國內學者解讀二○二四年諾貝爾化學獎：AI改變基礎科學研究範式

10月9日，2024年諾貝爾化學獎揭曉。戴維·貝克、德米斯·哈薩比斯和約翰·江珀共享這一獎項。前者在“計算蛋白質設計”領域貢獻突出，後兩位則在“蛋白質結構預測”方面成就斐然。這也是繼物理學獎之後，今年諾貝爾獎再次被授予人工智能（AI）的相關成果及科學家。

獲獎結果衆望所歸

作爲全球最重磅的科技獎項之一，每年諾貝爾獎頒獎前，各類預測層出不窮。在今年諾貝爾化學獎揭曉前，此次獲獎的三位科學家已呼聲極高，獎項結果稱得上衆望所歸。

“尤其是貝克，他是蛋白質計算設計領域的拓荒者，並且持續做出國際先進的研究成果。我認爲他們獲獎實至名歸。”清華大學生物醫學交叉研究院助理教授、北京生命科學研究所研究員徐純福認爲，在今年物理學獎已經頒發給機器學習科學家的情況下，諾貝爾化學獎仍然頒發給了三位計算研究領域的科學家，這體現了AI極其重要的科學價值。

“獲獎成果和我的研究領域息息相關，對我們研究者是一種激勵。”浙江大學生命科學研究院研究員林世賢激動地說，獲獎者之一的江珀只有39歲，這對廣大青年科研工作者也是一種鼓舞。

蛋白質結構預測一直是計算生物學和結構生物學所關心的重要問題。清華大學生命科學學院教授楊茂君介紹，早期蛋白質結構預測主要依靠同源蛋白結構，但是實驗解析的蛋白結構數量佔總蛋白數量的比例很低，因此預測效率不高、準確度有限。後期，隨着機器學習興起，人工智能迅速發展，科學家開始嘗試將人工智能應用於蛋白質結構預測領域，開發出結構預測工具“阿爾法摺疊”以及後續版本。該成果實現了蛋白質結構預測精度和效率的飛躍，幾乎解決了單一蛋白質結構預測的問題，有望給藥物研發帶來重要變革。

AI用於科研潛力巨大

此次諾貝爾化學獎，除了是對獲獎者的表彰，也是對人工智能在基礎科學研究領域深入應用的重要認可。

楊茂君認爲，這次獲獎的研究定義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，將其轉變爲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。

“在所有通過輸入得出輸出的問題上，AI理論上都可以作爲有力的工具，這反映了AI在科學研究領域的廣闊潛力。”在楊茂君看來，這一技術的應用範圍並不限於生物、化學、物理等領域，其應用範圍主要取決於如何將客觀世界的問題（或數據）抽象成AI可以學習和處理的形式，以及現實世界是否有足夠多的真實數據，訓練和構建深度學習網絡。

“AI在蛋白質設計領域的應用突破可以說是天時地利人和，水到渠成。”楊茂君解釋，蛋白結構的一級序列足夠簡單，且蛋白質的三維結構輸出也有標準的表達形式，並且在過去幾十年，結構生物學領域累積了大量真實蛋白結構數據。

徐純福也表示，AI在生物、化學、醫藥等健康領域的潛力纔剛剛嶄露一角，未來還大有發展空間。

“就拿我最熟悉的蛋白質計算設計來講，雖然今年相關成果獲獎了，但計算方法在功能蛋白的設計方面還面臨很大挑戰。”徐純福說，如果進一步改進AI算法，能夠更準確設計酶、抗體等重要的功能蛋白，將有可能產生具有真正實用的全新蛋白。

徐純福同時認爲，AI對科學研究重要性日益凸顯，科學家一方面要積極擁抱新的研究範式，同時也要儘量規避AI的侷限性。“AI不是萬能的，科學家們需要揚長避短，推動AI在基礎科研更有效應用。”他說，科學家要更負責任地應用AI，不用AI做違背科學倫理、有害人類健康的科學研究。

科學家迎來AI黃金時代

在2024年最後一個諾貝爾自然科學獎項公佈後，諾貝爾化學獎和物理學獎同時垂青AI領域研究者受到世人矚目。這是AI技術在多個科學領域中廣泛應用和產生深遠影響的證明。

這種“跨界”的認可，表明AI已不僅僅是計算機科學的一個分支，而是成爲推動科學研究和技術進步的重要工具。它爲解決長期存在的科學問題提供了強有力的支持，並在多個層面促進了科學的發展。諾獎既是對科學家個人成就的認可，也是對整個AI輔助科學研究趨勢的一個肯定。

AI黃金時代的一批科學家正熠熠生輝。這場景彷彿再現上世紀物理學黃金時代——從1900年到1925年，愛因斯坦、玻爾、薛定諤、海森堡、狄拉克、居里夫人等科學大師產出了大量的成果。我們期待，AI領域的創新能爲人們開啓一扇扇新世界的窗戶；我們相信，這次的諾獎會激勵更多年輕人關注AI及其在科學中的應用，從而誕生新一代跨學科人才。