上图：欣顿（右）与学生于2012年合作开发AlexNet神经网络。下图：诺贝尔化学奖得主哈萨比斯（左）和江珀（右）。\网络图片

　　人工智能是当前科技领域最热门的话题之一，为科学研究带来了新的可能性。今年的诺贝尔奖人工智能（AI）成为“大赢家”，三大科学奖项的物理学奖和化学奖，都与AI研究相关，但同时也掀起学术界激烈讨论和争议。有人质疑AI不属于传统物理学领域，也有人认为跨界学科正成为潮流，引发对未来AI可能颠覆科学研究的讨论。

　　【大公报讯】诺贝尔物理学奖和化学奖，都与人工智能有关。物理学奖颁发给美国科学家霍普菲尔德和英裔加拿大科学家欣顿，表彰他们“通过人工神经网络，实现机器学习的基础性发现和发明”。化学奖的其中一半则共同授予谷歌旗下人工智能公司DeepMind的哈萨比斯和江珀，表彰他们所开发的AI系统，在蛋白质结构预测方面所作出的贡献。AI成为科学界最高荣誉的“大赢家”，除了引发舆论关注，但也在学界掀起广泛争论。

　　改变传统方法 解决科研难题

　　在瑞典皇家科学院揭晓今年的物理奖得主几分钟后，社交媒体上一片沸腾，有人质疑，有人欢呼。有物理学家认为，人工神经网络其实并不是真正的物理学。德国慕尼黑数学哲学中心物理学家霍森费尔德（Sabine Hossenfelder）表示，霍普菲尔德和欣顿所做的研究，“属于电脑科学领域”。她表示，“一年一度的诺贝尔奖对于物理学来说是一个难得的机会，可以让他们成为镁光灯的焦点。在这一天，朋友和家人会想起他们认识一位物理学家，也许会去问他或她最近的诺贝尔奖是怎么一回事。但不是今年。”

　　英国伦敦帝国学院天体物理学家普里查德（Jonathan Pritchard）在社交平台X上写道，“我无语了。我和旁人一样喜欢机器学习和人工神经网络，但很难看出这是一项物理学发现”，“我猜诺贝尔是被AI炒作给砸了。”

　　也有物理学家对结果表示欢迎。哈佛大学理论物理学家斯特拉斯勒（Matt Strassler）表示：“霍普菲尔德和欣顿的研究是跨领域的，将物理、数学、电脑科学和神经科学结合在一起。从这个意义上说，它属于所有这些领域”。2021年摘得诺贝尔物理学奖的意大利物理学家帕里西说，“物理学正在变得越来越宽广，它包含了很多过去不存在的知识领域，或者不属于物理学的一部分。”

　　相比于物理学奖结果所引发的争议，学术界对于AI辅助解决科研难题，普遍给予肯定。哈萨比斯和江珀所研发的AlphaFold2模型，成功预测蛋白质结构，目前已被全球超过200万人使用。使用传统的实验方法往往需要花费数年时间，但得益于AlphaFold技术，研究人员能够跳过耗时的步骤，更深入地探究蛋白质的功能和动态。

　　专家：研究切忌一窝蜂

　　随着科学发展，不同学科之间的界限正在变得模糊，AI俘获诺贝尔委员会的“芳心”，更反映出AI与多学科融合，推动科学研究突破边界重要的探索趋势。图灵奖委员会成员卡恩斯认为，两个科学奖“标志着跨学科研究的伟大胜利”。近年来，诺贝尔物理学奖越来越垂青跨学科交叉研究。2020年该奖项颁给了数学家彭罗斯，2021年则一半颁给了气象学家真锅淑郎和哈塞尔曼。

　　当前，人工智能驱动的科学研究（AI for Science）正成为全球人工智能领域新前沿，数学、物理学、化学、材料学、生物学等各个传统科研领域都能看到AI技术的身影。

　　不过，也有专家提醒，切忌一窝蜂地押宝AI。英国科研诚信办公室前研究诚信经理霍奇金森警告，今年诺贝尔奖得主的成功可能会误导科研人员，“让他们误以为所有的AI工具都具有相同的价值，从而进行滥用”。他还称石墨烯领域就是前车之鉴。2010年，盖姆和诺沃肖洛夫因发现石墨烯摘得诺贝尔物理学奖，其后相关论文研究井喷，但迄今对现实世界影响仍然相对有限。哈萨比斯也认为，人工智能技术只是一种辅助科研的方式，进行科学研究的还是人类。 （综合报道）