我本来谈的是诺贝尔物理学奖为什么发给AI,结果连化学奖都预测了

合集 · 解读科技问题 (79)

  1. 9:30
    韩国科学家声称实现室温超导?可他们的做事方式就证明他们不靠谱
  2. 3:19
    年轻人该进入还是离开北上广深?对学术界这是个伪命题
  3. 19:23
    中美汽车竞争?不存在的 | 陈经
  4. 19:23
    中美汽车竞争?不存在的
  5. 13:04
    奥本海默的悲剧,全人类的命运
  6. 27:59
    从人工智能大模型的涌现到中国产业的涌现
  7. 1:47
    如果量子科技是假的,美国政府怕什么?
  8. 16:26
    新质生产力:中国新能源对美国人工智能?
  9. 4:06
    国际首次!光子的霍尔之舞
  10. 13:57
    日本核污水:不管你咋样洗,那也是个脏东西
  11. 8:30
    如果你对数理化都感兴趣,你应该选什么专业?
  12. 9:36
    开启量子互联网研究新篇章!中国科大构建国际首个基于纠缠的城域量子网络
  13. 6:57
    让科学家把奖金留下,会不会更好?
  14. 12:37
    莫等闲,白了少年头:超冷原子模拟哈伯德模型
  15. 34:20
    细推物理须行乐,何用浮名绊此身——纪念李政道先生
  16. 9:48
    月壤大量制水,是怎么回事?
  17. 10:55
    中国天文学的后来居上:纳赫兹引力波探测
  18. 6:08
    地震不能预报,但可以预警
  19. 12:11
    中国科学家发现最古老的恒星!居然就在我们家门口?
  20. 24:05
    《黑神话》是如何开发的?3D游戏技术介绍
  21. 5:09
    我本来谈的是诺贝尔物理学奖为什么发给AI,结果连化学奖都预测了
  22. 3:04
    阿秒下面是什么?最短的时间有极限吗?
  23. 9:34
    你听说过马约拉纳费米子吗?你听说过更神奇的双重态费米子吗?
  24. 9:04
    267亿年:宇宙一下子老了130亿年?
  25. 15:15
    宇宙曾经沸腾过吗?我认出风暴而激动如大海
  26. 9:48
    奇瑞:直道也超,弯道上更是一骑绝尘
  27. 0:34
    上帝粒子是什么?
  28. 10:09
    奇瑞的风口全来了
  29. 13:34
    三门问题:我到河北省来?!
  30. 21:51
    清华光电融合芯片算力是GPU的3000多倍?媒体搞出的大新闻
  31. 1:10
    科普不能说服所有人,但你可以做的是提高自己的可信度
  32. 9:22
    读了这本书你会明白,可控核聚变就像太极剑
  33. 10:05
    谷歌量子计算机Willow做了什么?大多数媒体都没说到点子上
  34. 14:18
    MIT将核聚变装置成本压缩数十倍?真的吗?
  35. 16:19
    闪速炼铁改变全球钢铁行业?其实是外界对中国的光环
  36. 10:33
    探测单个引力子:量子科技的新奇迹?
  37. 3:20
    用质能方程解释飞机撞鸟,究竟错在哪里?
  38. 27:09
    EUV光刻厂?中国的先进芯片是用它造出来的吗?
  39. 3:51
    理论物理有什么用?例如检查癌症
  40. 12:23
    李政道、杨振宁得诺贝尔奖是因为费曼?费曼自己都不这样想
  41. 4:36
    物理是化学的前提吗?
  42. 1:34
    吃饭为了活着,是什么境界
  43. 6:57
    祖冲之三号,确立了什么新标杆?
  44. 4:52
    中美AI融资差距为何越来越大?
  45. 9:57
    为什么在圆周率中会出现26390和你的生日?
