諾獎聚焦AI突破 部分學者失望

建構科學工具 「無名英雄」獲獎

分別為Google旗下AI部門DeepMind任行政總裁及資深研究科學家的哈薩比斯（Demis Hassabis）和江珀（John M. Jumper），因他們開發的AI模型AlphaFold2能預測幾乎所有已知蛋白質的結構而獲化學獎；物理學獎則頒授予訓練人工神經網絡並為當今機器學習應用奠下基礎的「AI教父」、加拿大科學家欣頓（Geoffrey Hinton）和美國科學家霍普菲爾德（John Hopfield）。神經網路是現代AI系統的基礎技術，支撐醫療、社交平台，以至是哈薩比斯和江珀所用的AlphaFold2。

《金融時報》指出，諾貝爾獎肯定AI的突破，突顯出一個研究新時代，強調了電腦運算工具及數據科學在更短時間內解決從物理到數學、化學以至生物學各領域複雜科學問題的重要性。不少學者亦肯定AI對科研的貢獻，欣頓所創立的倫敦大學學院蓋茨比計算神經科學中心（ Gatsby Computational Neuroscience Unit）主管薩哈尼（Maneesh Sahani）表示，機器學習無處不在，人們現相當於擁有一個工具包，推動科學和其他學科向不同方向發展。

倫敦大學國王學院神經科學教授、AI初創公司Stanhope AI行政總裁莫蘭（Rosalyn Moran）亦稱：「建構工具是科學界的藍領工作，而他們（工具開發者）往往是無名英雄。對我而言這是獎項（肯定他們的努力）最令人興奮的地方。」

專家質疑機器學習背後非物理學

不過，亦有學者對今屆獎項聚焦在電腦運算方式感到失望。在公布物理學獎得主後，有物理學家質疑欣頓及霍普菲爾德憑藉獲獎的機器學習背後的科學並非物理學。德國慕尼黑數學哲學中心物理學家霍森費爾德（Sabine Hossenfelder）認為，兩人的研究屬電腦科學，美國麻省本特利（Bentley）大學數學副教授詹西拉庫薩（Noah Giansiracusa）亦表示，即使兩人的研究靈感來自物理學，但並沒有發展出新的物理學理論或解決物理學懸而未解的難題。

哈佛大學理論物理學家斯特拉斯勒（Matt Strassler）則稱，兩人的研究是跨學科，將物理、數學、電腦科學和神經科學結合，因此都屬於這些範疇。

（金融時報/路透社/自然期刊）