昨天諾獎(jiǎng)物理頒給 AI ，大家人都傻了，深度學(xué)習(xí)也是物理？

盡管有網(wǎng)友也想著找補(bǔ)點(diǎn)，萬(wàn)一今天的化學(xué)獎(jiǎng)，頒給物理學(xué)家了呢？

結(jié)果今天化學(xué)獎(jiǎng)出來(lái)，大家再次被驚掉下巴，沒(méi)完了是吧！

 沒(méi)錯(cuò)， 2024 年諾貝爾化學(xué)獎(jiǎng)一半授予華盛頓大學(xué)醫(yī)學(xué)院生物化學(xué)教授、蛋白質(zhì)設(shè)計(jì)研究所所長(zhǎng)大衛(wèi) · 貝克（ David Baker ），以表彰其在 “ 計(jì)算蛋白質(zhì)設(shè)計(jì) ” 方面的成就；

另一半則共同授予谷歌 DeepMind 首席執(zhí)行官兼聯(lián)合創(chuàng)始人德米斯 · 哈薩比斯（ Demis Hassabis ）和 DeepMind 項(xiàng)目總監(jiān)約翰 · 江珀（ John M.Jumper ），以表彰其在 “ 蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè) ” 中的貢獻(xiàn)。

其實(shí)就是一半給了設(shè)計(jì)新的蛋白質(zhì)；另一半給了我們之前嘮過(guò)的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)，也就是上次谷歌 I/O 大會(huì)上亮相過(guò)的 AlphaFold 。

 連著兩天把物理獎(jiǎng)跟化學(xué)獎(jiǎng)都發(fā)給 AI 相關(guān)，這諾獎(jiǎng)?wù)透渖?AI 了似的，明天文學(xué)獎(jiǎng)該不會(huì)發(fā)給 ChatGPT 吧。。。

不少網(wǎng)友也被這波操作鬧麻了，合著宇宙盡頭真是當(dāng)程序員??？

不過(guò)該說(shuō)不說(shuō)，雖然大伙是又被驚到，但相比昨天的物理獎(jiǎng)，這次化學(xué)獎(jiǎng)倒也沒(méi)有太過(guò)超出圈內(nèi)的認(rèn)知。

 畢竟諾貝爾化學(xué)獎(jiǎng)就經(jīng)常發(fā)給蛋白質(zhì)方面的交叉學(xué)科，光蛋白質(zhì)結(jié)構(gòu)研究就給發(fā)了十幾次，甚至跟蛋白質(zhì)研究相關(guān)的儀器也發(fā)，比如 2017 年給了冷凍電鏡。

而且頒獎(jiǎng)之前，早在九月中旬，號(hào)稱諾獎(jiǎng)風(fēng)向標(biāo)的 2024 年引文桂冠獎(jiǎng)（ Citation Laureates 2024 ）獲獎(jiǎng)名單里，不少權(quán)威人士就預(yù)測(cè)了這次化學(xué)獎(jiǎng)的三個(gè)方向，排第一的就是蛋白質(zhì)預(yù)測(cè)。

所以說(shuō)，圈內(nèi)其實(shí)是支持認(rèn)可他們的工作的，雖然人家的主要業(yè)務(wù)不是這個(gè)，但是他們的研究實(shí)打?qū)嵔o生物化學(xué)這個(gè)領(lǐng)域帶來(lái)了劇變。

 比如這次的約翰 · 江珀就學(xué)過(guò)數(shù)學(xué)、物理學(xué)甚至凝聚態(tài)物理，博士的時(shí)候才開(kāi)始做模擬蛋白質(zhì)折疊，用的還是機(jī)器學(xué)習(xí)；再往早了看， 20 世紀(jì)初的時(shí)候英國(guó)物理學(xué)家盧瑟福就因研究元素和放射拿了化學(xué)獎(jiǎng)，可見(jiàn)對(duì)諾貝爾化學(xué)獎(jiǎng)來(lái)說(shuō)跨界確實(shí)是傳統(tǒng)藝能了。

不過(guò)我發(fā)現(xiàn)，今年這仨人里最有意思的哥們，還得是谷歌旗下 DeepMind 的老大哈薩比斯。

雖然大家可能只知道他在谷歌搞 DeepMind ，但殊不知這人跟化學(xué)不能說(shuō)一點(diǎn)交道沒(méi)有，也只能說(shuō)邊兒都不沾了。

因?yàn)橄啾葎e人正經(jīng)科研出身，他的經(jīng)歷堪稱魔幻。

為啥呢，這哥們可能是因?yàn)橛幸话肴A裔血統(tǒng)（ 他媽是新加坡華人 ），從小就是個(gè)天才， 4 歲時(shí)下國(guó)際象棋就能下贏他爹跟他叔， 13 歲就當(dāng)上了國(guó)際象棋大師，你就說(shuō)這天資跟八冠王柯潔比起來(lái)也不遑多讓是吧。

