2024年诺贝尔物理学奖得主：约翰·霍普菲尔德和杰弗里·辛顿
▶ 当地时间10月8日，瑞典皇家科学院宣布，将2024年诺贝尔物理学奖授予美国普林斯顿大学的约翰·霍普菲尔德（John J. Hopfield）和加拿大多伦多大学的杰弗里·辛顿（Geoffrey E. Hinton），以表彰他们“为推动利用人工神经网络进行机器学习作出的基础性发现和发明”。
2024年诺贝尔化学奖得主：大卫·贝克、丹米斯·哈萨比斯和约翰·乔普
▶ 随后公布的2024年诺贝尔化学奖则被授予了三位科学家。其中，一半奖金授予了美国华盛顿大学的大卫·贝克（David Baker），以表彰其在计算蛋白质设计方面的贡献；另一半则共同授予了英国伦敦谷歌旗下人工智能公司“深层思维”（DeepMind）的丹米斯·哈萨比斯（Demis Hassabis）和约翰·乔普（John M. Jumper），以表彰其在蛋白质结构预测方面的贡献。
不难看出，AI或成为本届诺奖中的最大赢家。“今年，诺贝尔奖的‘AI元素’很多，充分反映出瑞典皇家科学院评审专家主动拥抱AI时代的工作逻辑。”复旦大学智能复杂体系实验室主任、上海数学中心谷超豪研究所长聘教授林伟表示，“过去10年，我们亲身经历了科学研究范式的变革，人工智能和大数据在赋能千行百业的同时，也在赋能科学前沿。”
让人直呼“没想到”
本届诺奖为何两次青睐AI？
今年的诺贝尔物理学奖让人直呼“没想到”。“为什么得奖的是计算机学家？”是大众普遍的疑问。这一结果看似在“意料之外”，细究之下却又在“情理之中”：本届诺贝尔物理学奖的两位获奖者——约翰·霍普菲尔德和杰弗里·辛顿，利用物理学工具构建了多种方法，为当今的机器学习奠定了基础。
其中，约翰·霍普菲尔德创建了一种可以存储和重建信息的结构。杰弗里·辛顿则发明了一种可以独立发现数据属性的方法，这种方法对于目前使用的大型人工神经网络至关重要。
2024年诺贝尔化学奖公布现场
本届诺贝尔化学奖的其中两位获奖者——丹米斯·哈萨比斯和约翰·乔普，运用AlphaFold，从氨基酸序列预测几乎所有已知的2亿种蛋白质的三维结构，实现了生物化学家们50多年来的构想。
另一位获奖者大卫·贝克比DeepMind更早提出预测和设计蛋白质三维结构的方法，并设计出了一款比AlphaFold更早的蛋白结构设计算法——RoseTTAFold。他曾因开发“从头设计自然界从未出现的新型蛋白”技术，获得2020年科学突破奖生命科学奖，并首次使用生成式AI从头设计出了全新的抗体，有望让“AI从头设计蛋白”进入抗体药物市场。
AI for Science
正掀起新一轮的科技革命
随着大数据和AI的兴起，当前科学界正突破传统的实验、理论和计算研究范式，利用新一代信息技术，开展面向超大规模、动态复杂系统的“清、准、全、精”一体化集成、联动和计算，形成了当今科技创新的典型范式——AI for Science。
小Z百科：什么是AI for Science？
所谓AI for Science，是指利用人工智能的技术和方法，学习、模拟、预测和优化自然界的各种现象和规律，从而推动科学发现和科技创新。它不仅能够帮助科学家解决已有的问题，还能帮助科学家发现新的问题和研究方向。
简单来说，AI for Science是让AI学习世界底层运行的基本科学规律，再去解决科学问题和实体工业问题。
当前，AI for Science已经得到了各产业界和学界的普遍认可，并带来了新一轮的科技革命。在张江，AI for Science的应用也正逐渐崭露头角，特别是在生物医药领域，其作用和影响力日益显著。
