又到一年一度的“諾獎時間”。就在2024年諾貝爾物理學獎頒給人工智能兩大開拓者的次日，諾貝爾化學獎再就“蛋白質(zhì)設計與結構預測”中的貢獻為AI加冕。

一時間，“物理學不存在了”，這句《三體》里的“預言”廣為傳播;全球的化學家努力了半個多世紀試圖攻克的宏大命題——解析2億種蛋白質(zhì)的結構被AI快速攻克的“神話”進入大眾視野。

就在“諾獎屬于人類還是人工智能”的討論沸沸揚揚之時，特斯拉舉行的全球發(fā)布會又掀起新的波瀾——人工智能指引下的智能座駕已拿掉腳踏板和方向盤，AI在生物學、醫(yī)學、信息科學方面推動的進步正壓縮時空的概念……人們不禁開始期待，一個被AI改變的未來。

人類的諾獎，也是人工智能的諾獎

近期的諾獎揭曉現(xiàn)場，AI接連跨界兩次。10月8日的瑞典斯德哥爾摩，2024年諾貝爾物理學獎公布現(xiàn)場，藍色大屏跳出“人工智能教父”杰弗里·辛頓、機器學習奠基者約翰·霍普菲爾德的名字。

獎項揭曉后，諾貝爾獎官方推特被許多物理學者的聲音包圍：“AI不是物理!”“本屆諾獎顛覆了從業(yè)者的認知。”一名物理學背景的投資人告訴半月談記者，但也許這也說明了一點：物理學的邊界正在擴張。

當前，蛋白質(zhì)工程學正從“Discovery(發(fā)現(xiàn))”邁向“Design(設計)”的階段。AI的登場，替代了X射線衍射、核磁共振光譜、冷凍電鏡，快速揭開蛋白質(zhì)結構的難解之謎，被認為“解決了生物學50年內(nèi)的最大挑戰(zhàn)”。

這項研究還相當“新鮮”，其誕生距離獲獎僅有3年。AI驅動的蛋白結構預測也將帶來更高質(zhì)量的生物學假設，進一步激發(fā)基礎科學、藥物研發(fā)、合成生物學設計方面的迅猛發(fā)展。

本屆諾獎的兩次“跨界”，無論是略微偏離物理學的傳統(tǒng)，還是從偏向實驗科學走向計算生物領域，都暗示著算力、算法、智能體等關鍵詞將更頻繁地出現(xiàn)在未來的諾獎授獎辭中。

AI跨界的意義當然不止于此。諾獎之外，AI在機器人、制造、能源等領域的應用，不斷提升物理世界的智能水平;AI在生物技術領域的應用，如mRNA疫苗和CAR-T細胞療法，同樣展現(xiàn)了巨大的回報潛力，折射著精準醫(yī)療的未來。

何必質(zhì)疑是“人類的諾獎”還是“人工智能的諾獎”?將諾貝爾獎頒給人工智能的成就，并不意味著人類科學家的地位遭到動搖。相反，這恰恰反映了人類智慧的新高度，不僅是對技術突破的肯定，也是對人類智慧的禮贊。每一個迭代的技術、革新的成果，都是人類創(chuàng)新的結晶，都標志著人類對未知的探索更深了一層、更進了一步。

AI成為科研的“利刃”

今年諾獎的揭曉，讓我們震撼的同時，也揭示了AI的新角色：成為科研的“利刃”。

翻開最新的國際頂刊的目錄，不難發(fā)現(xiàn)這一不可阻擋的趨勢：從人工智能驅動的蛋白質(zhì)功能機理探索和理性設計，到基于人工智能的藥物發(fā)現(xiàn)和藥物優(yōu)化、酶改造與生物基化學品的生成，再到科學育種與氣象預測——不論是微觀世界的多尺度探索，還是宏觀、微觀尺度科學成果的應用，人工智能求解高維函數(shù)、解決復雜問題的優(yōu)勢正在持續(xù)釋放。

不回溯一個世紀的科學史，似乎難以說清AI驅動下的科學研究如何呈現(xiàn)出前所未有的潛力。

過去很長時間以來，“維數(shù)災難”一直是籠罩在各國科學家頭頂上的烏云：1957年，貝爾曼寫下控制論方程，為最優(yōu)控制提出基本原理與方法，卻因變量太多不知如何有效求解;1964年，哈特馬尼與斯特恩斯在面對計算機“原則上可計算、實際上難計算”的一大類問題時，急于探索“計算復雜性理論”。

