諾貝爾化學獎，為何也青睞人工智慧？

10月9日，2024年諾貝爾化學獎揭曉。戴維·貝克、戴密斯·哈薩比斯和約翰·喬普共享這一獎項。戴維·貝克在“計算蛋白質設計”領域貢獻突出，其餘兩人則在“蛋白質結構預測”方面成就斐然。這也是繼物理學獎之後，今年諾貝爾獎再一次授予人工智慧的相關成果及科學家。

人工智慧“梅開二度”

作為全球最重磅的科技獎項之一，每年諾貝爾獎頒獎前，各類預測層出不窮。在今年諾貝爾化學獎揭曉前，此次獲獎的三位科學家已呼聲極高。獎項結果稱得上眾望所歸。

“尤其是戴維·貝克，他是計算蛋白質設計領域的拓荒者，並且持續性做出國際先進的研究成果，我認為他們獲獎實至名歸。”清華大學生物醫學交叉研究院助理教授、北京生命科學研究所研究員徐純福認為，在今年諾貝爾物理學獎已經頒發給機器學習科學家的情況下，諾貝爾化學獎仍然頒發給了三位從事計算研究的科學家，有些令人意外，但這也側面體現了相關獲獎成果極其重要的科學價值。

浙江大學生命科學研究院研究員林世賢也對該獎項結果十分激動，“獲獎成果和我的研究領域息息相關，對我們研究者也是一種激勵。”他還特別提到，獲獎者之一的約翰·喬普只有39歲，這對廣大青年科研工作者是一種莫大的鼓舞。

蛋白質結構預測一直是計算生物學和結構生物學所關心的重要問題。清華大學生命科學學院教授楊茂君介紹，早期蛋白質結構預測主要依靠同源蛋白質結構，但是實驗解析的蛋白質結構數量佔總蛋白數量的比例很低，因此預測效率不高、精準度有限。後期，隨著機器學習興起，人工智慧迅速發展，科學家開始嘗試將人工智慧應用於蛋白質結構預測領域，開發出結構預測工具AlphaFold以及後續版本，實現了蛋白質結構預測精度和效率的飛躍，幾乎解決了單一蛋白質結構預測的問題，有望對藥物研發等帶來重要變革，是人工智慧應用於生命健康研究領域的極具代表性的重要成果。

科學家應用AI要揚長避短

此次諾貝爾化學獎，除了是對獲獎者的表彰，也是對人工智慧在基礎科學研究領域深入應用的重要認可。

楊茂君認為，這項技術更重要的是定義了一個理論上可以解決所有科學問題的範式，即從實際問題出發，將其轉變為AI可以處理的輸入資料，再經過深度學習網路，最終輸出結果。

“在所有通過輸入得出輸出的問題上，AI理論上都可以作為有力的工具，這反映了AI在科學研究領域的廣闊潛力。”在楊茂君看來，這一技術的應用範圍並不限於生物、化學、物理等領域，其應用範圍主要取決於如何將客觀世界的問題（或資料）抽象成AI可以學習和處理的形式，以及現實世界是否有足夠多的真實資料，訓練和建構深度學習網路。

“AI在蛋白質設計領域的應用突破可以說是天時地利人和，水到渠成。”楊茂君解釋，蛋白質結構的一級序列足夠簡單，且蛋白質的三維結構輸出也有標準的表達形式，並且在過去幾十年，結構生物學領域累積了大量真實蛋白質結構資料。

徐純福也表示，AI在生物、化學、醫藥等健康領域的潛力才剛剛嶄露一角，未來還大有發展空間。

“就拿我最熟悉的蛋白質計算設計來講，雖然今年相關成果獲獎了，但計算方法在功能蛋白質的設計方面還面臨很大挑戰。”他表示，如果進一步改進AI演算法，能夠更準確設計酶、抗體等重要的功能蛋白質，將有可能產生具有真正影響力的全新的蛋白質。

徐純福同時認為，AI對科學研究重要性日益凸顯，科學家一方面要積極擁抱改變了的研究範式，同時還要真正意識到AI的侷限性。

“AI不是萬能的，科學家們需要揚長避短，推動AI在基礎科研更有效應用。”他同時提醒，科學家要更負責任地應用AI，不用AI做違背科學倫理、有害人類健康的科學研究。 (科技日報)