人工智能（AI）成為了2024年諾貝爾科學獎的大贏家。繼兩位AI先驅獲得諾貝爾物理學獎后，AI蛋白質結構預測模型AlphaFold2又贏得了1/2的諾貝爾化學獎。有評論認為，這是革命性的科研范式轉換被諾獎委員會“蓋章確認了”，諾獎即將進入“AI時代”。

  對于今年諾貝爾物理學獎頒發給機器學習領域的專家，多位專家表示是“意料之外，情理之中”。因為AI已經影響到我們生活的方方面面，在科研上也提供了很多新工具。諾貝爾物理學獎獲得者約翰•霍普菲爾德（John J. Hopfield）和杰弗里•欣頓（Geoffrey E. Hinton）是機器學習領域的元老級人物，他們使用物理學工具，設計出人工神經網絡，為當今強大的機器學習技術奠定了基礎。

  今年諾貝爾化學獎一半授予美國生物化學家戴維•貝克（David Baker），以表彰其在計算蛋白質設計方面的貢獻；另一半授予谷歌旗下DeepMind公司的AI科學家德米斯•哈薩比斯（Demis Hassabis）和約翰•江珀（John M. Jumper），以表彰他們在蛋白質結構預測方面的成就。

  自DeepMind公司的AlphaFold問世以來，這一模型就被視為“AI for Science”的應用典范，其摘得諾貝爾化學獎亦是眾望所歸。2023年，其開發者就獲得了有“諾獎風向標”之稱的拉斯克獎。讓人意外的是，在今年諾貝爾物理學獎頒給了機器學習相關成果后，諾貝爾化學獎評審委員會還能“頂住壓力”，繼續將獎項頒給AI。這恰恰說明AI正加速進入主流科學界，未來將成為科學探索的核心工具。

  與聰明的AI同行，科研人員必將面臨諸多新課題——誰會被AI替換掉，如何能保證科研安全、避免倫理風險，AI的極限在哪里……但更多一線科研人員清醒地認識到，當務之急是敞開懷抱擁抱新技術，及早“下場共舞”，厘清AI的長處與短板。

  本期封面文章關注2024年諾貝爾三大科學獎的獲獎人與相關成果，了解他們及其成果在生物、物理和化學等領域發揮的革命性作用，探討AI將如何推動傳統科學研究范式的轉換。