2021年，张江AI新药研发联盟（以下简称“AI新药联盟”）正式揭牌成立，致力于推动AI与医药跨界的交叉融合、数据资源共享和技术迭代升级。3年来，AI新药联盟不断发展壮大，目前已拥有成员单位35家，涵盖了源头创新科研院所、AI新药研发企业、CXO服务企业以及AI互联网企业等。
深势科技：打造国内首个AI for Science大模型体系
张江企业、“AI新药联盟”成员单位深势科技CEO孙伟杰曾指出，AI for Science技术带来的根本变化是：将新材料、新药物、新分子研发由过去实验室为主模式，变成了能够用计算机进行设计、少量实验验证的新计算科学设计范式。
国内首个AI for Science（AI4S）大模型体系——“深势宇知”
围绕微观尺度的工业研发，深势科技打造了国内首个AI for Science（AI4S）大模型体系——“深势宇知”，为当前关键的医药、能源、材料等领域的微尺度研发方面提供技术支持。
晶泰科技：开发专有AI驱动的生物医学生成工具
在生物医药产业链的各个环节，新药的发现和研究是一项充满挑战的工作。药物研发专家需要开展大量的实验，并进行反复地尝试，以期找到潜在的候选药物。这个过程不仅需要投入大量的人力和物力资源，而且耗时很长。
AI驱动的生物医学生成工具——ProteinGPT
为此，张江企业、“AI新药联盟”成员单位晶泰科技开发了专有AI驱动的生物医学生成工具——ProteinGPT，可以预测和筛选蛋白质序列，并通过将大模型纳入算法，生成符合特定预设标准的蛋白质候选药物。ProteinGPT被誉为“生物医学领域的ChatGPT”，它具备自主决策能力，助力晶泰科技在研发过程缩短时间。相较于传统方法，ProteinGPT能够在1/6至1/3的时间内，成功获得包含超过100个点突变的抗原。这些抗原不仅表现出优异的同质性、高产率和良好的稳定性，还能够引发强烈的免疫反应。
目前，晶泰科技正利用ProteinGPT作为发现及研究多种大分子药物和新材料的一般策略，基于特定的靶蛋白序列生成结合蛋白，或是根据特定的预设标准生成抗体库，以及基于特定的改进要求，优化现有抗体。
分子之心：推出国内首个功能完整的AI蛋白质设计和优化平台
在AI技术的驱动下，生物制造领域的革命悄然到来，延续了数十亿年的蛋白进化模式发生了质的改变，蛋白的进化不再是缓慢、充满不确定性的随机突变，而是转变为基于特定功能的创新式定制。
2022年1月，AI蛋白质设计平台公司分子之心成立。公司创始人为国际知名计算生物学家许锦波，他也被誉为“AI预测蛋白质结构第一人”，其开创的深度学习算法RaptorX-Contact启发了后来的AlphaFold。目前，分子之心已进驻张江。
AI蛋白质设计和优化平台——MoleculeOS
目前，分子之心已正式推出国内首个功能完整的AI蛋白质设计和优化平台——MoleculeOS。该平台能够帮助生物工作者快速发现、改造，甚至从头设计具备特定功能的蛋白质，加速实验室成果的产业转化，并已被用于多肽、抗体、酶和小蛋白等各类型蛋白质的研究和设计。与此同时，借助分子之心自研的产业级AI蛋白质生成大模型NewOrigin（达尔文），MoleculeOS的能力正在不断提升。
随着蛋白质预测逐渐成为AI制药的重要细分领域之一，张江企业也开始瞄准或布局这一领域。比如，张江合成生物学科创板上市企业凯赛生物战略入股分子之心，意在实现其对AI蛋白质结构预测、设计技术领域的深度布局。
诺贝尔奖是科学界的一大风向标，让我们洞悉科学技术的现在和未来。本次两大奖项“花落AI”，充分证明了AI在科研中的巨大潜力和推动作用。