  46. 7:49
    视频画质为什么越来越差?听听专家的解读
  47. 7:00
    韦东奕究竟是研究什么的?并不是六代机
  48. 1:08
    礼多人不怪与诺贝尔奖
  49. 9:49
    另类三体:如果月球轨道换个方向,就会撞上地球
  50. 7:16
    1900 - 2025,最伟大的魔术
  51. 14:48
    为什么会有三个宇宙速度?慢慢飞难道飞不出地球吗?
  52. 5:29
    《锚点》2025年元旦上线,三体舰队达到了光速
  53. 6:28
    中国第一个国家级实验室,是干什么的?
  54. 9:41
    振荡天星与神秘彗星:天问二号的问天之旅
  55. 10:04
    HALF:作为一个光源,长得像太极图也很合理吧
  56. 7:07
    同步辐射究竟是什么同步?它能做光刻机吗?
  57. 6:19
    薛定谔猫的生与死,以及它有什么用
  58. 15:58
    我们应该如何纪念杨振宁先生?
  59. 3:12
    数学家的浪漫,梁永祺教授邀请你过光棍节
  60. 13:40
    如果宇宙的答案是42,那么问题是什么?
  61. 10:14
    最值得人工智能做的是什么?是科学本身
  62. 12:52
    硅基生命差在哪里?
  63. 15:33
    量子不是粒子,更不是不可分割的最小粒子
  64. 10:47
    量子为什么会成为一种理论?
  65. 22:16
    中国古代科技真的世界领先吗?答案出乎意料(2018年演讲)
  66. 2:42
    超临界二氧化碳发电,超临界是什么?
  67. 10:30
    量子力学如何拯救世界和……你小区里的基站
  68. 13:12
    世界上为什么会存在固体? | 袁岚峰
  69. 7:58
    当你用电的时候,你就用到了量子力学 | 袁岚峰
  70. 8:35
    量子科技是什么?不是什么? | 袁岚峰
  71. 11:23
    量子精密测量:小数点后每前进一位都是一场革命 | 袁岚峰
  72. 2:52
    一鉴漫读•科视界 | 袁岚峰:阅读科学的力量1
  73. 2:41
    一鉴漫读•科视界 | 袁岚峰:阅读科学的力量2
  74. 4:22
    一鉴漫读•科视界 | 袁岚峰:阅读科学的力量3
  75. 10:54
    量子比特可以“同时处于0和1”吗? | 袁岚峰
  76. 0:50
    如何看待王虹和邓煜获得菲尔兹奖?
  77. 3:01
    读书的深度、读书的广度以及读书如何与人工智能结合
  78. 11:05
    物理量在测量之前存在吗? | 袁岚峰
  79. 8:04
    国际月球科研站着火了怎么办?在线等,急!
Description
2024年10月8日下午5:45,诺贝尔物理学奖颁布以后,把所有人都震惊了:居然是发给人工智能!自1901年以来,这还是头一次诺贝尔物理学奖发给正常看起来不属于物理的领域。甚至两位获奖者John Hopfield和Geoffrey Hinton本人,在知道自己获奖时也非常诧异。
	为什么发给这两位呢?当然可以说,他们的研究受到物理的启发,例如体系总是倾向于能量更低的状态。也可以说,他们的成果对很多物理领域产生了影响,例如发现希格斯粒子、探测引力波。不过在我看来,更大的图景是,这表现了科研范式的转变。
	传统的科研范式只有两种,就是理论和实验。电子计算机出现以后,逐渐产生了第三种研究范式:计算模拟。我自己的专业就是“理论与计算化学”,所以我很熟悉这种说法。我们经常说,计算已经跟理论、实验鼎足而三,成为了一种标准的研究范式。仔细想想,这是因为计算模拟的结果跟纯理论相比,它是一种数值实验;而跟真正的实验相比,它又成理论了。所以通过计算模拟,能够发现以前无法想象的规律。
