不只是物理学不存在了，化学也不存在了。今年的诺贝尔物理和化学奖都花落 AI 领域，这一破天荒的现象引发了广泛的思考和讨论。
在化学领域，谷歌的 DA haswis 和 John jumper 凭借人工智能模型阿尔法 fold two 解决了存在 50 年之久的蛋白质结构预测难题。曾经耗时数年的工作，如今只需几分钟，这一成果彻底颠覆了传统生物化学。
据统计，截至 2024 年 10 月，阿尔法 fold two 已被来自 190 多个国家的 200 万研究者使用。
在物理领域，被称为 “深度学习之父” 的新论，因其在机器学习和人工神经领域的开创性发现而获奖。他通过物理学的方法模拟生物神经系统，并创造用能量函数理解网络动态的线索。其深度学习理论打破了传统计算框架，使机器能够模拟人类认知。
过去物理和化学的研究主要依赖实验和理论推导，而如今 AI 的介入极大地加速了研究进程。
物理和化学领域的复杂问题推动了 AI 技术的发展，而 AI 技术的进步又反过来解决了这些领域的难题。
AI 在物理和化学中的成功应用，表明跨学科融合的重要性。例如，通过物理模型和数学理论为 AI 提供基础，再利用 AI 处理信息的能力解决复杂问题。这一突破可能会引发相关产业的变革。在医药领域，更准确的蛋白质结构预测有望加速新药研发，降低成本；在材料科学中，AI 能帮助设计性能更优的材料。
然而，这也带来了一些挑战。一方面，可能导致一些传统研究方法被忽视；另一方面，也引发了关于科研伦理和数据隐私的担忧。
历史数据显示，每次重大的科学突破都会带来行业的洗牌。比如，量子力学的发展推动了现代电子技术的进步。
总之，诺贝尔物理和化学奖颁给 AI 意味着跨学科融合的新时代已经来临，我们既要积极拥抱这一变革，也要谨慎应对可能出现的问题。
观看下方视频
为1%的人捕捉商业先机
