国际电子商情讯，今年的诺贝尔物理学奖和化学奖对人工智能(AI)非常关注。继10月8日，诺贝尔物理学奖花落两位人工智能(AI)先驱之后，在当地时间10月9日，2024年诺贝尔化学奖获奖名单揭晓，三位得主中有两位来自谷歌旗下的AI公司。

2024年诺贝尔物理学奖及化学奖都与AI有关

今年的诺贝尔物理学奖、诺贝尔化学奖均展现出与人工智能的关联。

·两位AI先驱获2024年诺贝尔物理学奖

2024年诺贝尔物理学奖获得者John J.Hopfield(左)、Geoffrey E.Hinton(右)

当地时间10月8日，2024年诺贝尔物理学奖获得者名单出炉，由美国科学家约翰·霍普菲尔德(John J.Hopfield)和英裔加拿大科学家杰弗里·辛顿(Geoffrey E.Hinton)共同获得。

诺贝尔奖委员会官方网站刊登的新闻中指出，此次诺贝尔物理奖旨在表彰获奖者“通过人工神经网络实现机器学习的基础性发现和发明”。

John J.Hopfield根据物理学原理创造了一种关联神经网络，可以存储和重建数据中的图像和其他模式类型。Geoffrey Hinton以霍普菲尔德网络为基础发明了一种方法，可以自动发现数据属性，从而执行识别图片中的特定元素等任务。

• John J.Hopfield，1933年出生于美国伊利诺伊州芝加哥，1958年获美国纽约州伊萨卡康奈尔大学博士学位，现任美国新泽西州普林斯顿大学教授。
• Geoffrey E. Hinton，1947年出生于英国伦敦，1978年获英国爱丁堡大学博士学位，现任加拿大多伦多大学教授。

·谷歌DeepMind公司两名成员或2024年诺贝尔化学奖

2024年诺贝尔化学奖获得者David Baker(左)、Demis Hassabis(中)、John M. Jumper(右)

2024年诺贝尔化学奖授予华盛顿大学蛋白质设计研究所的大卫·贝克(David Baker)，以及谷歌DeepMind的德米斯·哈萨比斯(Demis Hassabis)与约翰·M·詹珀(John M. Jumper)，以表彰他们在“计算蛋白质设计”“蛋白质结构预测”等方面的贡献。

诺贝尔奖委员会指出，David Baker成功创造了全新的蛋白质，完成了几乎不可能的挑战。Demis Hassabis和John Jumper开发的AI模型，解决了长达半个世纪的难题：预测蛋白质复杂结构。

David Baker早在2003年就利用蛋白质设计出了一种自然界从未出现的新型蛋白质，此后其团队还开发了蛋白质结构预测AI工具RoseTTAFold。RoseTTAFold基于深度学习算法，能够快速且准确地预测蛋白质的三维结构，它通过分析氨基酸序列中的模式来预测蛋白质的折叠方式，对生物学、化学及药物设计领域产生了深远影响。

由Demis Hassabis和John Jumper提出的名为AlphaFold2的AI模型，基于深度学习的算法，用于预测蛋白质的三维结构。AlphaFold2在2020年的蛋白质折叠预测比赛中取得了突破性的成果。该模型利用了多种技术，包括注意力机制和神经网络，来理解氨基酸序列与蛋白质结构之间的关系。自取得突破以来，AlphaFold2已被来自190个国家的200多万人使用。

• David Baker，1962年出生于美国华盛顿州西雅图市，1989年获美国加州大学伯克利分校博士学位，现任美国华盛顿大学西雅图分校教授，美国霍华德-休斯医学研究所研究员。
• Demis Hassabis，1976年出生于英国伦敦。2009年获英国伦敦大学学院博士学位，现任英国伦敦谷歌DeepMind首席执行官。
• John M. Jumper，1985年出生于美国阿肯色州小石城，2017年获美国伊利诺伊州芝加哥大学博士学位，现任英国伦敦谷歌DeepMind高级研究科学家。

小结：

总而言之，AI在物理和化学领域中的贡献，体现了其跨学科的影响力和潜力，特别是在理解和模拟复杂的生物系统，以及开发新的计算技术方面。以上这些成就不仅推动了科学的发展，也为未来的技术创新和应用提供了广阔的可能性。

信息来源:ESM China

日期：2024年10月11日