诺贝尔化学奖也颁给了AI，谷歌DeepMind科学家因揭秘蛋白质结构获奖

（原标题：诺贝尔化学奖也颁给了AI，谷歌DeepMind科学家因揭秘蛋白质结构获奖）

图片来源：诺贝尔奖委员会

蓝鲸新闻10月10日讯（记者 朱俊熹）继2024年诺贝尔物理学奖之后，又一诺贝尔奖项花落人工智能。当地时间10月9日，瑞典皇家科学院宣布将2024年诺贝尔化学奖授予美国生物化学家David Baker，以及谷歌DeepMind的联合创始人兼首席执行官Demis Hassabis、总监John Jumper，以表彰他们在蛋白质结构方面做出的重大突破。

据诺贝尔奖委员会介绍，现任美国华盛顿大学西雅图分校教授、霍华德·休斯医学研究所研究员的David Baker因构建出全新类型的蛋白质而获奖，“成功完成了几乎不可能完成的壮举”。此外，David Baker开发的Rosetta软件也引入了深度学习技术，成为蛋白质结构预测和设计领域的重要工具，被广泛用于药物开发、疫苗设计等方面。

48岁的Demis Hassabis在2010年共同创立了AI研究公司DeepMind，并担任首席执行官至今，领导了AlphaGo、AlphaFold等多个重要项目。39岁的John Jumper于2017年加入DeepMind，现任高级研究科学家，也是AlphaFold项目的负责人。

2014年，谷歌以超过5亿美元收购了DeepMind，并于2023年将其与另一AI研究部门Google Brain合并，共同组成Google DeepMind。合并后的团队成为谷歌应对全球AI军备竞赛的核心力量，以通用人工智能为终极目标，涉足AI技术研究、基础科学研究、游戏AI等多个领域，拥有著名的AlphaGo、AlphaFold等项目。

诺贝尔奖委员会在公告中指出，Demis Hassabis和John Jumper在2020年提出了AI 模型AlphaFold2。借助该模型，能够预测研究人员发现的几乎所有2亿种蛋白质的结构。自这一突破以来，来自190个国家的200多万人使用了AlphaFold2，能够帮助研究人员更好地了解抗生素耐药性，开发可分解塑料的酶。

今年5月，谷歌DeepMind还推出了最新版本的AlphaFold 3。该模型不仅能预测蛋白质结构，还能够高精度地预测所有生命分子的结构和相互作用，包括DNA、RNA等。谷歌DeepMind当时表示，AlphaFold 3超越蛋白质进入了更广泛的生物分子领域，这一飞跃可以开启更多变革性科学，从开发生物可再生材料到加速药物设计等等。

在得知获得诺贝尔化学奖消息后，Demis Hassabis对媒体表示，“我一生致力于推动人工智能的发展，因为我真的相信它有潜力改善数十亿人的生活。”John Jumper则发表声明称，这一奖项能够表明人工智能将加快科学研究速度，帮助了解疾病并开发治疗方法。

就在宣布诺贝尔化学奖的前一天，今年的物理学奖也被授予两位人工智能领域的先驱，其中包括曾担任谷歌副总裁兼工程研究员的“AI教父”Geoffrey Hinton。物理学奖公布后，在社交媒体X上，Demis Hassabis很快为这位“好朋友和前谷歌同事”送上热烈祝贺，称赞其为现代人工智能领域的深度学习革命奠定了基础。幸运的是，一天之后，Demis Hassabis自己也获得了化学奖。

诺贝尔奖委员会将物理学奖颁发给Geoffrey Hinton的理由是，他使用了统计物理学的工具来训练机器，在利用人工神经网络实现机器学习方面实现了开创性发现。但奖项公布后，不少人对于将物理学奖项颁发给计算机科学领域的AI研究是否恰当提出质疑，认为AI与传统物理学并无密切关联。

获得诺贝尔化学奖的David Baker、Demis Hassabis和John Jumper此前也被广泛视为今年诺贝尔生理学或医学奖的热门人选。去年9月，谷歌DeepMind的Demis Hassabis和John Jumper就因AlphaFold项目而斩获2023拉斯克奖的基础医学研究奖，这也被看作是诺贝尔奖的风向标。但10月7日公布的诺贝尔生理学或医学奖最终颁发给了另外两位科学家Victor Ambros和Gary Ruvkun，以表彰他们发现了调控基因活动的基本原理。

诺贝尔奖委员会对于为何将化学奖颁发给AI相关研究的阐述更为清晰。据其解释，蛋白质是生命中精妙的化学工具，能够控制和驱动所有化学反应，这些化学反应共同构成了生命的基础。而谷歌DeepMind的AlphaFold能够根据氨基酸序列预测蛋白质结构，解决了长久以来的研究难题，开辟了广阔的可能性。

可以说，由于数名前员工和现员工的获奖，谷歌才是今年诺贝尔奖的最大赢家。