諾貝爾化學(xué)獎(jiǎng)，為何也青睞人工智能？

10月9日，2024年諾貝爾化學(xué)獎(jiǎng)揭曉。戴維·貝克、戴密斯·哈薩比斯和約翰·喬普共享這一獎(jiǎng)項(xiàng)。戴維·貝克在“計(jì)算蛋白質(zhì)設(shè)計(jì)”領(lǐng)域貢獻(xiàn)突出，其余兩人則在“蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)”方面成就斐然。這也是繼物理學(xué)獎(jiǎng)之后，今年諾貝爾獎(jiǎng)再一次授予人工智能的相關(guān)成果及科學(xué)家。

人工智能“梅開(kāi)二度”

作為全球最重磅的科技獎(jiǎng)項(xiàng)之一，每年諾貝爾獎(jiǎng)?lì)C獎(jiǎng)前，各類(lèi)預(yù)測(cè)層出不窮。在今年諾貝爾化學(xué)獎(jiǎng)揭曉前，此次獲獎(jiǎng)的三位科學(xué)家已呼聲極高。獎(jiǎng)項(xiàng)結(jié)果稱(chēng)得上眾望所歸。

“尤其是戴維·貝克，他是計(jì)算蛋白質(zhì)設(shè)計(jì)領(lǐng)域的拓荒者，并且持續(xù)性做出國(guó)際先進(jìn)的研究成果，我認(rèn)為他們獲獎(jiǎng)實(shí)至名歸。”清華大學(xué)生物醫(yī)學(xué)交叉研究院助理教授、北京生命科學(xué)研究所研究員徐純福認(rèn)為，在今年諾貝爾物理學(xué)獎(jiǎng)已經(jīng)頒發(fā)給機(jī)器學(xué)習(xí)科學(xué)家的情況下，諾貝爾化學(xué)獎(jiǎng)仍然頒發(fā)給了三位從事計(jì)算研究的科學(xué)家，有些令人意外，但這也側(cè)面體現(xiàn)了相關(guān)獲獎(jiǎng)成果極其重要的科學(xué)價(jià)值。

浙江大學(xué)生命科學(xué)研究院研究員林世賢也對(duì)該獎(jiǎng)項(xiàng)結(jié)果十分激動(dòng)，“獲獎(jiǎng)成果和我的研究領(lǐng)域息息相關(guān)，對(duì)我們研究者也是一種激勵(lì)。”他還特別提到，獲獎(jiǎng)?wù)咧坏募s翰·喬普只有39歲，這對(duì)廣大青年科研工作者是一種莫大的鼓舞。

蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)一直是計(jì)算生物學(xué)和結(jié)構(gòu)生物學(xué)所關(guān)心的重要問(wèn)題。清華大學(xué)生命科學(xué)學(xué)院教授楊茂君介紹，早期蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)主要依靠同源蛋白質(zhì)結(jié)構(gòu)，但是實(shí)驗(yàn)解析的蛋白質(zhì)結(jié)構(gòu)數(shù)量占總蛋白數(shù)量的比例很低，因此預(yù)測(cè)效率不高、準(zhǔn)確度有限。后期，隨著機(jī)器學(xué)習(xí)興起，人工智能迅速發(fā)展，科學(xué)家開(kāi)始嘗試將人工智能應(yīng)用于蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)領(lǐng)域，開(kāi)發(fā)出結(jié)構(gòu)預(yù)測(cè)工具AlphaFold以及后續(xù)版本，實(shí)現(xiàn)了蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)精度和效率的飛躍，幾乎解決了單一蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的問(wèn)題，有望對(duì)藥物研發(fā)等帶來(lái)重要變革，是人工智能應(yīng)用于生命健康研究領(lǐng)域的極具代表性的重要成果。

科學(xué)家應(yīng)用AI要揚(yáng)長(zhǎng)避短

此次諾貝爾化學(xué)獎(jiǎng)，除了是對(duì)獲獎(jiǎng)?wù)叩谋碚?，也是?duì)人工智能在基礎(chǔ)科學(xué)研究領(lǐng)域深入應(yīng)用的重要認(rèn)可。

楊茂君認(rèn)為，這項(xiàng)技術(shù)更重要的是定義了一個(gè)理論上可以解決所有科學(xué)問(wèn)題的范式，即從實(shí)際問(wèn)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(guò)深度學(xué)習(xí)網(wǎng)絡(luò)，最終輸出結(jié)果。

“在所有通過(guò)輸入得出輸出的問(wèn)題上，AI理論上都可以作為有力的工具，這反映了AI在科學(xué)研究領(lǐng)域的廣闊潛力。”在楊茂君看來(lái)，這一技術(shù)的應(yīng)用范圍并不限于生物、化學(xué)、物理等領(lǐng)域，其應(yīng)用范圍主要取決于如何將客觀世界的問(wèn)題（或數(shù)據(jù)）抽象成AI可以學(xué)習(xí)和處理的形式，以及現(xiàn)實(shí)世界是否有足夠多的真實(shí)數(shù)據(jù)，訓(xùn)練和構(gòu)建深度學(xué)習(xí)網(wǎng)絡(luò)。

“AI在蛋白質(zhì)設(shè)計(jì)領(lǐng)域的應(yīng)用突破可以說(shuō)是天時(shí)地利人和，水到渠成。”楊茂君解釋?zhuān)鞍踪|(zhì)結(jié)構(gòu)的一級(jí)序列足夠簡(jiǎn)單，且蛋白質(zhì)的三維結(jié)構(gòu)輸出也有標(biāo)準(zhǔn)的表達(dá)形式，并且在過(guò)去幾十年，結(jié)構(gòu)生物學(xué)領(lǐng)域累積了大量真實(shí)蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)。

徐純福也表示，AI在生物、化學(xué)、醫(yī)藥等健康領(lǐng)域的潛力才剛剛嶄露一角，未來(lái)還大有發(fā)展空間。

“就拿我最熟悉的蛋白質(zhì)計(jì)算設(shè)計(jì)來(lái)講，雖然今年相關(guān)成果獲獎(jiǎng)了，但計(jì)算方法在功能蛋白質(zhì)的設(shè)計(jì)方面還面臨很大挑戰(zhàn)。”他表示，如果進(jìn)一步改進(jìn)AI算法，能夠更準(zhǔn)確設(shè)計(jì)酶、抗體等重要的功能蛋白質(zhì)，將有可能產(chǎn)生具有真正影響力的全新的蛋白質(zhì)。

徐純福同時(shí)認(rèn)為，AI對(duì)科學(xué)研究重要性日益凸顯，科學(xué)家一方面要積極擁抱改變了的研究范式，同時(shí)還要真正意識(shí)到AI的局限性。

“AI不是萬(wàn)能的，科學(xué)家們需要揚(yáng)長(zhǎng)避短，推動(dòng)AI在基礎(chǔ)科研更有效應(yīng)用。”他同時(shí)提醒，科學(xué)家要更負(fù)責(zé)任地應(yīng)用AI，不用AI做違背科學(xué)倫理、有害人類(lèi)健康的科學(xué)研究。

（科技日?qǐng)?bào)記者 都芃  張佳星 對(duì)本文亦有貢獻(xiàn)）