今年的诺贝尔奖，AI（人工智能）成了大赢家。

当地时间10月8日，诺贝尔物理学奖颁给了机器学习领域的奠基性发现和发明。次日，诺贝尔化学奖又花落蛋白质设计和蛋白质结构预测领域，其中一半奖项颁给了谷歌旗下DeepMind的两名科学家。

这两大奖项将AI研究带到了科学界的最高荣誉殿堂。一时间，“物理学不存在了”“化学的尽头是计算机吗”的质疑声不绝于耳。

这是否代表着诺贝尔奖将全面进入“AI时代”？人们不禁要问，有朝一日AI是否会独立拿下诺贝尔奖？在科研阵地逐渐失守的情况下，诺贝尔文学奖是否能守住人类最后的尊严？

物理学奖“爆冷”：“局外人”赢了

瑞典皇家科学院当地时间10月8日宣布，将2024年诺贝尔物理学奖授予“AI教父”杰弗里•辛顿（Geoffrey Hinton）和普林斯顿大学教授约翰•霍普菲尔德（John Hopfield），以表彰他们在使用人工神经网络进行机器学习的基础性发现和发明。

图片来源：诺贝尔奖委员会X平台账号

获奖者被公布后，外界瞬间“炸开了锅”：怎么是一个看似不属于传统物理学任何一个分支领域的成果获奖了呢？物理学是不存在了吗？物理学奖跟AI有啥关系？

尽管诺奖委员对此解释称，人工神经网络是用物理学工具训练的。但是，不解的声音还是一波接一波。

本特利大学数学教授诺亚•吉安西拉库萨（Noah Giansiracusa）就表示：“他（辛顿）的成就是惊人的，但这是物理学吗？我不这么认为。即使从物理学中得到灵感，他们也没有发展出新的物理学理论或解决物理学中长期存在的问题。”

新西兰惠灵顿维多利亚大学AI高级讲师安德鲁•伦森 (Andrew Lensen) 也对此感到困惑。他说道：“我们已经有图灵奖，我更希望看到诺贝尔奖颁给对物理学界作出贡献的人。感觉委员会可能被AI炒作吸引了。”

但也有学者表示理解，称这凸显了前沿学科的交叉与互通性，传统科学研究的范式正在转换。

英国研究与创新署工程与物理科学研究委员会执行主席、牛津大学结构生物信息学教授夏洛特•迪恩表示，能在当今从事科学工作是一件令人兴奋的事情，特别是在这些跨学科领域，因为AI不仅开始解决真正困难的问题，而且还改变了我们从事科学研究的方式。

24小时后AI再夺化学奖

物理学奖颁发24小时后，诺贝尔化学奖揭晓，AI再度收获诺奖委员会的青睐。

该奖项被一分为二，一半授予戴维•贝克（David Baker），以表彰他“利用计算机进行蛋白质设计”的成就，另一半给了谷歌DeepMind的首席执行官德米斯•哈萨比斯（Demis Hassabis）和高级研究科学家约翰•M•詹珀（John M. Jumper），以表彰他们“在蛋白质结构预测方面的贡献”。2020年，哈萨比斯和詹珀发布了名为AlphaFold 2的AI模型，是利用AI技术预测蛋白质三维结构的革命性工具。

图片来源：诺贝尔奖委员会X平台账号

AI与蛋白质图谱突破之间的联系非常明显。在今年诺贝尔化学奖的预测中，AlphaFold就经常被提到，因此引发的争议没有物理学奖那么大。

但这样的结果依然让人颇感意外，因为诺贝尔奖通常颁发给几十年前的研究，要等到研究成果被明确评估为“对人类有最大利益”之后。而此次获奖的AlphaFold 2是四年前发布的。

这是诺贝尔奖历史上反应最迅速的一次，可能也预示着诺贝尔奖委员会思维的转变。当在场记者询问诺贝尔化学奖委员会在评判提名人时是否考虑了AI的相关性时，委员会坚称这一决定纯粹是基于科学作出的。

诺奖会全面“AI化”吗？

AI在诺奖中的双赢标志着AI在科学研究中的重要地位得到认可，也引发了人们对科学本质和未来发展方向的思考：AI获奖是否会改变科学研究的根本性质？诺奖未来是否会全面转向AI？AI有朝一日是否会独立获得诺奖？

