北京時間10月9日下午，瑞典皇家科學院決定將2024年諾貝爾化學獎授予三位科學家。其中，丹米斯·哈薩比斯（Demis Hassabis）和約翰·喬普（John M. Jumper）兩位諾獎得主來自谷歌DeepMind公司，利用 AI 模型AlphaFold2，以超過90%的正確率通過氨基酸序列預測人類所知的2億種蛋白質結構。
無獨有偶。早前一天8日，2024年諾貝爾物理學獎也頒給了 AI 領域的兩位科學家：美國普林斯頓大學教授約翰·霍普菲爾德 (John J. Hopfield)和加拿大多倫多大學教授傑弗裏·辛頓（Geoffrey E. Hinton），表彰他們通過人工神經網絡實現機器學習的基礎性發現和發明。
很顯然，今年成爲諾貝爾獎的“AI 年”，物理學獎與化學獎都頒給了AI相關的工作。那麽，這是否意味著，AI已經能夠取代科學家的工作？本屆得主爲何獲得化學獎而非生理學或醫學獎？對于AI泡沫，尤其是 AI 軟件的産業回報低于預期，AI 從技術到應用並産生正向利潤的距離還有多遠？
對此，钛媒體App與英矽智能（InSilico Medicine）創始人、CEO Alex Zhavoronkov，北電數智首席科學家窦德景教授等多位學者進行獨家對話交流。
AlphaFold獲諾獎是意料之中，但AI還仍未真正影響到物理學
如何解讀今年諾貝爾獎的“AI 年”？對此，北京智源人工智能研究院創始理事長、美國工程院外籍院士張宏江在向钛媒體App展示的一段視頻中表示，AI對于科學研究、物理研究其實有非常大的作用，此次兩位獲獎實至名歸。“我認爲這是對于AI它未來潛力的一個非常好的認可。我相信未來物理也和 AI 密不可分。”
“Hinton 2006 年利用 RBM 做 DNN 自監督預訓練，成功訓練深度神經網絡，可以說是這輪 AI 革命的先聲，Hopfield 網絡爲 RBM 奠定了基礎。”張宏江稱，兩個人其實跟物理有非常緊密的聯系。另外，非常重要的是，諾獎給到網絡機器學習領域，實際上是對于以神經網絡爲基礎的 AI 或者機器學習的重要性的一個認可和期待。
哈佛大學理論物理學家馬特·斯特拉斯勒表示，“Hopfield和Hinton的研究是跨學科的，融合了物理學、數學、計算機科學和神經科學。從這個意義上說，它屬于所有這些領域。”
北電數智首席科學家窦德景教授對钛媒體App表示，首先，今年化學諾獎頒發給DeepMind 哈薩比斯和喬普，他們“在蛋白質結構預測方面的貢獻”確實功不可沒，用AlphaFold 高准確度，低成本地預測了以前生物科學家長期以來費時費力才能得到的蛋白質複雜結構，推動了生物科學研究模式的變革；而物理諾獎頒給 AI 領域，代表了整個科學界對 AI 貢獻的認可。
從ChatGPT誕生後，AI飛速發展了兩年，並且一直在提速。雖然還沒有實現很大的商業變現，但對各行各業已經産生了很多影響，尤其對科學界的影響力也不小。這次的物理學獎頒給Hopfield和Hinton，表彰他們推動利用人工神經網絡進行機器學習的基礎性發現和發明，其核心主要是把物理學的基本原理應用到了 AI 神經網絡領域。
不過，窦德景認爲，“AI對物理學本身的貢獻還不足夠明顯。”
他介紹，過往AI對物理學界産生一個貢獻是在2017年，天文學家用計算機視覺技術幫助處理得到人類首張黑洞照片。 雖然近兩年火熱的大模型技術的進步也依賴于數學、統計學、信息學和物理學等基礎學科，當諾獎物理學獎頒發給Hinton時他本人也很吃驚，沒想到會發生。
