本来以为只是一次黑天鹅，没想到是两次……2024年诺贝尔物理学奖和化学奖纷纷颁给AI研究员。科学范式转变来的可能比想象的要快。
信息时代，每天都有大量的信息如潮水般涌来，而科研领域也正经历着前所未有的变革。
诺贝尔物理学奖
2024年10月8日，瑞典皇家科学院宣布将诺贝尔物理学奖授予美国科学家约翰・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） ，以表彰他们 “通过人工神经网络实现机器学习的基础性发现和发明” 。其中，Hinton作为 “AI 教父”，早已在深度学习领域声名远扬，并在 2018 年荣获图灵奖，此次更是成为史上首位同时获得图灵奖和诺贝尔物理学奖的科学家。
诺贝尔化学奖
惊喜并未就此结束。仅仅一天之后，10月9日，诺贝尔化学奖也花落 AI 领域。戴维・贝克（David Baker）因在计算蛋白质设计方面的贡献获奖，另一半则由英国伦敦谷歌旗下人工智能公司 “深层思维”（DeepMind）的德米斯・哈萨比斯（Demis Hassabis）和约翰・江珀（John M. Jumper）共同获得，以表彰其在蛋白质结构预测方面的贡献。
新的科学范式？
这一系列奖项的颁发，深刻反映出 AI 技术在全球科研舞台上正迅速崛起，并产生着深远影响。在这条路上，我觉得还有几个比较有启发性的工作：
鄂维南
鄂维南院士一直致力于推动以机器学习为代表的人工智能技术在基础科学研究中的应用。他认为人工智能为基础科学研究带来了新的表示高维函数的工具和数据的分析工具。早在 2018 年，鄂维南院士就找到中国科学院院士汤超，希望在北大建立一个交叉学科项目，专门探索机器学习在各个科学和工程领域的应用，并将其命名为 “AI for Science”。
张平文
张平文院士同样在相关领域积极探索，为推动科研范式的变革贡献力量。他们的工作为 AI 与科学研究的深度融合奠定了坚实基础，让更多科研人员看到了新的可能性。
幻量科技 DeepVerse
DeepVerse（ai4science.io）致力于打造一个全面且强大的 AI 驱动的科学研究平台，整合了先进的人工智能算法、海量的数据资源以及高效的计算能力，为科研人员提供了从数据处理、模型构建到结果分析的一站式解决方案。无论是在材料科学中预测新型材料的性能，还是在药物研发中加速筛选潜在的药物分子，DeepVerse 都展现出了巨大的优势，帮助科研人员更高效地突破传统研究的瓶颈，加速科研进程。