或許，許多科學家曾找到過打開某扇發(fā)現(xiàn)之門的鑰匙。然而，遺憾的是，鎖舌已開，他們卻沒有“力氣”推開這扇門。這個“力氣”，就是人類處理多尺度問題(多變量函數(shù))的能力。這一局限，制約了科學發(fā)現(xiàn)的深度、精度和速度。

“而AI正是跨越維數(shù)災難、解決高維問題的高手。”中國科學院院士鄂維南說。

AI誕生以來的半個多世紀，已幫助科學家把復雜的科學問題轉化為算法問題，進行粗粒度建模，并開展了大量實驗驗證。

可以說，從探索生命體的基本組成到研究世界工業(yè)的基本要素，AI不僅是解決具體問題的有力工具，更為重新定義科學問題提供了系統(tǒng)性思路。“人工智能提供了一套新思路來理解高維對象：高維的函數(shù)逼近、高維概率分布的處理、高維的動力系統(tǒng)、高維的微分方程等。從科學應用的角度說，在化學、材料、工程等領域，只要涉及理論，或者在實驗中涉及數(shù)據(jù)和模型，就有人工智能一展身手之處。”鄂維南說。

不僅提供了全新思路，AI的作用還體現(xiàn)在對科研范式的顛覆、對科研效率的提升上面。

比如，AI在數(shù)據(jù)處理、預測模擬等方面潛力強大，具有傳統(tǒng)技術手段所沒有的“想象力”。它能高效、精準地理解復雜物理系統(tǒng)，解決大量傳統(tǒng)計算方法無法解決的問題，還能夠高效地處理海量數(shù)據(jù)，幫助科研者從紛繁的信息中快速提取關鍵線索、給出新的假設方向，加速科學發(fā)現(xiàn)的步伐。

“人機合作”還將帶來新的研究范式、跨學科的合作模式。例如，在醫(yī)療健康領域，AI結合生物醫(yī)學知識可更精準地識別疾病早期跡象;在環(huán)境保護方面，AI能通過分析氣候變化趨勢輔助制定更有效的應對策略……

當肩負原始創(chuàng)新使命的科學突破成為新的矚望，AI有了更宏大的愿景——將科學發(fā)現(xiàn)推上新臺階。

AI為科學開疆拓土

正改寫科學、工程、我們?nèi)粘Ｉ畹腁I，不愧為時代科技命題大寫的關鍵詞。

“AI太百搭了，它的應用廣泛且復雜，為各領域帶來前所未有的活力。”中國科學技術大學機器人實驗室主任陳小平說。

一方面，AI高濃度滲透各個學科、各個領域的論壇和會議，不論是出場率還是影響力，都超越學科范疇，進一步為各領域拓寬邊界。

今天，再用一門技術來定義人工智能，就把它說小了。它已超越一門學科、一種技術的范疇，而是一種思維，一本越讀越厚的書。

另一方面，諾獎“跨界”的新趨勢，也在試圖打破又一邊界，讓技術無涯，讓科學無止境。

技術發(fā)明與科學發(fā)現(xiàn)是兩類獨立的創(chuàng)新實踐。科學一直被視為技術的基礎和先導。“在人工智能發(fā)展的新階段，科學或許依然是技術的基礎，但已不是所有技術發(fā)明的先導。”陳小平說，近年來引發(fā)巨大關注的人工智能訓練法，包括獲得本年度諾貝爾化學獎和物理學獎的人工智能成果，都面臨著可解釋性挑戰(zhàn)。這里的“解釋”主要指的是對技術內(nèi)在原理的科學把握，這種把握從根本上超越技術范疇，回歸科學研究。

在科學界，學科之間的壁壘正在被打破。單一領域的成就已經(jīng)被前人摘得差不多了，隨著人類當前與未來面臨的問題越來越復雜，科學和技術想要實現(xiàn)進步，迫切需要AI這一法寶。如果說智能是一片無盡的疆域，而人工智能這個現(xiàn)代方法，正是開疆拓土的動力之源。

AI的應用清單越拉越長。以計算機為載體的人工智能，正在揭開機器智能大幕的一角。無處不在的機器人、超越想象的汽車設計、更快更強的生產(chǎn)工具……未來，開發(fā)更強大的機器、實現(xiàn)更強大的智能，將為科學研究、技術研發(fā)、日常生活帶來無盡想象。

正如女科學家李飛飛所言：“AI的深遠影響才剛剛開始。”

專欄撰稿：張漫子

編輯：張曦