我本來談的是諾貝爾物理學獎為什麼發給AI，結果連化學獎都預測了 | 袁嵐峯_風聞

本視頻拍攝於2024年10月9日中午，諾貝爾化學獎公佈之前。幾個小時後，諾貝爾化學獎就發給了這裏提到的蛋白質摺疊與蛋白質設計領域。

2024年10月8日下午5:45，諾貝爾物理學獎頒佈以後，把所有人都震驚了：居然是發給人工智能！自1901年以來，這還是頭一次諾貝爾物理學獎發給正常看起來不屬於物理的領域。甚至兩位獲獎者John Hopfield和Geoffrey Hinton本人，在知道自己獲獎時也非常詫異。

為什麼發給這兩位呢？當然可以説，他們的研究受到物理的啓發，例如體系總是傾向於能量更低的狀態。也可以説，他們的成果對很多物理領域產生了影響，例如發現希格斯粒子、探測引力波。不過在我看來，更大的圖景是，這表現了科研範式的轉變。

傳統的科研範式只有兩種，就是理論和實驗。電子計算機出現以後，逐漸產生了第三種研究範式：計算模擬。我自己的專業就是“理論與計算化學”，所以我很熟悉這種説法。我們經常説，計算已經跟理論、實驗鼎足而三，成為了一種標準的研究範式。仔細想想，這是因為計算模擬的結果跟純理論相比，它是一種數值實驗；而跟真正的實驗相比，它又成理論了。所以通過計算模擬，能夠發現以前無法想象的規律。

而現在明顯的趨勢就是，人工智能成了第四種範式。任何一個科學領域如果不跟AI結合一下，都不好意思跟人打招呼。很多人對AI的關心集中在“AI能不能超越人，會不會統治人類，我們離天網還有多遠”這種哲學問題上，然後爭論不休。但實際上，AI for science已經取得了很多實實在在的成果。

在諾貝爾獎主頁給出的科普材料（https://www.nobelprize.org/prizes/physics/2024/popular-information/）中，舉了五個例子：發現希格斯粒子，因為需要AI來篩選大型對撞機上產生的數以億計的粒子碰撞記錄；探測引力波，因為需要AI來排除各種各樣的噪聲，例如有輛卡車經過或者有人跺一腳，剩下的才是極其微弱的來自宇宙的引力波信號；尋找地外行星；預測蛋白質結構；尋找太陽能電池材料。

在這裏特別值得説一下預測蛋白質結構，即所謂“蛋白質摺疊”問題。它的意思是，給定蛋白質的氨基酸序列，預測這些原子排布成什麼樣的空間結構。這原本是一個主要依靠實驗的領域，需要大量的人力物力和時間。歷史上有好幾位科學家，因為解析出一種蛋白質的結構就得了諾貝爾獎。然而近年來出現一個神奇的軟件AlphaFold，就是下圍棋的AlphaGo那同一個團隊DeepMind做的，這個軟件一下子把蛋白質結構預測的精度提高了好幾個級別，對於絕大多數蛋白質都預測得非常準。結果這個領域變成了計算主導的，人類的蛋白質結構庫出現了爆炸式的增長。

下面我再來介紹幾個AI for science其他的應用。首先就是蛋白質摺疊的反問題，即蛋白質設計。蛋白質摺疊是給定氨基酸序列，預測蛋白質結構，而蛋白質設計是希望蛋白質有某種功能，從而有某種結構，然後問什麼樣的氨基酸序列會產生這樣的結構。所以蛋白質設計比蛋白質摺疊更難，當然也更重要。在這方面一個非常有趣的成果，是中國科學技術大學生命科學與醫學部劉海燕教授等人做的（關鍵技術的原始創新！中國建立新的蛋白質從頭設計方法 | 科技袁人）。2022年他們在《Science》上發篇文章，新聞説他們建立了“新的蛋白質從頭設計方法”，屬於“關鍵核心技術的原始創新”，這麼高的評價非常罕見。這論文的標題是什麼呢？叫做《用於蛋白質設計的以骨架為中心的神經網絡能量函數》（A backbone-centred energy function of neural networks for protein design）。你看，這就是AI的典型應用。

再舉個例子。我所在的科大微尺度物質科學國家研究中心的主任羅毅教授和他的學生江俊教授等人，近年來開發了一套機器化學家系統（機器化學家來了｜中國科學報）。這個機器化學家首先是可以讀文獻，用大量的文獻建立數據庫，預測有希望的材料組合。然後是可以做實驗，它可以不眠不休地、精確地、每次只用極少量試劑做實驗，所以效率比人高得多。這個機器化學家最近做出了一項標誌性的成果，就是找到了在火星上製氧氣的催化劑，只用火星上的材料（AI+自動化，如何重塑科學未來？）。人類不是要移民火星嗎？那上去了就得用機器化學家發現的方法制氧氣啊！

甚至就連我們前面説的第三種範式，即計算模擬，也受到了AI的很大啓發。高性能計算應用領域有個最高獎，叫做戈登·貝爾獎（Gordon Bell prize）。2020年的戈登·貝爾獎，就頒給了一個主要由中國人組成的團隊，其中的主要負責人是我在普林斯頓大學同一個實驗室的師弟張林峯博士。他們用AI加速分子動力學模擬，把分子動力學能夠處理的體系提高到了一億個原子。精度更高的第一性原理計算領域，也在跟AI結合。甚至連最新潮的量子計算，都有很多人在研究量子計算 + 人工智能。

所以我們可以説，現在科研的範式不是鼎足而三，而是一張四條腿的桌子。或者説，可以湊一桌麻將了！