AI s Nobelovými cenami: Dvojité víťazstvo vyvolalo diskusiu o vedeckých disciplínach
AI s Nobelovými cenami: Dvojité víťazstvo vyvolalo diskusiu o vedeckých disciplínach
Nobelové výbory uznali transformačnú silu umelej inteligencie (KI) v dvoch z tohtoročných cien-ocenené Priekopnice neurónových sietí v cene fyziky a Vývojár výpočtových nástrojov na preskúmanie a navrhovanie proteínov V chemickej cene.
Až pár okamihov po vyhlásení víťazov tohtoročnej ceny Nobel Physics Ceny Royal Swedish Academy of Sciences zažilo svet sociálnych médií záblesk diskusie. Niekoľko fyzikov tvrdilo, že veda, ktorá je základom mechanického výskumu vzdelávania, ktorý sa oslavoval v oceneniach pre Geoffrey Hinton a John Hopfield, v skutočnosti nie je fyzika.
„Som bez reči. Oceňujem strojové učenie a umelé neurónové siete, ako aj akékoľvek iné, ale je ťažké zistiť, že ide o fyzický objav,“ napísal Jonathan Pritchard, astrofyzik na Imperial College London, na X .
Výskum Hinton na University of Toronto v Kanade a Hopfield na Princetonskej univerzite v New Jersey „patrí do oblasti informatiky,“ hovorí Sabine Hossenfelder, fyzik Mníchovskej centra pre matematickú filozofiu v Nemecku. „Každoročná Nobelova cena je zriedkavou príležitosťou pre fyziku - a fyzikov - vstúpiť do centra pozornosti. Je to deň, keď si priatelia a rodina pamätajú, že poznajú fyzika a možno sa pýtajú, o čom táto posledná Nobelova cena bola. Ale nie tento rok.“
zjednotiť niektoré perspektívy
Nie všetci sa obávali: Mnoho fyzikov privítalo správy. „Výskum Hopfield a Hinton bol interdisciplinárny a priniesol fyziku, matematiku, informatiku a neuroscience spolu,“ hovorí Matt Strassler, teoretický fyzik na Harvardskej univerzite v Cambridge v štáte Massachusetts. „V tomto zmysle patrí do všetkých týchto špecializovaných oblastí.“
Anil Ananthaswamy, vedecký novinár z Berkeley v Kalifornii a autor knihy „Prečo sa stroj učiť“, poznamenáva, že výskum citovaný Nobelovou komisiou nie je teoretická fyzika v najčistejšom zmysle, ale je zakorenená v technikách a konceptoch z fyziky, ako je energia. „Boltzmann siete“ vynájdené Hintonom a siete Hopfield “sú modely založené na energii,“ hovorí.
Spojenie s fyzikou sa v neskoršom vývoji strojového učenia oslabilo, dodáva Ananthaswamy, najmä s technikami „feedforward“, ktoré uľahčujú trénovanie neurónových sietí. Fyzické nápady sa však vracajú a pomáhajú porozumieť výskumným pracovníkom, prečo stále zložitejšie hlboké vzdelávacie systémy robia to, čo robia. „Potrebujeme spôsob myslenia fyziky na štúdium strojového učenia,“ hovorí Lenka Zdeboers, ktorá skúma štatistickú fyziku výpočtu Švajčiarskeho federálneho inštitútu pre technológiu v Lausanne (EPFL).
„Myslím si, že Nobelová cena za fyziku by mala naďalej prenikať stále viac a viac oblastí fyzických poznatkov,“ hovorí Giorgio Parisi, fyzik na univerzite Sapienza Rím, zdieľa Nobelovu cenu 2021 . „Fyzika sa stáva čoraz širším a zahŕňa mnoho oblastí vedomostí, ktoré v minulosti neexistovali alebo neboli súčasťou fyziky.“
nielen ki
Zdá sa, že počítačová veda prevzala Nobelovu cenu deň po oznámení ocenenia fyziky, ako Demis Hassabis a John Jumper, spoluzakladateľ Ki-tools pre prognózu proteínovej štruktúry Alphafold At Google DeepMind v Londýne, polovica chémie Nobel. (Druhá polovica bola udelená Davidovi Bakerovi z University of Washington v Seattli za práce na dizajne bielkovín, ktoré nepoužívajú strojové učenie).
Cenou bolo uznanie rušivej sily AI, ale aj neustále zvyšovanie znalostí v biológii štrukturálnej a počítačovej biológie, hovorí David Jones, bioinformatik na University of College London, ktorý s DeepMindom pracoval na prvej verzii Alphallu. „Nemyslím si, že Alphafold predstavuje radikálnu zmenu v základnej vede, ktorá ešte nebola k dispozícii,“ hovorí. „Je to len o tom, ako bolo všetko zostavené a navrhnuté tak, aby Alphafold mohol dosiahnuť tieto výšky.“Keyinput, ktorý alfafold používa, sú sekvencie príbuzných proteínov z rôznych organizmov, ktoré dokážu identifikovať páry aminokyselín, ktoré sú pravdepodobne koevolúciou KO, a preto môžu byť blízko 3D štruktúry proteínu. Vedci už tieto znalosti využili na predpovedanie proteínových štruktúr, keď bol vyvinutý Alphafold, a niektorí dokonca začali implementovať myšlienku v hlbokých vzdelávacích sieťach.
„Nebolo ľahké, že sme išli do práce, stlačili tlačidlo AI a potom všetci šli domov,“ povedal Jumper na tlačovej konferencii v DeepMind 9. októbra. „Bol to skutočne iteračný proces, v ktorom sme vyvinuli, skúmali a snažili sa nájsť správne kombinácie medzi tým, čo komunita rozumela o proteínoch a ako by sme mohli zahrnúť tieto intuície do našej architektúry.“
Alphafold by nebol možný, keby proteínová databáza neexistovala, voľne prístupné úložisko viac ako 200 000 proteínových štruktúr vrátane niektorých, ktoré prispeli k predchádzajúcim cenám Nobelov, ktoré boli stanovené pomocou röntgenovej kryštalografie, kryoelektrónovej mikroskopie a ďalších experimentálnych metód. „Každý dátový bod je výsledkom rokov úsilia niekoho,“ povedal Jumper.
Od svojho založenia v roku 1901 Nobelové ceny často odrazom vplyvu výskumu na spoločnosť a odmenili praktické vynálezy, nielen čistú vedu. V tejto súvislosti ceny v roku 2024 nie sú odľahlými hodnotami, hovorí Ananthaswamy. „Niekedy sa udeľujú za veľmi dobré inžinierske projekty. Data-label =" https://www.nobelprize.org/physics/1964/summary/ "Data-Tracka-category =" Body Text Link "> Laser a PCR .