近日，2024年諾貝爾獎科學類的3個獎項——生理學或醫學獎、物理學獎、化學獎全部揭曉，後兩項均頒發給AI（人工智能）領域科學家。不少人驚呼：AI成為2024年諾獎最大贏家！
諾貝爾物理學獎授予美國科學家約翰·霍普菲爾德和加拿大科學家謝菲·辛頓，表彰他們「透過人工神經網絡實作機器學習的基礎性發現和發明」。兩位人工智能先驅的工作，為深度學習和神經網絡的發展奠定了基礎，對人工智能如今的蓬勃發展起到了關鍵性作用。
諾貝爾化學獎中，美國科學家大衛·貝克因為在計算蛋白質設計方面的貢獻獲一半獎項，英國科學家德米斯·哈薩比斯和美國科學家約翰·江珀因為在蛋白質結構預測方面的成就共享另一半獎項。哈薩比斯和江珀開發了人工智能模型AlphaFold2，解決了一個已有50年歷史的難題，能預測大約兩億種已知蛋白質的復雜結構，已被全球200多萬人使用，對藥物研發等領域具有革命性的意義。
這些獎項的頒發，體現了一大科研新趨勢：AI技術作為一股不可忽視的力量，正在推動科學研究的範式轉變。在物理學、化學、生物學、醫藥等多個領域，AI成為解決長期存在的復雜科學問題的重要工具。它建立了一個理論上可以解決所有科學問題的範式：即從實際問題出發，將其轉變為AI可以處理的輸入數據，再經過深度學習網絡，最終輸出結果。很多科學家認為，AI將推動科學研究不斷突破傳統框架，實作更加深遠、更加廣泛的創新。
有人因此擔心：未來科研難題都會交給AI解決嗎？我們還需要人類科學家嗎？
從現有AI技術水平看，AI和人類之間的關系是互補的，而非替代的。AI可以作為科學研究的強大工具，幫助人類處理數據、模擬實驗、預測結果等，但人類科學家的直覺、創造性和決策能力尚不可被替代。人類有創造性思維，能夠提出新的問題，進行跨學科思考，並在研究中引入新的視角；科學研究中有許多決策需要復雜的判斷，包括對不確定性的處理、風險評估以及對實驗結果的解釋等，這些通常需要依賴人類的直覺和經驗；人類在制定研究議程和決定研究方向時，會考慮倫理和道德，這也是AI難以完全理解或處理的。
AI用於科研潛力巨大，中國有相關技術基礎，也有不少成功實踐。今年7月釋出的【世界知識產權組織生成式人工智能專利態勢報告】顯示，2014年至2023年，中國生成式人工智能專利申請量超過3.8萬件，占全部專利數量的70.3%，居世界第一位。中國科學家運用人工智能演算法發現大量全新RNA病毒，今年10月在【細胞】（Cell）雜誌發表論文，報告了全球範圍內180個超群、16萬余種RNA病毒的發現，大幅擴充套件全球RNA病毒的多樣性。
當然，AI輔助科研也帶來了一系列挑戰。一方面，AI輔助設計、AI增強檢索、AI輔助研讀、AI輔助創作等服務，大幅提升了科研工作的研究效率；另一方面，濫用AI技術也會帶來侵犯他人知識產權、泄露個人私密資訊、編造虛假實驗數據、快速炮製垃圾論文等諸多問題。興利除弊，需要制定有利於AI輔助科研健康發展的政策、加大基礎研究投入、建立人才培養和跨學科合作機制，也需要對AI可能引發的風險進行前瞻預判，對現有科研倫理法規進一步完善和細化，同時加強監管和審查。
芳林新葉催陳葉，流水前波讓後波。與新生事物一起成長，才能跟上時代前進的步伐。在建設世界科技強國的征程中，我們既要積極擁抱AI新技術、搶占世界科技制高點，也要以科技向善驅動AI向前，確保技術的安全可控。
欄目主編：秦紅
文字編輯：董思韻
本文作者：經濟日報
題圖來源：圖蟲
圖片編輯：徐佳敏
