月 8 日宣布，2024 年诺贝尔物理学奖授予77岁的美国新泽西州普林斯顿大学教授约翰·霍普菲尔德（John J. Hopfield）和91岁的图灵奖得主杰弗里·辛顿（Geoffrey E. Hinton），以表彰他们使用人工神经网络实现机器学习的基础性发现和发明，他们的研究成果为当今强大的机器学习奠定了基础，尤其在神经网络的图像识别、模式分类等方面带来革命性进展，这项技术被广泛应用于科学、医学和材料研究中，推动了AI在多个领域的进步。
约翰·霍普菲尔德的神经网络
霍普菲尔德的研究聚焦于人工神经网络，他发明的霍普菲尔德网络（Hopfield Network）为人工智能领域奠定了重要基础。该网络能够保存和重构数据模式，其工作原理与物理学中的自旋系统相似：每个节点相当于数据中的像素，节点之间的连接强度模拟神经元之间的「突触」。通过调整这些连接，霍普菲尔德网络可以从扭曲或不完整的数据中重建出完整的图像或信息。这一方法不仅推动了计算机视觉的发展，还为神经科学家们提供了理解大脑如何保存和提取记忆的全新工具。
杰弗里·辛顿的深度学习革命
杰弗里·辛顿是深度学习领域的重要奠基人之一，他发明的玻尔兹曼机（Boltzmann Machine）使用统计物理学中的工具，能够自动识别数据中的特征，并进行模式分类。这一模型为后来大规模数据处理和图像识别技术的爆发式发展提供了理论基础。辛顿的工作不仅限于玻尔兹曼机，他还在1980年代参与了多层感知机（即深度神经网络）的开发，这为如今的深度学习算法打下了坚实的基础。他的研究直接推动了当今人工智能应用的快速进步，从自动驾驶技术到医疗图像分析，无一不体现出他的贡献。
紧接着诺贝尔化学奖一半被授予了美国华盛顿大学的戴维·贝克（David Baker），以表彰其在计算蛋白质设计方面的贡献，另一半则共同授予英国伦敦人工智能公司谷歌 DeepMind 公司的德米斯·哈萨比斯（Demis Hassabis）和约翰·江珀（John M. Jumper），以表彰其在蛋白质结构预测方面的贡献。
戴维·贝克的蛋白质设计
贝克是美国华盛顿大学医学院生物化学教授、蛋白质设计研究所所长，他成功地构建出全新的蛋白质种类，并开发了蛋白质设计软件，用于创建分子以解决医学、技术和可持续性方面的挑战。
德米斯·哈萨比斯和约翰·江珀的AI模型AlphaFold
德米斯·哈萨比斯自幼便在多个学科中展现出非凡才能，少年时期便成为国际象棋大师。他曾是英国视频游戏开发公司Bullfrog Productions的首席程序员，并以优异成绩毕业于剑桥大学计算机科学专业。随后，他与肖恩·雷格和穆斯塔法·苏莱曼共同创办了深度思维（DeepMind）。2014年，谷歌以超过5亿美元的价格收购了深度思维，而江珀于三年后加入。
德米斯和江珀开发的人工智能（AI）模型AlphaFold解决了一个困扰科学家们50多年的难题：预测蛋白质的复杂结构。AlphaFold是一项基于深度学习和神经网络技术的算法，它可以从蛋白质的氨基酸序列预测蛋白质的三维结构，为蛋白质结构研究提供了强大的工具。借助它能够预测已知的几乎所有 2 亿种蛋白质结构，自这项模型推出以来，已有来自 190 个国家超过 200 万人使用这一工具。
乍看似乎几人的研究与物理、化学没有关系，这也导致不少人认为诺贝尔奖官方在蹭人工智能的热度，但仔细研究几人所做的贡献，小编认为本届诺贝尔物理奖和化学奖颁得实至名归，AI作为一门革命性技术的价值，体现得淋漓尽致。
本届诺贝儿物理学奖和化学奖的颁发，不仅是对上述几位科学家个人成就的肯定，更是对AI技术在未来发展潜力的认可。这一奖项无疑标志着人工智能在科学研究和社会应用中的重要地位。
