近日，2024年諾貝爾獎科學類的3個獎項——生理學或醫(yī)學獎、物理學獎、化學獎全部揭曉，后兩項均頒發(fā)給AI（人工智能）領(lǐng)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杰弗里·辛頓，表彰他們“通過人工神經(jīng)網(wǎng)絡(luò)實現(xiàn)機器學習的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明”。兩位人工智能先驅(qū)的工作，為深度學習和神經(jīng)網(wǎng)絡(luò)的發(fā)展奠定了基礎(chǔ)，對人工智能如今的蓬勃發(fā)展起到了關(guān)鍵性作用。

　　諾貝爾化學獎中，美國科學家大衛(wèi)·貝克因為在計算蛋白質(zhì)設(shè)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(zhì)結(jié)構(gòu)預測方面的成就共享另一半獎項。哈薩比斯和江珀開發(fā)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(zhì)的復雜結(jié)構(gòu)，已被全球200多萬人使用，對藥物研發(fā)等領(lǐng)域具有革命性的意義。

　　這些獎項的頒發(fā)，體現(xiàn)了一大科研新趨勢：AI技術(shù)作為一股不可忽視的力量，正在推動科學研究的范式轉(zhuǎn)變。在物理學、化學、生物學、醫(yī)藥等多個領(lǐng)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范式：即從實際問題出發(fā)，將其轉(zhuǎn)變?yōu)锳I可以處理的輸入數(shù)據(jù)，再經(jīng)過深度學習網(wǎng)絡(luò)，最終輸出結(jié)果。很多科學家認為，AI將推動科學研究不斷突破傳統(tǒng)框架，實現(xiàn)更加深遠、更加廣泛的創(chuàng)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(xiàn)有AI技術(shù)水平看，AI和人類之間的關(guān)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(shù)據(jù)、模擬實驗、預測結(jié)果等，但人類科學家的直覺、創(chuàng)造性和決策能力尚不可被替代。人類有創(chuàng)造性思維，能夠提出新的問題，進行跨學科思考，并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(jié)果的解釋等，這些通常需要依賴人類的直覺和經(jīng)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用于科研潛力巨大，中國有相關(guān)技術(shù)基礎(chǔ)，也有不少成功實踐。今年7月發(fā)布的《世界知識產(chǎn)權(quán)組織生成式人工智能專利態(tài)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(shù)量的70.3%，居世界第一位。中國科學家運用人工智能算法發(fā)現(xiàn)大量全新RNA病毒，今年10月在《細胞》（Cell）雜志發(fā)表論文，報告了全球范圍內(nèi)180個超群、16萬余種RNA病毒的發(fā)現(xiàn)，大幅擴展全球RNA病毒的多樣性。

　　當然，AI輔助科研也帶來了一系列挑戰(zhàn)。一方面，AI輔助設(shè)計、AI增強檢索、AI輔助研讀、AI輔助創(chuàng)作等服務(wù)，大幅提升了科研工作的研究效率；另一方面，濫用AI技術(shù)也會帶來侵犯他人知識產(chǎn)權(quán)、泄露個人隱私信息、編造虛假實驗數(shù)據(jù)、快速炮制垃圾論文等諸多問題。興利除弊，需要制定有利于AI輔助科研健康發(fā)展的政策、加大基礎(chǔ)研究投入、建立人才培養(yǎng)和跨學科合作機制，也需要對AI可能引發(fā)的風險進行前瞻預判，對現(xiàn)有科研倫理法規(guī)進一步完善和細化，同時加強監(jiān)管和審查。

　　芳林新葉催陳葉，流水前波讓后波。與新生事物一起成長，才能跟上時代前進的步伐。在建設(shè)世界科技強國的征程中，我們既要積極擁抱AI新技術(shù)、搶占世界科技制高點，也要以科技向善驅(qū)動AI向前，確保技術(shù)的安全可控。 （作者：佘惠敏 來源：經(jīng)濟日報）