 靠著在國(guó)際象棋比賽中贏得獎(jiǎng)金， 8 歲時(shí)哈薩比斯用 200 英鎊給自己買了人生中第一臺(tái)計(jì)算機(jī)，開(kāi)始研究編程。

不過(guò)不同于柯潔后來(lái)去讀了工商管理，哈薩比斯 1992 年考進(jìn)了劍橋大學(xué)計(jì)算機(jī)系，大學(xué)期間就主導(dǎo)過(guò)大型游戲設(shè)計(jì)，畢業(yè)以后還組建了游戲公司Elixir Studios ，走上了肖奈的路線。

這公司高峰期員工達(dá)到 60 人，做出了像 “ 共和國(guó)：革命 ” 、 “ 邪惡天才 ” 這些獲獎(jiǎng)無(wú)數(shù)的游戲。

 后來(lái)他又去讀了神經(jīng)科學(xué)的博士，并致力于 AI 研究，創(chuàng)辦的 DeepMind 也被谷歌收購(gòu)，并在 2016 年和 2017 年推出兩代 AlphaGo ，擊敗了李世石和柯潔，從那時(shí)開(kāi)始， AI 將取代人類的聲音不絕于耳。

年輕的柯潔此時(shí)還并不知道，擊敗他的會(huì)是諾獎(jiǎng)得主

再后來(lái)， DeepMind 又推出了一系列跟 AI 相關(guān)的產(chǎn)品，像語(yǔ)音生成系統(tǒng) WaveNet ， “ 神經(jīng)計(jì)算機(jī) ” （ DNC ），智能醫(yī)療系統(tǒng) DeepMind Health ，以及這次拿了諾獎(jiǎng)的 AlphaFold 。

也就是說(shuō)，哈薩比斯的人生經(jīng)歷跟傳統(tǒng)科研路徑是差異相當(dāng)大的。話雖如此，但出成果了可不管你是啥路徑。

 哥們?cè)谟?jì)算機(jī)領(lǐng)域的突破性研究，你別看表面上跟生物化學(xué)毫不相干，但實(shí)際給這一領(lǐng)域帶來(lái)的可不是錦上添花，而是絕對(duì)的顛覆。

我們?cè)诰拍炅x務(wù)教育里都學(xué)過(guò)，蛋白質(zhì)是生命的物質(zhì)基礎(chǔ)，生命離不開(kāi)蛋白質(zhì)。

而要搞清楚生物分子的底層原理，就必須知道蛋白質(zhì)具體長(zhǎng)啥樣，并且知道怎么去利用，乃至創(chuàng)造這些蛋白質(zhì)。

 這么說(shuō)吧，在 AlphaFold 之前，大伙預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)主要三種辦法，一是用 X 光照蛋白質(zhì)晶體，二是核磁共振 (  NMR  ) 光譜，第三種則是昂貴的冷凍電鏡拍照建模。

這些傳統(tǒng)辦法不僅慢，還費(fèi)錢，每拍一次片子就花好幾萬(wàn)美金，抵一輛小米 su7 。

只有那些經(jīng)驗(yàn)豐富的老師傅、蛋白質(zhì)仙人，才能更快猜到蛋白質(zhì)的準(zhǔn)確形狀，少拍點(diǎn)片子。

所以人們就琢磨，這種需要經(jīng)驗(yàn)總結(jié)的工作能不能靠 AI 解決呢？谷歌 DeepMind 創(chuàng)始人哈撒比斯和總監(jiān)約翰 · 江珀就來(lái)干這事了。

他們不打算拍片子，而是選擇了 AI ：蛋白質(zhì)既然由氨基酸構(gòu)成，那只要利用各處公開(kāi)的已知蛋白質(zhì)結(jié)構(gòu)，把這些蛋白質(zhì)中每一對(duì)氨基酸的距離，鏈接角度，匯總起來(lái)做成一張圖，再用神經(jīng)網(wǎng)絡(luò)消化完他們， AI 就能自己做出預(yù)測(cè)了。

2018 年第一代 AlphaFold 一經(jīng)發(fā)布，就技驚四座，力壓一眾實(shí)驗(yàn)室老師傅，獲得第 13 屆蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)大賽 (  CASP  ) 冠軍。

到了 2020 年發(fā)布的 AlphaFold2.0 ，又用上了后來(lái)在 ChatGPT 上大火的 Transformer 模型，解決了蛋白質(zhì)分子長(zhǎng)距離預(yù)測(cè)的問(wèn)題。

簡(jiǎn)單來(lái)說(shuō)相當(dāng)于從一個(gè)只會(huì)寫短文的寫手，進(jìn)化成了能寫長(zhǎng)篇小說(shuō)的作家。

因?yàn)?Transformer 模型的注意力機(jī)制，完美解決了長(zhǎng)距離氨基酸的問(wèn)題，至于進(jìn)步有多大，這么說(shuō)吧：

