繼10月8日,諾貝爾物理學獎花落兩位人工智能(AI)先驅之后,在當地時間10月9日,2024年諾貝爾化學獎獲獎名單揭曉,三位得主中有兩位來自谷歌旗下的AI公司。
國際電子商情訊,今年的諾貝爾物理學獎和化學獎對人工智能(AI)非常關注。繼10月8日,諾貝爾物理學獎花落兩位人工智能(AI)先驅之后,在當地時間10月9日,2024年諾貝爾化學獎獲獎名單揭曉,三位得主中有兩位來自谷歌旗下的AI公司。
今年的諾貝爾物理學獎、諾貝爾化學獎均展現出與人工智能的關聯。
2024年諾貝爾物理學獎獲得者John J.Hopfield(左)、Geoffrey E.Hinton(右)
當地時間10月8日,2024年諾貝爾物理學獎獲得者名單出爐,由美國科學家約翰·霍普菲爾德(John J.Hopfield)和英裔加拿大科學家杰弗里·辛頓(Geoffrey E.Hinton)共同獲得。
諾貝爾獎委員會官方網站刊登的新聞中指出,此次諾貝爾物理獎旨在表彰獲獎者“通過人工神經網絡實現機器學習的基礎性發現和發明”。
John J.Hopfield根據物理學原理創造了一種關聯神經網絡,可以存儲和重建數據中的圖像和其他模式類型。Geoffrey Hinton以霍普菲爾德網絡為基礎發明了一種方法,可以自動發現數據屬性,從而執行識別圖片中的特定元素等任務。
2024年諾貝爾化學獎獲得者David Baker(左)、Demis Hassabis(中)、John M. Jumper(右)
2024年諾貝爾化學獎授予華盛頓大學蛋白質設計研究所的大衛·貝克(David Baker),以及谷歌DeepMind的德米斯·哈薩比斯(Demis Hassabis)與約翰·M·詹珀(John M. Jumper),以表彰他們在“計算蛋白質設計”“蛋白質結構預測”等方面的貢獻。
諾貝爾獎委員會指出,David Baker成功創造了全新的蛋白質,完成了幾乎不可能的挑戰。Demis Hassabis和John Jumper開發的AI模型,解決了長達半個世紀的難題:預測蛋白質復雜結構。
David Baker早在2003年就利用蛋白質設計出了一種自然界從未出現的新型蛋白質,此后其團隊還開發了蛋白質結構預測AI工具RoseTTAFold。RoseTTAFold基于深度學習算法,能夠快速且準確地預測蛋白質的三維結構,它通過分析氨基酸序列中的模式來預測蛋白質的折疊方式,對生物學、化學及藥物設計領域產生了深遠影響。
由Demis Hassabis和John Jumper提出的名為AlphaFold2的AI模型,基于深度學習的算法,用于預測蛋白質的三維結構。AlphaFold2在2020年的蛋白質折疊預測比賽中取得了突破性的成果。該模型利用了多種技術,包括注意力機制和神經網絡,來理解氨基酸序列與蛋白質結構之間的關系。自取得突破以來,AlphaFold2已被來自190個國家的200多萬人使用。
總而言之,AI在物理和化學領域中的貢獻,體現了其跨學科的影響力和潛力,特別是在理解和模擬復雜的生物系統,以及開發新的計算技術方面。以上這些成就不僅推動了科學的發展,也為未來的技術創新和應用提供了廣闊的可能性。
信息來源:ESM China
日期:2024年10月11日