AI s cenami Nobelovy ceny: Dvojité vítězství vyvolalo diskusi o vědeckých disciplínách
AI s cenami Nobelovy ceny: Dvojité vítězství vyvolalo diskusi o vědeckých disciplínách
Nobelovy výbory uznaly transformativní sílu umělé inteligence (KI) ve dvou letošních cenách-poctěny Pioneers of Neural Networks ve fyzikální ceně a vývojář výpočtových nástrojů pro zkoumání a navrhování proteinů V chemické ceně.
Pouze několik okamžiků po oznámení vítězů letošní Nobelovy fyziky Královské švédské akademie věd, svět sociálních médií zažil záblesk diskusí. Několik fyziků argumentovalo, že věda, která je základem mechanického učení, která byla oslavována v cenách za Geoffrey Hinton a John Hopfield, ve skutečnosti nebyla fyzika.
"Já jsem bez řeči. Oceňuji strojové učení a umělé neuronové sítě i jiné, ale je těžké vidět, že se jedná o fyzický objev," napsal Jonathan Pritchard, astrofyzik na Imperial College London, na x ." Myslím, že Nobelova cena byla zasažena humbukem AI. "
Výzkum Hintona na University of Toronto v Kanadě a Hopfieldu na Princetonské univerzitě v New Jersey „patří do oblasti informatiky,“ říká Sabine Hossenfelder, fyzik v Mnichovském centru pro matematickou filosofii v Německu. „Roční Nobelova cena je pro fyziku - a fyziky - a pro fyziku - vstoupit do reflektoru. Je to den, kdy si přátelé a rodina pamatují, že znají fyzika a možná se zeptají, o čem tato poslední Nobelova cena byla. Ale ne letos.“
Sjednotit některé perspektivy
Ne každý se obával: mnoho fyziků přivítalo zprávy. „Výzkum Hopfielda a Hintona byl interdisciplinární a společně spojil fyziku, matematiku, informatiku a neurovědy,“ říká Matt Strassler, teoretický fyzik na Harvardské univerzitě v Cambridge v Massachusetts. "V tomto smyslu patří do všech těchto specializovaných oblastí."
Anil Ananthaswamy, vědecký novinář z Berkeley v Kalifornii a autor knihy „Why Machine Learn“, poznamenává, že výzkum citovaný Nobelovou výborem není teoretickou fyzikou v nejčistším smyslu, ale je zakořeněn v technikách a koncepcích z fyziky, jako je například energie. „Boltzmann Networks“ vynalezené Hinton a Hopfield Networks “jsou modely s energií založené na energii, říká.
Připojení k fyzice se stalo slabším v pozdějším vývoji ve strojovém učení, dodává Ananthaswamy, zejména s technikami „dopředu“, které usnadnily trénování neuronových sítí. Fyzické nápady se však vracejí a pomáhají porozumět vědcům, proč stále složitější systémy hlubokého učení dělají to, co dělají. „Potřebujeme způsob, jak myslet na fyziku ke studiu strojového učení,“ říká Lenka Zdeborova, která zkoumá statistickou fyziku výpočtu švýcarského federálního institutu pro technologii v Lausanne (EPFL).
"Myslím, že Nobelova cena za fyziku by měla i nadále proniknout stále více oblastí fyzických znalostí," říká Giorgio Parisi, fyzik na univerzitě Sapienza University, Sdílí Nobelovu cenu 2021 . "Fyzika se stává stále širší a zahrnuje mnoho oblastí znalostí, které v minulosti neexistovaly nebo nebyly součástí fyziky."
nejen Ki
Zdálo se, že počítačová věda přebírá Nobelovu cenu den poté, co byla vyhlášena cena fyziky, jako Demis Hassabis a John Jumper, spoluzakladatel KI-tools pro proterickou strukturu prognózy proteinu V Google Deepmind v Londýně, polovina chemie Nobel Prize. (Druhá polovina byla udělena Davidovi Bakerovi z University of Washington v Seattlu za práce na proteinovém designu, které nepoužívají strojové učení).
Cenou bylo uznání rušivé síly AI, ale také neustálé zvyšování znalostí ve strukturální a počítačové biologii, říká David Jones, bioinformatista na University of College London, který pracoval s Deepmind na první verzi Alphall. „Nemyslím si, že Alphafold představuje radikální změnu v základní vědě, která ještě nebyla k dispozici,“ říká. "Jde jen o to, jak bylo všechno sestaveno a navrženo tak, aby Alphafold mohl dosáhnout těchto výšek."
Keyinput, který používá alfafold, jsou sekvence příbuzných proteinů z různých organismů, které mohou identifikovat páry aminokyselin, které jsou pravděpodobně koo-evolucí, a proto mohou být blízko 3D struktury proteinu. Vědci již tyto znalosti využili k predikci proteinových struktur, když byl vyvinut alfafold, a někteří dokonce začali tuto myšlenku implementovat v sítích s hlubokým učením.
„Nebylo snadné, že jsme šli do práce, stiskli tlačítko AI a pak všichni šli domů,“ řekl Jumper na tiskové konferenci v Deepmind 9. října. "Byl to opravdu iterační proces, ve kterém jsme vyvinuli, zkoumali a snažili se najít správné kombinace mezi tím, co komunita rozuměla o proteinech a jak bychom mohli tyto intuice začlenit do naší architektury."
Alphafold by nebylo možné, pokud by databáze proteinů neexistovala, volně přístupné úložiště více než 200 000 proteinových struktur-včetně některých, které přispěly k předchozím Nobelovým cenám-které byly stanoveny pomocí rentgenové krystalografie, kryoelektronové mikroskopie a dalších experimentálních metod. „Každý datový bod je výsledkem let úsilí někoho,“ řekl Jumper.
Od svého založení v roce 1901 byly Nobelovy ceny často odrazem vlivu výzkumu na společnost a odměnily praktické vynálezy, nejen čistou vědu. V tomto ohledu nejsou ceny v roce 2024 odlehlé, říká Ananthaswamy. „Někdy jsou uděleny za velmi dobré inženýrské projekty. Data-Label =“ https://www.nobelprize.org/physics/1964/summary/ “dat-track-category =" body text link " = "Click" dats-label = "https://www.nobelprize.org/prices/chemistry/1993/summary/" data-crack-category = "text odkaz na tělo"> PCR .