 2018 年蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)大賽里 1.0 版本準(zhǔn)確度得分不到 60 分，但是 2020 年大賽里 2.0 版本拿到了驚人的 92.4 分，它能生成的范圍已經(jīng)涵蓋了人類已知蛋白質(zhì)的 98% ，更重要的是它完全開(kāi)源。

可以說(shuō)， 2.0 版本已經(jīng)基本解決了單鏈蛋白質(zhì)的預(yù)測(cè)問(wèn)題，到 2021 年，基于 2.0 改版的 AlphaFold-Multimer 發(fā)布，也支持上了多鏈，準(zhǔn)確度上也取得了突破，蛋白質(zhì)之間作用的預(yù)測(cè)準(zhǔn)確率超過(guò) 70% ，能夠預(yù)測(cè)超過(guò) 2 億種、包含了幾乎所有已知的蛋白質(zhì)結(jié)構(gòu)。

 到了今年新出的 3.0 版本 AlphaFold 3 ，他們更新了一個(gè)更牛逼的全方位模型，不僅能預(yù)測(cè)蛋白質(zhì) DNA RNA 等各種小分子，還能揭示他們之間的互相作用。

這也是為啥諾獎(jiǎng)會(huì)頒給他們的原因：

自他們?nèi)〉猛黄埔詠?lái)，來(lái)自 190 個(gè)國(guó)家的 200 多萬(wàn)人都用上了 AlphaFold2 ，在他們的幫助下，科學(xué)家們不僅能夠更加深入了解抗生素的耐藥性，還設(shè)計(jì)出了可以消化塑料的酶類蛋白質(zhì)。

至于本次化學(xué)諾獎(jiǎng)另一位得主大衛(wèi) · 貝克，他的主要貢獻(xiàn)是在蛋白質(zhì)計(jì)算和設(shè)計(jì)上，開(kāi)發(fā)了 Rosetta 和 RoseTTAFold 這些軟件，靠這些計(jì)算機(jī)工具就能夠模擬出創(chuàng)造生物的 “ 上帝之手 ” ，設(shè)計(jì)制造出全新的蛋白質(zhì)分子。

他的團(tuán)隊(duì)不僅設(shè)計(jì)出了第一個(gè)自然界中根本不存在的蛋白質(zhì) Top7 ，甚至還做出了具備特殊功能的蛋白質(zhì)。

比如能夠自修復(fù)、自組裝成納米材料的蛋白質(zhì)；還有能夠?qū)⒍趸嫁D(zhuǎn)化為燃料的酶；還有一些在治療癌癥、傳染病等疾病方面具有巨大潛力的蛋白質(zhì)抗體等等。

 而它們?cè)谏锘瘜W(xué)、醫(yī)學(xué)、材料科學(xué)中的應(yīng)用都很牛逼。。。所以這次，算是諾貝爾化學(xué)獎(jiǎng)?lì)C給生物化學(xué)研究的典型案例了。

仨大佬的這些貢獻(xiàn)，按頒獎(jiǎng)詞里的話來(lái)說(shuō)，就是 “ 沒(méi)有蛋白質(zhì)，生命就無(wú)法存在。我們現(xiàn)在可以預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)并設(shè)計(jì)自己的蛋白質(zhì)，這給人類帶來(lái)了最大的利益。 ” 

所以這也是為啥大家對(duì)化學(xué)獎(jiǎng)的爭(zhēng)議，遠(yuǎn)沒(méi)有昨天物理獎(jiǎng)那么大的原因。

畢竟明眼人都看出來(lái)，就憑這方面的突破，唯一不確定的無(wú)非只是拿化學(xué)獎(jiǎng)還是生理學(xué)獎(jiǎng)而已。

總而言之， AI 的突飛猛進(jìn)一定會(huì)在各個(gè)行業(yè)實(shí)現(xiàn)革新和改進(jìn)，在委員會(huì)看來(lái)可能人工智能只算是拐杖，研究的目的和方向才是他們真正關(guān)注的東西。

但無(wú)論如何，這次諾貝爾獎(jiǎng)也算是官宣了，不管辛頓對(duì) “ 人工智能可能毀滅世界 ” 的擔(dān)憂會(huì)不會(huì)成真，未來(lái)科技樹(shù)一定會(huì)在 AI 應(yīng)用這方面猛點(diǎn)。

至于 AI 的未來(lái)會(huì)把人類帶向哪里，那也只有以后才能知道了。但就現(xiàn)在來(lái)說(shuō)，本次諾獎(jiǎng)的最大贏家那還得是谷歌，昨天前員工拿物理獎(jiǎng)，今天現(xiàn)員工又拿化學(xué)獎(jiǎng)，香檳連開(kāi)兩天了都。

而另一方面，這次諾獎(jiǎng)也算是再次告訴我們：21 世紀(jì)是____