今年的诺贝尔科学奖颁奖典礼上，人工智能（AI）无疑成为了最大的焦点。在连续两天的揭晓中，AI不仅占据了诺贝尔物理学奖的宝座，还在诺贝尔化学奖中再次大放异彩，引发了全球学界的广泛讨论与热议。
10月8日，瑞典斯德哥尔摩的诺贝尔物理学奖颁奖典礼上，机器学习领域的两位先驱——约翰·J·霍普菲尔德和杰弗里·E·辛顿，因其在人工神经网络和机器学习方面的奠基性贡献而荣获殊荣。这一决定让众多物理学家和人工智能学者都感到意外，因为AI通常并不被视为物理学的传统分支。特别是辛顿，在得知获奖后表示“完全没有想到”。
图：2024年诺贝尔物理学奖公布现场
紧接着，10月9日公布的诺贝尔化学奖再次将AI推向了风口浪尖。此次奖项颁给了在蛋白质结构预测与设计领域取得突破性成就的Rosetta和AlphaFold两款算法的研发者。特别是AlphaFold，其设计者来自DeepMind团队的德米斯·哈萨比斯和约翰·M·詹珀，他们开发的AlphaFold2已经能够成功预测98.5%的人类蛋白质结构，这一成就被誉为生物化学家们多年来的梦想成真。
图：诺贝尔化学奖获奖者David Baker、Demis Hassabis和John Jumper
面对这一连串的“爆冷”颁奖，学术界内充满了各种调侃与讨论。有人笑称“下一步经济学奖应该颁给黄仁勋，格莱美给Suno，奥斯卡给Sora”。然而，在这些调侃背后，AI对科学研究的深远影响已不容忽视。
复旦大学计算机科学技术学院教授张军平指出，AI在科学研究中的应用正在推动科研范式的转变。他强调，尽管AI在某些方面已经取得了显著成果，但它并不能完全取代人类科学家。张军平认为，未来的科研者需要更好地运用AI工具，同时也要保持对原始创新的追求。
中科大合肥微尺度物质科学国家实验室副研究员袁岚峰也表达了类似的观点。他认为，AI for Science的时代已经到来，学科交叉迎来了大爆发。他强调，AI在科学研究中的潜力是巨大的，但它仍然需要人类的引导和指导。
中南大学化工学院教授张冀则从具体应用的角度阐述了AI在蛋白质结构预测与设计领域的重要性。他指出，AI不仅提高了研究效率，还推动了跨学科合作，为新药研发等领域带来了前所未有的机遇。
