诺贝尔化学奖也颁给了AI,谷歌DeepMind科学家因揭秘蛋白质结构获奖

图片

图片来源:诺贝尔奖委员会

蓝鲸新闻10月10日讯(记者 朱俊熹)继2024年诺贝尔物理学奖之后,又一诺贝尔奖项花落人工智能。当地时间10月9日,瑞典皇家科学院宣布将2024年诺贝尔化学奖授予美国生物化学家David Baker,以及谷歌DeepMind的联合创始人兼首席执行官Demis Hassabis、总监John Jumper,以表彰他们在蛋白质结构方面做出的重大突破。

据诺贝尔奖委员会介绍,现任美国华盛顿大学西雅图分校教授、霍华德·休斯医学研究所研究员的David Baker因构建出全新类型的蛋白质而获奖,“成功完成了几乎不可能完成的壮举”。此外,David Baker开发的Rosetta软件也引入了深度学习技术,成为蛋白质结构预测和设计领域的重要工具,被广泛用于药物开发、疫苗设计等方面。

48岁的Demis Hassabis在2010年共同创立了AI研究公司DeepMind,并担任首席执行官至今,领导了AlphaGo、AlphaFold等多个重要项目。39岁的John Jumper于2017年加入DeepMind,现任高级研究科学家,也是AlphaFold项目的负责人。

2014年,谷歌以超过5亿美元收购了DeepMind,并于2023年将其与另一AI研究部门Google Brain合并,共同组成Google DeepMind。合并后的团队成为谷歌应对全球AI军备竞赛的核心力量,以通用人工智能为终极目标,涉足AI技术研究、基础科学研究、游戏AI等多个领域,拥有著名的AlphaGo、AlphaFold等项目。

诺贝尔奖委员会在公告中指出,Demis Hassabis和John Jumper在2020年提出了AI 模型AlphaFold2。借助该模型,能够预测研究人员发现的几乎所有2亿种蛋白质的结构。自这一突破以来,来自190个国家的200多万人使用了AlphaFold2,能够帮助研究人员更好地了解抗生素耐药性,开发可分解塑料的酶。

今年5月,谷歌DeepMind还推出了最新版本的AlphaFold 3。该模型不仅能预测蛋白质结构,还能够高精度地预测所有生命分子的结构和相互作用,包括DNA、RNA等。谷歌DeepMind当时表示,AlphaFold 3超越蛋白质进入了更广泛的生物分子领域,这一飞跃可以开启更多变革性科学,从开发生物可再生材料到加速药物设计等等。

在得知获得诺贝尔化学奖消息后,Demis Hassabis对媒体表示,“我一生致力于推动人工智能的发展,因为我真的相信它有潜力改善数十亿人的生活。”John Jumper则发表声明称,这一奖项能够表明人工智能将加快科学研究速度,帮助了解疾病并开发治疗方法。

就在宣布诺贝尔化学奖的前一天,今年的物理学奖也被授予两位人工智能领域的先驱,其中包括曾担任谷歌副总裁兼工程研究员的“AI教父”Geoffrey Hinton。物理学奖公布后,在社交媒体X上,Demis Hassabis很快为这位“好朋友和前谷歌同事”送上热烈祝贺,称赞其为现代人工智能领域的深度学习革命奠定了基础。幸运的是,一天之后,Demis Hassabis自己也获得了化学奖。

诺贝尔奖委员会将物理学奖颁发给Geoffrey Hinton的理由是,他使用了统计物理学的工具来训练机器,在利用人工神经网络实现机器学习方面实现了开创性发现。但奖项公布后,不少人对于将物理学奖项颁发给计算机科学领域的AI研究是否恰当提出质疑,认为AI与传统物理学并无密切关联。

获得诺贝尔化学奖的David Baker、Demis Hassabis和John Jumper此前也被广泛视为今年诺贝尔生理学或医学奖的热门人选。去年9月,谷歌DeepMind的Demis Hassabis和John Jumper就因AlphaFold项目而斩获2023拉斯克奖的基础医学研究奖,这也被看作是诺贝尔奖的风向标。但10月7日公布的诺贝尔生理学或医学奖最终颁发给了另外两位科学家Victor Ambros和Gary Ruvkun,以表彰他们发现了调控基因活动的基本原理。

诺贝尔奖委员会对于为何将化学奖颁发给AI相关研究的阐述更为清晰。据其解释,蛋白质是生命中精妙的化学工具,能够控制和驱动所有化学反应,这些化学反应共同构成了生命的基础。而谷歌DeepMind的AlphaFold能够根据氨基酸序列预测蛋白质结构,解决了长久以来的研究难题,开辟了广阔的可能性。

可以说,由于数名前员工和现员工的获奖,谷歌才是今年诺贝尔奖的最大赢家。