继「AI 教父」摘冠 2024 年诺贝尔物理学奖后，AI 再下一城，获得了今年的诺贝尔化学奖。
北京时间 10 月 9 日，瑞典皇家科学院宣布了 2024 年诺贝尔化学奖的归属，一半授予 David Baker， 以表彰其在计算蛋白设计方面的贡献；另一半共同授予谷歌 DeepMind 首席执行官 Demis Hassabis 和高级科学家 John M. Jumper， 以表彰二人在蛋白质结构预测方面的成就。奖金共 1,100 万瑞典克朗，约合人民币 750 万元。
此次 AI 在诺贝尔奖上的多点开花，看似出乎意料，但其实也是实至名归。尤其是在化学奖上，David Baker 堪称蛋白质设计领域的鼻祖级人物，率先开发了设计和预测蛋白质三维结构的方法，创造出了全新的蛋白质，基于创新的软件、算法解决医学难题。
Demis Hassabis 与 John M. Jumper 共同发布的 AlphaFold 更是无需赘述，这一蛋白质结构预测领域的重大突破已经获奖无数，似乎早已准备好加冕诺贝尔奖。
目前，2024 年诺贝尔奖尚未完全公布。在生理学或医学奖的归属上，AI 或许仍具有想象空间， 或许明年将有新成果产出，冲击该奖项。
3 位获奖者线上发表感言
奖项公布后，诺贝尔奖官方联系到了 3 位获奖者，进行了简短的线上访问。
Demis Hassabis 表示，「在可以预见的未来，我觉得 AI 工具能让个体科学家做得更多。因为这些系统本质上是工具，它们非常擅长分析数据、发现模式和结构化数据。但它们不能替代人类科学家去思考正确的问题、提出假设或推测。所以，这些事情仍然要依赖人类科学家来完成。我认为，最优秀的科学家与这些 AI 工具配合，将能够完成令人难以置信的工作， 甚至是规模更小的团队也可以依赖工具完成更多基础工作。」
对于研究工作由私营机构支持而非大学支持，Demis Hassabis 表示二者之间并没有太大区别。「我认为只要我们忠于科学方法，并且以严谨的科学态度专注于基础研究，那么无论在哪里都可以做出伟大的科学成果。 很多新的科学领域和发现需要大量资源，在我们这里，尤其是计算资源，而这些往往需要大量资金。因此，为什么不借助私营机构 (private sector) 来资助这些工作呢？我们在谷歌 DeepMind 就是在这么做的。」
共同获奖者 John Jumper 则在电话采访中表示「这是一个非常出色的团队。作为从事计算生物学多年的科学家，我一直认为我们需要计算技术来解决生物学问题。现在它开始奏效了，而且很快得到了认可，令人难以置信。 让我感到特别欣喜的是，我们的工作可以直接帮助人们保持健康，这一切真是太了不起了！」
此外，另一位获奖者David Baker 在被问及与竞争对手共同获奖是何感受时坦言，「从未觉得我们是竞争对手，反而觉得 AlphaFold 是很有启发性的。 」
众所周知，David Baker 是一位在生物化学领域有着杰出贡献的学者，他在华盛顿大学医学院担任生物化学教授。
David Baker
早在 2003 年，David Baker 就成功设计了一种新型蛋白质。 此后，他带领团队开发了 RoseTTAFold、ProteinMPNN、RFdiffusion 等蛋白质结构预测、设计工具，并利用这些工具创造能够解决医学、技术和可持续性领域挑战的分子，还曾荣获包括诺贝尔生理学化学奖提名在内的多项奖项。
AlphaFold2 静待加冕
同样地，业界对于 AlphaFold2 这一突破性成就荣获诺贝尔化学奖似乎并不意外，尤其是在二人获得诺奖风向标——2023 年拉斯克奖基础医学研究奖后。
作为谷歌 DeepMind 的 CEO，Demis Hassabis 早已身披无数光环。出生于 1976 年的 Demis Hassabis 在 4 岁开始下国际象棋，8 岁自学编程，13 岁获得国际象棋大师称号，17 岁的他便进入剑桥大学攻读计算机科学专业，而后在伦敦大学学院完成了认知神经科学博士学位，又在 MIT 和哈佛攻读博士后。
Demis Hassabis
2010 年，他与在伦敦大学学院读博期间遇到的 Shane Legg 共同创办了 DeepMind，2016 年，他凭借 AlphaGo 一战成名，随后的多年中，Alpha 家族持续壮大。2020 年，Hassabis 和 Jumper 提出了 AlphaFold2，成功预测了科学家已知的几乎所有 2 亿种蛋白质结构。
2024 年 5 月，AlphaFold3 重磅发布，以前所未有的精确度成功预测了所有生命分子（蛋白质、DNA、RNA、配体等）的结构和相互作用。
*点击查看完整报道：AlphaFold 3来了！闭源但可供科研使用，DeepMind 子公司近水楼台先推进商用？
*点击查看完整报道：超全拆解AlphaFold 3，上海交大钟博子韬：极致利用数据，以原子精度预测所有生物分子结构，但并不完美
John Jumper
而作为 AlphaFold 的第一作者，John Jumper 也同样享誉国际科技圈，曾在 2021 年被 Nature 列为年度榜单中的十大「重要人物」之一。 John Jumper 出生于 1985 年，2007 年在美国范德比尔特大学取得物理学和数学学士学位， 2008 年在英国剑桥大学取得理论凝聚态物理学硕士学位。
2017 年，他在芝加哥大学获得理论化学博士学位，主要研究方向是利用机器学习来模拟蛋白质折叠和动力学。随后，他又在芝加哥大学完成了博士后研究，继续从事蛋白质预测深度学习模型的研究工作。
2018 年，John Jumper 进入 DeepMind 担任高级研究员，并与同事共同开发了 AlphaFold 系列模型。同时，他也是 AlphaFold2 开发团队的领导者。
网友戏称：是时候在诺贝尔奖中加一个新类别了——AI
此前，Demis Hassabis 在社交平台上祝贺 Geoffrey Hinton 获得诺贝尔物理学奖的时候，就有人戏言，让 Demis Hassabis 祈祷一下自己也可以获奖。
昨天，Demis Hassabis 获奖的消息一出，评论区就被众多网友「攻陷」，大家纷纷表示祝贺。
此外，2018 年的诺贝尔化学奖获得者 Frances Arnold 也向这次的诺贝尔化学奖获得者表示祝贺，AI 领域更是对此次的诺奖结果感到欢欣鼓舞！
Google DeepMind 称其为 AI 的里程碑式成就。图灵奖得主 Yann LeCun 表示， 像 Rosetta、AlphaFold 以及其他 ML 驱动的工作，在蛋白质结构预测、蛋白质设计方面的影响是巨大的，并有望在未来产生更大的影响。
更有网友表示，是时候在诺贝尔奖里加一个新类别了——AI。
参考资料：
1.https://www.nobelprize.org/prizes/chemistry/2024/press-release/
2.https://mp.weixin.qq.com/s/WkPJ
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。