学者解读2024年诺贝尔化学奖:AI改变基础科学研究范式
科技日报 2024-10-10 13:43

10月9日,2024年诺贝尔化学奖揭晓。戴维·贝克、德米斯·哈萨比斯和约翰·江珀共享这一奖项。前者在“计算蛋白质设计”领域贡献突出,后两位则在“蛋白质结构预测”方面成就斐然。这也是继物理学奖之后,今年诺贝尔奖再次被授予人工智能(AI)的相关成果及科学家。

获奖结果众望所归

作为全球最重磅的科技奖项之一,每年诺贝尔奖颁奖前,各类预测层出不穷。在今年诺贝尔化学奖揭晓前,此次获奖的三位科学家已呼声极高,奖项结果称得上众望所归。

“尤其是贝克,他是蛋白质计算设计领域的拓荒者,并且持续做出国际先进的研究成果。我认为他们获奖实至名归。”清华大学生物医学交叉研究院助理教授、北京生命科学研究所研究员徐纯福认为,在今年物理学奖已经颁发给机器学习科学家的情况下,诺贝尔化学奖仍然颁发给了三位计算研究领域的科学家,这体现了AI极其重要的科学价值。

“获奖成果和我的研究领域息息相关,对我们研究者是一种激励。”浙江大学生命科学研究院研究员林世贤激动地说,获奖者之一的江珀只有39岁,这对广大青年科研工作者也是一种鼓舞。

蛋白质结构预测一直是计算生物学和结构生物学所关心的重要问题。清华大学生命科学学院教授杨茂君介绍,早期蛋白质结构预测主要依靠同源蛋白结构,但是实验解析的蛋白结构数量占总蛋白数量的比例很低,因此预测效率不高、准确度有限。后期,随着机器学习兴起,人工智能迅速发展,科学家开始尝试将人工智能应用于蛋白质结构预测领域,开发出结构预测工具“阿尔法折叠”以及后续版本。该成果实现了蛋白质结构预测精度和效率的飞跃,几乎解决了单一蛋白质结构预测的问题,有望给药物研发带来重要变革。

AI用于科研潜力巨大

此次诺贝尔化学奖,除了是对获奖者的表彰,也是对人工智能在基础科学研究领域深入应用的重要认可。

杨茂君认为,这次获奖的研究定义了一个理论上可以解决所有科学问题的范式,即从实际问题出发,将其转变为AI可以处理的输入数据,再经过深度学习网络,最终输出结果。

“在所有通过输入得出输出的问题上,AI理论上都可以作为有力的工具,这反映了AI在科学研究领域的广阔潜力。”在杨茂君看来,这一技术的应用范围并不限于生物、化学、物理等领域,其应用范围主要取决于如何将客观世界的问题(或数据)抽象成AI可以学习和处理的形式,以及现实世界是否有足够多的真实数据,训练和构建深度学习网络。

“AI在蛋白质设计领域的应用突破可以说是天时地利人和,水到渠成。”杨茂君解释,蛋白结构的一级序列足够简单,且蛋白质的三维结构输出也有标准的表达形式,并且在过去几十年,结构生物学领域累积了大量真实蛋白结构数据。

徐纯福也表示,AI在生物、化学、医药等健康领域的潜力才刚刚崭露一角,未来还大有发展空间。

“就拿我最熟悉的蛋白质计算设计来讲,虽然今年相关成果获奖了,但计算方法在功能蛋白的设计方面还面临很大挑战。”徐纯福说,如果进一步改进AI算法,能够更准确设计酶、抗体等重要的功能蛋白,将有可能产生具有真正实用的全新蛋白。

徐纯福同时认为,AI对科学研究重要性日益凸显,科学家一方面要积极拥抱新的研究范式,同时也要尽量规避AI的局限性。“AI不是万能的,科学家们需要扬长避短,推动AI在基础科研更有效应用。”他说,科学家要更负责任地应用AI,不用AI做违背科学伦理、有害人类健康的科学研究。

科学家迎来AI黄金时代

在2024年最后一个诺贝尔自然科学奖项公布后,诺贝尔化学奖和物理学奖同时垂青AI领域研究者受到世人瞩目。这是AI技术在多个科学领域中广泛应用和产生深远影响的证明。

这种“跨界”的认可,表明AI已不仅仅是计算机科学的一个分支,而是成为推动科学研究和技术进步的重要工具。它为解决长期存在的科学问题提供了强有力的支持,并在多个层面促进了科学的发展。诺奖既是对科学家个人成就的认可,也是对整个AI辅助科学研究趋势的一个肯定。

AI黄金时代的一批科学家正熠熠生辉。这场景仿佛再现上世纪物理学黄金时代——从1900年到1925年,爱因斯坦、玻尔、薛定谔、海森堡、狄拉克、居里夫人等科学大师产出了大量的成果。我们期待,AI领域的创新能为人们开启一扇扇新世界的窗户;我们相信,这次的诺奖会激励更多年轻人关注AI及其在科学中的应用,从而诞生新一代跨学科人才。(张梦然)

编辑/田野

最新评论