	而现在明显的趋势就是,人工智能成了第四种范式。任何一个科学领域如果不跟AI结合一下,都不好意思跟人打招呼。很多人对AI的关心集中在“AI能不能超越人,会不会统治人类,我们离天网还有多远”这种哲学问题上,然后争论不休。但实际上,AI for science已经取得了很多实实在在的成果。
	在诺贝尔奖主页给出的科普材料中,举了五个例子:发现希格斯粒子,因为需要AI来筛选大型对撞机上产生的数以亿计的粒子碰撞记录;探测引力波,因为需要AI来排除各种各样的噪声,例如有辆卡车经过或者有人跺一脚,剩下的才是极其微弱的来自宇宙的引力波信号;寻找地外行星;预测蛋白质结构;寻找太阳能电池材料。
	在这里特别值得说一下预测蛋白质结构,即所谓“蛋白质折叠”问题。它的意思是,给定蛋白质的氨基酸序列,预测这些原子排布成什么样的空间结构。这原本是一个主要依靠实验的领域,需要大量的人力物力和时间。历史上有好几位科学家,因为解析出一种蛋白质的结构就得了诺贝尔奖。然而近年来出现一个神奇的软件AlphaFold,就是下围棋的AlphaGo那同一个团队DeepMind做的,这个软件一下子把蛋白质结构预测的精度提高了好几个级别,对于绝大多数蛋白质都预测得非常准。结果这个领域变成了计算主导的,人类的蛋白质结构库出现了爆炸式的增长。
	下面我再来介绍几个AI for science其他的应用。首先就是蛋白质折叠的反问题,即蛋白质设计。蛋白质折叠是给定氨基酸序列,预测蛋白质结构,而蛋白质设计是希望蛋白质有某种功能,从而有某种结构,然后问什么样的氨基酸序列会产生这样的结构。所以蛋白质设计比蛋白质折叠更难,当然也更重要。在这方面一个非常有趣的成果,是中国科学技术大学生命科学与医学部刘海燕教授等人做的。2022年他们在《Science》上发篇文章,新闻说他们建立了“新的蛋白质从头设计方法”,属于“关键核心技术的原始创新”,这么高的评价非常罕见。这论文的标题是什么呢?叫做《用于蛋白质设计的以骨架为中心的神经网络能量函数》(A backbone-centred energy function of neural networks for protein design)。你看,这就是AI的典型应用。
	再举个例子。我所在的科大微尺度物质科学国家研究中心的主任罗毅教授和他的学生江俊教授等人,近年来开发了一套机器化学家系统(https://mp.weixin.qq.com/s/vGZEaxT4rWy_gR8wQshWgQ)。这个机器化学家首先是可以读文献,用大量的文献建立数据库,预测有希望的材料组合。然后是可以做实验,它可以不眠不休地、精确地、每次只用极少量试剂做实验,所以效率比人高得多。这个机器化学家最近做出了一项标志性的成果,就是找到了在火星上制氧气的催化剂,只用火星上的材料(https://mp.weixin.qq.com/s/7FbNL_D30aLsZkgwv__Wmw)。人类不是要移民火星吗?那上去了就得用机器化学家发现的方法制氧气啊!
	甚至就连我们前面说的第三种范式,即计算模拟,也受到了AI的很大启发。高性能计算应用领域有个最高奖,叫做戈登·贝尔奖(Gordon Bell prize)。2020年的戈登·贝尔奖,就颁给了一个主要由中国人组成的团队,其中的主要负责人是我在普林斯顿大学同一个实验室的师弟张林峰博士。他们用AI加速分子动力学模拟,把分子动力学能够处理的体系提高到了一亿个原子。精度更高的第一性原理计算领域,也在跟AI结合。甚至连最新潮的量子计算,都有很多人在研究量子计算 + 人工智能。
	所以我们可以说,现在科研的范式不是鼎足而三,而是一张四条腿的桌子。或者说,可以凑一桌麻将了!