「AlphaFold僅四歲——對諾貝爾獎而言仍然年輕」
於2024年12月11日發佈
自從2021年公開發布以來，AlphaFold已經預測了幾乎所有已知的蛋白質結構，建立了一個超過2億個結構的數據庫，並被來自190個國家的超過200萬名研究人員使用。
這是人工智能和人類歷史上的一個重要時刻——前所未見。今年的諾貝爾化學獎最近頒發給了Google DeepMind的首席執行官兼聯合創始人Demis Hassabis及John M. Jumper，以表彰他們在蛋白質結構預測方面的貢獻，與此同時，華盛頓大學的David Baker教授則因計算蛋白質設計獲得另一半獎項。
有趣的是，AlphaFold是最年輕的諾貝爾獎創新之一。「AlphaFold才四歲，對於贏得諾貝爾獎來說非常年輕，」在斯德哥爾摩的頒獎典禮上，主持人宣布Hassabis的名字時這樣說。
瑞典皇家科學院認可了AlphaFold對結構生物學的影響。該人工智能系統能根據氨基酸序列預測蛋白質的三維結構。
「今天能在@NobelPrize頒獎典禮上與AlphaFold團隊的一些主要成員一起出席，我感到榮幸和自豪，我們的@GoogleDeepMind同事@demishassabis和John Jumper將共同獲得諾貝爾化學獎，」Pushmeet Kohli，Google DeepMind的研究副總裁在推特上寫道。
「諾貝爾獎典禮是一個超凡而深刻的經歷。這是一個慶祝人類智慧的驚人事件，充滿了許多鼓舞人心和感人的時刻：我親愛的同事Demis Hassabis和John獲得了他們的獎章以表彰AlphaFold的貢獻，」Kohli補充道。
Geoffrey Hinton早已預見
被稱為「人工智能教父」的Geoffrey Hinton也與John Hopfield一起獲得了諾貝爾物理學獎，他早已知道他們將因為在構建「Boltzmann機器」方面的工作而獲獎。
Hinton回憶起神經網絡研究的早期日子。「當Terry提出這一理論時，我們完全相信這就是大腦的運作方式。我們決定我們會獲得生理學或醫學的諾貝爾獎，」他自信地分享道。
Hinton在1980年代對神經網絡的研究為現代人工智能奠定了基礎，他在獲獎講話中反思了人工智能的廣泛潛力。
「這種新形式的人工智能擅長於建模人類直覺，而非人類推理，這將使我們能夠創造出高度智能和知識豐富的助手，從而提高幾乎所有行業的生產力，」他說。
Hinton還建議，睡眠中的見解可能會啟發神經網絡訓練的新方法。「在睡眠中進行的去學習可能是使神經網絡更具生物學合理性的關鍵。一旦我們理解大腦真正的學習方式，它將啟發新一代的人工智能架構，」他說。他補充道，「利用睡眠來進行神經網絡的去學習的想法是生物學上合理的，並可能解鎖訓練人工智能的更好方法。」
諾貝爾獎是抄襲的獎勵？
KAUST人工智能倡議的主任Jürgen Schmidhuber指控這一認可是基於未經授權的工作。Schmidhuber聲稱Hinton和Hopfield的貢獻在很大程度上依賴於早期的研究，卻沒有適當的承認。
「這是一個抄襲的諾貝爾獎，」Schmidhuber在LinkedIn上寫道。他主張，1960年代和1970年代烏克蘭的Alexey Ivakhnenko和日本的Shun’ichi Amari所開發的方法論構成了這些獲獎者工作的基礎。
「他們重新出版了烏克蘭和日本開發的方法，而未引用原始論文。即使在後來的調查中，他們也沒有給予原創發明者信用，」Schmidhuber補充道，暗示這一遺漏可能是故意的。
Schmidhuber效應：這並不是Schmidhuber首次提出指控。此前，他曾指責Yann LeCun重複舊想法並在未給予信用的情況下提出，說道：「我們必須停止將發明的榮譽歸於錯誤的人。」
在這篇文章中，AlphaFold的成就無疑為科學界帶來了革命性的影響，而Hinton和Hopfield的獲獎則引發了對於知識產權和學術誠信的討論。這些議題不僅涉及當前的研究成果，還將影響未來的人工智能發展路徑。在這樣的背景下，對於學術界的透明度和公正性，我們必須保持高度的警覺和批判，以確保創新能夠在正當的基礎上蓬勃發展。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