窦德景對钛媒體App強調，“總結來說，數學、統計學、物理學、信息學都是計算機科學基礎，這些基礎理論幫助了計算機科學和AI的發展，也是AI的基礎，但反過來，AI目前還仍未真正影響到物理學的基本原理、並幫到物理學的發展。
以後，隨著不斷發現的新的物質和理論，我們預計AI和物理學以及其他基礎學科的互動會更加頻繁。除了物理學和化學以外，生物醫學等的諾貝爾獎也可能表彰AI學者的貢獻。”
英矽智能創始人、CEO Alex Zhavoronkov對钛媒體App表示，AI對科學技術産生了深遠的影響，並將改變人類生活的方方面面。
“我認爲諾貝爾委員會認識到了這一點，並且必須突破界限才能認識到這一深刻的變化。”Alex表示，今年的獎項有很多不尋常的事實。
首先，AI 主要是數學。約翰·麥卡錫（John McCarthy）、艾倫·圖靈（Alan Turing）、馬文·明斯基（Marvin Minsky）、艾倫·紐厄爾（Allen Newell）、赫伯特·西蒙（Herbert A. Simon）、納撒尼爾·羅切斯特（Nathaniel Rochester）、克勞德·香農（Claude Shannon）大多是數學家和工程師。
當諾貝爾獎首次推出時，還沒有計算機科學或人工智能作爲一門獨立的學科。因此對于深度神經網絡，他們不得不將 AI 歸類爲物理學，而AlphaFold 獲得諾貝爾獎是意料之中的事。
在Alex看來，諾貝爾獎將激勵更多的人，而神經網絡對行業的價值是巨大的。
“許多非常簡單的任務已經被 AI 接管。即使在 Insilico，我們也用 AI 取代了許多注釋、寫作甚至編碼工作，並且不得不重新培訓和提高許多准備數據的員工的技能。經濟效益尚未顯現，但確實存在。
而且，沒有什麽比藥物發現的影響更深遠的了。自2019年籌集第一輪大規模融資以來，僅Insilico一家就成功提名了 19 個臨床前候選藥物，將 9 個項目推向臨床，並通過了一項 II 期試驗。通常，大型制藥公司每年會提名 5-7 個臨床前候選藥物，並且擁有更多的資源。
想想看——有了 AI，一家公司在藥物發現方面的能力就比世界上大多數發達國家都要強。
很少有人發現過新藥。大多數國家從未提名過 PCC。但多虧了 AI 和中國的力量，無需花費幾十年時間培訓當地科學家，你可以真正感受到 AI 對這個行業的影響。
但就像互聯網或社交網絡一樣——贏家很少，也許是 2-3 家。”Alex表示。
上海交通大學化學化工學院長聘教軌副教授沈琦對外表示，隨著AI的出現，蛋白質預測的准確率和效率都得到了前所未有的提高，解決了困擾化學家多年的重大科學難題，並成爲廣大科研人員手中的得力工具，獲獎實至名歸。
實際上，自1901年首次頒發諾獎以來，諾貝爾獎經常強調研究對社會的影響，並獎勵實用發明，而不僅僅是純科學。在這方面，今年的獎項並不罕見，比如有時，它們會頒發給非常出色的工程項目。其中包括激光和PCR領域。
據了解，2024年諾貝爾物理學獎、化學獎將均分單獎總額1100萬瑞典克朗（約合人民幣744.46萬元）的獎金。
“短期看 AI 是一種泡沫”
盡管今年諾獎已經公布完畢，但對于“生成式 AI 熱潮是否已經形成泡沫”這個話題一直存在爭議。
據Gartner技術周期顯示，AI 已經度過了過度預期的高峰，將進入幻滅的低谷。報告預測，到2025年，30%的當前 AI 項目將在概念驗證後被放棄，同時，許多 AI 項目將由于數據質量差、風險控制不足、商業價值不明確或成本不斷上升而失敗。
Gartner指出，實施生成式 AI 項目可能耗資數百萬美元，並産生巨大的持續成本。例如，推出新一代 AI 虛擬助手的成本可能爲500萬-650萬美元，每位用戶每年的經常性預算支出爲8000至11000美元。
