诺贝尔奖进入“AI时代”！

当地时间2024年10月9日，瑞典皇家科学院宣布，将2024年诺贝尔化学奖的一半授予华盛顿大学的大卫·贝克（David Baker），以表彰其在蛋白质设计方面的贡献，另一半则共同授予谷歌旗下人工智能公司DeepMind的戴米斯·哈萨比斯（Demis Hassabis）和约翰·江珀（John Jumper），以表彰他们结合AI（人工智能）模型对蛋白质结构预测领域作出的贡献。

2024年诺贝尔化学奖结果。图片来源：诺贝尔奖网站。

封面新闻记者注意到，本年度三个诺贝尔奖项中已有两项与AI相关。此前，2024年诺贝尔物理学奖授予了在使用人工神经网络的机器学习方面做出基础性发现和发明的科学家。

如何看待科学家凭借AI技术获得诺贝尔奖？蛋白质设计为何在本届诺贝尔化学奖中脱颖而出？AI又如何助力蛋白质结构预测？封面新闻记者独家对话2004年诺贝尔化学奖得主、中国科学院外籍院士阿龙·切哈诺沃。

2004年诺贝尔化学奖得主阿龙·切哈诺沃。受访者供图。

先来看看本届诺贝尔化学奖获奖者。

大卫·贝克，华盛顿大学医学院蛋白质设计研究所所长。作为一名生物化学家，他开创了设计蛋白质和预测其三维结构的方法。

值得注意的是，他不仅是华盛顿大学基因组科学、生物工程、化学工程的兼职教授，也是计算机科学和物理学的兼职教授。此外，他还联合创办了21家公司，并获得了100多项专利。

戴米斯·哈萨比斯则是计算机科学家和人工智能研究员。在早期职业生涯中，他是一位电子游戏的AI程序员和设计师，后来他创立人工智能公司DeepMind，并担任CEO。2014年，DeepMind被谷歌以6亿美元收购。

约翰·江珀则同时是化学家和计算机科学家，他目前担任DeepMind的董事。

目前披露的信息显示，借助人工智能获奖的关键，源自哈萨比斯、江珀与团队共同开发的AlphaFold。这种人工智能模型，可以根据氨基酸序列高精度预测蛋白质结构。

2018年，初代AlphaFold面市，该模型在43种蛋白质中精准预测了其中的25种结构。

两年后，AlphaFold2上线。它有多强？答案是：可以在超过2亿个蛋白质结构中做出精准预测。

但是，AlphaFold的“进化”并未停止——2024年5月，AlphaFold3一经发布，便被视为将蛋白质研究带入更广阔生物分子领域的关键工具，它不仅有利于推动生物开发、药物设计，还推动了基因组学研究的AI化发展。

“2024年诺贝尔化学奖反映了两项独立的、但紧密相关的重大突破：其中，哈萨比斯和江珀开发的人工智能模型，能够预测几乎所有蛋白质的结构，贝克则成功完成了构建具有比天然蛋白质更好特性的人工蛋白质。”

2004年诺贝尔化学奖得主、中国科学院外籍院士阿龙·切哈诺沃在接受封面新闻记者专访时直言——这样的突破性进展，令人兴奋。

切哈诺沃进一步解释，哈萨比斯和江珀基于过去利用“标准”方法（比如X射线晶体学、冷冻电子显微镜）并结合强大的人工智能模型解析蛋白质结构，这将节省大量的时间、精力以及资金，并能够解析无限数量的蛋白质结构。这是此前从未实现的。

他认为，“这将推动我们对跨物种和跨时间进化的理解，也将为致病机制提供新的理解，并能在此基础上加速开发新型药物。”

他还指出，贝克能合成比在数十亿年进化过程中形成的天然蛋白质具有更好特性的人工蛋白质，为开发具有抗折叠能力或具有更好催化特性的蛋白质铺平了道路。而这些，都是天然蛋白质此前的缺陷。

值得注意的是，在本次专访中，77岁的切哈诺沃同时提醒，“我们需要谨慎行事，因为自然和进化并不是‘愚蠢’的。试图干预它，可能会带来意想不到的副作用。”

此外，他还特别强调，这些技术应该严格加以监管。其主要原因是，以防这些发现可能被用于不明确的医疗或学术目的。