焦点1：AI将“杀死”基础科学探索？

长期以来，诺贝尔奖主要表彰纯科学领域的进步——基于自然法则和物理现象的发现。现在，科学和技术之间的界限正在变得模糊，AI研究人员因构建了影响人类处理和解决科学问题方式的工具而获得认可。

有人认为，诺贝尔奖今年这样大张旗鼓地把奖章授予AI，只会让研究人员更加热衷于对于工具的研究，而忽略掉最基础的理论探索。

伦敦大学计算机教授彼得•本特利（Peter Bentley）在接受《每日经济新闻》记者采访时强调，AI在某些事情上更像是问题的一部分，而不是解决问题的方法。

英国科研诚信办公室的专家马特•霍奇金森 (Matt Hodgkinson) 表示：“利用AI赢得诺贝尔奖可能只是一艘启航的船，但它将影响研究方向。”霍奇金森担心，研究人员试图逆向分析今年获奖的原因时，他们会更关注技术，而不是科学。

纽约大学计算机科学教授朱利安•托格利厄斯（Julian Togelius）认为：“科学家通常会选择阻力最小和最划算的路径。”而这可能会阻碍创新思维。

诺奖得主哈萨比斯坦称：“如今，（AI研究）变得更加注重工程，我们现在有很多技术，我们只是在算法上进行改进，不再参考大脑。”

图片来源：视觉中国-VCG211158270552

焦点2：AI“大力出奇迹”的下个领域在医学？

诺奖的最后一个传统科学奖项——诺贝尔生理学或医学奖未来是否也将被AI“攻下”？

实际上，医学研究一直是AI最重要的应用领域之一，许多研究都依赖AI进行分析和预测，如病毒鉴定、分子建模、药物开发等任务。目前，已经有团队通过AI手段在探索科学问题上取得了重要突破。

10月10日，国际顶级学术期刊《Cell》发表了中山大学与阿里云合作的科研成果，研究团队利用云计算与AI技术发现了180个超群、16万余种全新RNA病毒，是已知病毒种类的近30倍。

利用AI算法，研究团队在来自全球生物环境样本的10487份RNA测序数据中发现了超过51万条病毒基因组，代表超过16万个潜在病毒种及180个RNA病毒超群。其中23个超群无法通过序列同源方法识别。通过AI技术，该研究发现了传统研究方法未能发现的病毒“暗物质”，探索了病毒学研究的新路径。

以Deepmind和OpenAI为首的科技企业也在加速开拓医疗市场，他们的入场势必将加速医学领域的研发进展。

今年早些时候，DeepMind发布了 AlphaFold 3，该模型以前所未有的精确度成功预测了所有已知蛋白质、DNA、RNA 和配体的结构和相互作用。这一飞跃有望开启AI细胞生物学的新时代。

焦点3：文学奖是人类未来“最后的堡垒”？

科研的阵地逐渐“失守”，诺贝尔文学奖是否会是人类“最后的堡垒”？

有人认为，文学的核心在于人类的创造力和个体表达，AI虽然能够模仿人类的语言和写作风格，但它缺乏真正的情感体验和创意过程。知名科幻作家特德姜今年八月发表了一篇长文，断言AI不会创造真正的艺术。

石黑一雄在2017年获得诺贝尔文学奖。获得诺奖4年后，他出版了《克拉拉与太阳》。这部小说讲述了一位机器人克拉拉眼中的世界，从另一个侧面反映了AI时代人类所面临的问题。

今年年初，日本女作家Rie Kudan用ChatGPT协助创作的小说一举拿下了日本顶级文学奖芥川奖。她在获奖感言中称，生成式AI帮助自己释放了潜力，她将AI视为灵感的来源，是自己创作过程中的伴侣。

从关于AI的文学，到AI的文学，AI已经悄悄染指文学领域了。

未来，AI是否会取代科学家和文学家，成为诺奖的主角？

早在2021年，日本科学家就开启了Nobel Turing Challenge项目，希望研发出一款AI，能够在2050年之前独立获得诺贝尔奖。