對此，Alex告訴钛媒體App，從短期來看，AI 就像許多其他科技泡沫一樣，它（生成式 AI）是一個泡沫。許多低質量的公司獲得了資金，甚至一些較低級別的大學教授也獲得了新創業公司的資金，現在正在努力創造産品或收入。
窦德景對钛媒體App表示，“我們認爲，現在的AI還沒能夠幫助企業實現經濟盈利，雖然現在一些軟件公司用copilot來自動編程，能夠節省程序員的時間和一些成本，但是還做不到，用AI完全替代程序員。
另外，AI現在回報低于預期，也因爲大模型行業的運行成本太高，訓練一個模型需要花幾個月的時間，以及幾千上萬張卡，就算有盈利模式，成本分攤下來也需要非常長的回本時間。”
在窦德景看來，就像當年搜索引擎的出現，給大家更好獲得信息的渠道，但當時也在思索變現回報模式，後來是依靠廣告才開啓了盈利模式。
目前，還沒有在 AI 領域看到類似廣告這樣的盈利模式。未來是不是OpenAI能在自己平台上打廣告實現盈利，目前來看不明確，畢竟大模型公司的用戶日活量遠遠低于谷歌等搜索引擎，還需要有一個像廣告這樣的盈利模式。
不過，從資本到企業自身，市場正在轉變，大模型領域的企業們正加速應用落地，努力獲得收入。
據窦德景介紹，作爲一家 AI 原生的國有企業，北電數智在當前算力資源的競爭格局下，解決如何有效利用現有多元算力資源，提升AI産業的核心競爭力的同時，降低企業使用AI算力的門檻並助力AI産業發展。
具體來說，北電數智正在通過以混元適配的核心技術，更高效地利用國産芯片處理不同類型的數據，同時確保數據的安全性和模型的性能，推動國産芯片實現從“可用”到“好用”轉變。
同時，AI的廣泛應用，不僅技術本身需要創新，流程、系統和組織也需要創新；另外，北電數智正在構築 AI 時代的生産線，推動基礎設施發展，除了算力層協同國産芯片協同作戰，模型層對主流的基座模型和開源模型提供普適性支持，數據層打造可信數據空間，同時打造敏感行業的垂類模型矩陣；其次，每個星火·智算也都配以展覽展示、路演空間、實驗室，及開閉門研討會等，加速産業發展，讓AI可用的同時加速AI時代到來。
Alex表示，目前在 AI 領域，只有少數初創公司能夠實現規模和工業能力——OpenAI 在推理方面做得很好，Insilico在藥物發現方面做得很好，但像谷歌、微軟、亞馬遜、Meta這樣的大公司掌握著主流工業應用的所有鑰匙。
從非常積極的一面來看，在藥物研發方面，我們看到Insilico推動一種完全由 AI 生成的藥物的首個 II 期臨床研究已經完成，“我很自豪這是在中國完成的，如果我們幸運的話，它可能是世界上第一種獲批的 AI 藥物”。
根據英矽智能今年6月向港交所提交的財報信息顯示，英矽智能2021年、2022年收入分別爲471.3萬美元和3014.7萬美元，主要來自醫藥研發的服務。
未來，Insilico將會擴展 AI、房地産和醫療保健的結合，Alex指出公司正在與一些領先的房地産公司合作。
據行業研究數據顯示，2017-2021年，全球醫藥研發支出由1652億美元增至2179億美元，期間複合增長率爲7.9%。預計到2022年-2026年，支出規模將從2421億美元增至3130億美元，期間複合增長率爲6.9%。
“我認爲成功的50%歸功于非常強大的生成式 AI，50%歸功于中國高質量的人才、能力和職業道德。我認爲，我們將在 AI 領域看到的下一波最大的生産力浪潮將在中國。”Alex表示。---[钛媒體/作者 : 林志佳，編輯 : 胡潤峰｜钛媒體AGI]
