今年的诺贝尔奖，人工智能（AI）成了大热门。
10月8日，诺贝尔物理学奖颁发给了在机器学习领域做出开创性贡献的科学家们。紧接着第二天，诺贝尔化学奖也颁给了在蛋白质设计和预测领域取得突破的科学家，其中一半的奖项授予了谷歌DeepMind公司的两位研究人员。
这两项大奖让AI研究登上了科学界的顶峰。随之而来的是一些质疑声，比如“物理学是不是过时了？”“化学的终点是计算机科学吗？”
这是否意味着诺贝尔奖将全面进入AI时代？人们开始思考，未来AI是否能够独立赢得诺贝尔奖？在科研领域逐渐被AI占据的情况下，诺贝尔文学奖是否能够成为人类智慧的最后堡垒？
物理学奖的意外之喜：“局外人”的胜利
瑞典皇家科学院在10月8日宣布，将2024年的诺贝尔物理学奖颁发给被誉为“AI之父”的杰弗里·辛顿（Geoffrey Hinton）和普林斯顿大学的约翰·霍普菲尔德（John Hopfield）教授，以表彰他们在利用人工神经网络进行机器学习方面的基础性发现和创新。
诺贝尔奖揭晓后，公众的反应非常热烈：怎么会有一个看似不属于传统物理学任何一个领域的成果获得如此殊荣？物理学真的过时了吗？AI和物理学奖之间有什么联系？
尽管诺贝尔奖评委会解释说，人工神经网络是通过物理学工具训练的，但许多人仍然感到困惑。
本特利大学数学教授诺亚·吉安西拉库萨（Noah Giansiracusa）表示：“辛顿的成就令人印象深刻，但这算是物理学吗？我不这么认为。即使他们的研究受到了物理学的启发，他们并没有提出新的物理学理论，也没有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的AI高级讲师安德鲁·伦森（Andrew Lensen）也表达了他的疑惑：“我们已经有图灵奖了，我更希望看到诺贝尔奖颁给那些对物理学界有实质性贡献的人。感觉评委会可能被AI的热潮所吸引。”
然而，也有学者对此表示理解，他们认为这反映了前沿学科之间的交叉和融合，传统科学研究的模式正在发生变化。
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（Charlotte Deane）表示，现在从事科学研究是一件令人兴奋的事情，特别是在这些跨学科领域，因为AI不仅开始解决一些非常困难的问题，而且还改变了我们进行科学研究的方式。
AI再次赢得化学奖
在物理学奖颁发后的24小时内，诺贝尔化学奖也揭晓了，AI再次获得了诺奖评委会的青睐。
该奖项被分为两部分，一半授予戴维·贝克（David Baker），以表彰他在“利用计算机进行蛋白质设计”方面的成就；另一半则授予了谷歌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，这是一个利用AI技术预测蛋白质三维结构的革命性工具。
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？
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。”
