科技人物 | 奇妙地呈现了诺贝尔奖

01-28 06:27

刘卓军中国科学院研究员

尽管仍然存在许多问题和挑战，但智能时代正在到来，或许2024年诺贝尔奖的颁奖就是一个标志。

阿尔弗雷德·B·诺贝尔一生牺牲科学事业，不怕失败，不断创新，通过300多项专利汇集了万贯家财。临终前，他立下遗书:“请把我的资产变成基金，每年用基金利息作为奖金，奖励那些前一年为人民做出巨大贡献的人。”1901年，第一届诺贝尔奖颁发于诺贝尔去世五周年。在这些奖项中，第一位诺贝尔物理奖颁发给德国科学家伦琴（Wilhelm Rntgen），对X射线的发现和相关研究成果进行表彰。可以说，伦琴的发现和成就对物理、化学、生物学和医学的发展产生了深远的影响。对于伦琴的发现，我们每一个活着的人都受益不同。

在那之后的100多年里，诺贝尔奖每年颁发一次，逐渐成为一种传统，在个人和组织中发挥了关键作用，在表彰全球各自领域的杰出贡献。不言而喻，诺贝尔奖获得者及其成就和奉献在人类社会发展和科技进步过程中具有重要价值。到目前为止，已经有近千人获得了诺贝尔(各种)奖。诺贝尔奖在一定程度上是现代人类在科学、文学、经济方面取得重大进步的记录。从科技创新的角度来看，诺贝尔奖的颁发不仅是对过去科学、技术、工程等重大进步成果的认可和评价，也是对相关或相似行业未来发展的引导作用。

诺贝尔奖励是人类(和组织，组织是由人组成的)，奖励谁(和成就)也是由人们决定和决定的，所以不可能完全排除奖励结果的主观原因。伴随着人工智能的不断发展，AI技术在诺贝尔奖的选择过程中将发挥怎样的作用，是一个值得关注和关注的问题。至少，从相关的角度来看，2024年诺贝尔物理学奖和化学奖，给人以神奇的印象。因为，这两个奖项都是AI专家、计算机科学家和工程师的奖励，而不是物理和化学。

美国普林斯顿大学科学家约翰·霍普菲尔德2024年诺贝尔物理学奖获得（John J.Hopfield）杰弗里·辛顿·加拿大多伦多大学科学家（Geoffrey E.Hinton），对其进行“基于神经网络算法实现机器学习的基本发现和发明”的表彰。这一成就的本质可以看作是运用物理思想和方法构建模型和进化规则，为今天强大的机器学习理论和应用奠定基础，是深度神经网络技术“上游”的关键内容。获奖者辛顿是计算机科学家，毫无争议。2018年，他还获得了计算机科学与技术领域的最高奖项图灵奖，因为他在人工智能方面的杰出工作。

诺贝尔化学奖于2024年颁发给美国华盛顿大学的大卫·贝克（David Baker），对其在计算蛋白质设计方面的贡献给予表彰，并共同授予Google 丹米斯·哈萨比斯，DeepMind公司（Demis Hassabis）和约翰·乔普（John M.Jumper），为了表彰他们对蛋白质结构预测的贡献。该奖项的颁发充分肯定了深度神经网络技术在“下游”应用领域的重大突破。获奖者中的哈萨比斯和乔普完全是计算机程序设计专家，而哈萨比斯因为是著名公司DeepMind的创始人，长期担任CEO，所以被普遍认为是高科技产品和系统的“高级销售人员”。在历史上，AlphaGo的成功是哈萨比斯的关键作用。8年前，AI程序开启了打败人类围棋顶级大师的辉煌一页。DeepMind在此基础上，不断扩大“战果”，将目光转向其它领域，包括AlphaFold系列的开发和开发，这次获奖的重要原因是AlphaFold2这一人工智能模型勇克预测难题，解决了人类50年来一直没有解决的重大问题。这一成就对科学研究和药物开发具有深远而深远的意义。

这次诺贝尔奖的评价至少增强了人们的感觉。包括人工智能在内的科技发展，仍然需要人类智慧提供的科学思想和原理作为根本引导；另一方面，对科研成果的评价还是要把处理重大问题作为试金石，对谁来说并不重要。

虽然仍然存在许多问题和挑战，但智能时代正在到来。也许2024年诺贝尔奖的颁奖就是一个标志。这是相关技术发展、相关产业进步、相关产业发展、相关企业发展的机遇和好处。

人们习惯于使用图灵测试来验证智能系统或智能体（agent）水平。当智能系统水平不好或超行时，就无法通过测试。通过测试的情况只是智能身体和人自己的水平是一样的。很快我们就会看到更多的情况无法通过测试，进入人类不断努力提升智慧的新阶段，从而再次通过测试。

智能化测试的周期就是“通过-通过-新的通过，然后通过”，这样循环...

作者：刘卓军(中国科学院研究员)

编辑：高谨梅

审批：何静

免责声明：文章和图片用于公益科普，版权归原作者所有，如有侵权，请联系删除。

继续滚动阅读下一个轻触阅读原文。