人工智慧是否、如何改變世界存在各種爭論，而本週諾貝爾物理學獎、化學獎的得獎名單，強調該技術已在幕後改變科學本身，協助解決棘手問題並分析大量科學數據，但不是所有研究人員都對這項結果感到開心。
週二，AI 教父 Geoffrey Hinton、分子生物學教授 John Hopfield 兩人因 1970～1980 年代投入機器學習研究工作榮獲今年諾貝爾物理學獎，他們各自利用物理學概念發明人工神經網路，引起並促進人工智慧發展。
週三，Google DeepMind 執行長 Demis Hassabis、DeepMind 主管 John Jumper、華盛頓大學生物化學教授 David Baker 共同獲得諾貝爾化學獎。DeepMind 開發的 AlphaFold 2 人工智慧系統有效解決生物學半世紀以來最棘手問題之一：預測蛋白質複雜結構；David Baker 則開發另一種由人工智慧驅動的蛋白質預測工具 RoseTTAFold，還設計出全新蛋白質。
一般來說，諾貝爾獎通常頒給幾十年前完成的研究，這樣才有一定時間明確評估研究內容是否對人類具最大利益。
然而 Google 旗下 DeepMind 公司 4 年前才首次推出 AlphaFold 2 系統，諾貝爾獎委員會認為，該系統如今已被世界各地科學家用來解決一系列科學問題，包括探索抗生素抗藥性、藥物設計、作物復原力等，DeepMind 團隊也還在持續改進系統版本。
AI 應該歸為自有類別？
儘管如此，諾貝爾物理學獎公布不久社交媒體便一片嘩然，幾位物理學家認為 Geoffrey Hinton、John Hopfield 做機器學習研究的背後並非傳統物理學。
德國慕尼黑數學哲學中心物理學家 Sabine Hossenfelder 表示，Geoffrey Hinton、John Hopfield 的研究屬於「電腦科學領域」而非物理學， 一年一度諾貝爾物理學獎理應讓大眾新認識一名在基礎科研深耕多年的物理學家，但今年不行。
美國本特利大學數學副教授 Noah Giansiracusa 說，即使有來自物理學的靈感，Geoffrey Hinton、John Hopfield 也沒有發展出新的物理學理論，或解決物理學長期存在的問題。
不過也有些物理學家首肯今年得獎者，他們認為 Geoffrey Hinton、John Hopfield 研究跨學科，將物理學、數學、電腦科學、神經科學結合在一起；加州科普作家 Anil Ananthaswamy 指出，諾貝爾委員會引用的研究雖然不是最純粹的理論物理學，但它確實也植根於物理學技術和概念。
隨著人工智慧崛起，未來我們肯定看到更多使用人工智慧工具的研究人員拿下諾貝爾獎牌，或許世界在進步，而諾貝爾獎認可的物理學、化學、醫學科學方法界線逐漸模糊，或許人工智慧需要自己的諾貝爾獎類別。
（首圖來源：pixabay）
黃申在 認同… 確實，快成了「計算式」物理及化學與醫學了，失去核心地位及傳統意函
3小時前
顯示全部