你们一定都听说过诺贝尔奖的故事。
有人说，这是在一些领域“对人类作出最大贡献”才能获得的殊荣。
也有人说，它只不过是西方操弄政治阴谋的工具。
而我要讲的故事，你们未必听说过。
这个故事，要从一个游戏设计师出身的程序员，轻取诺贝尔奖说起。
1976年，一位神童出生于英国伦敦。
他从4岁开始下国际象棋，7岁就拿下了人生第一座国际象棋奖杯。
13岁的时候，他已经位居国际棋联的“棋联大师”段位。
不过国际象棋，并非他唯一的爱好。
8岁那年，他用比赛奖金给自己买了台电脑，开始自学编程。
到了17岁，他考入剑桥大学计算机系，并在当时大名鼎鼎的牛蛙公司担任游戏设计师。
在攻读大学期间，他主导开发了游戏《主题公园（Theme Park）》
这款游戏为后来的模拟经营作品提供了许多开创性的东西，也在当时大获成功。
也就在此时，他开始思考起一个问题，什么是“智能”。
在他儿时学习国际象棋时，为自己思考出的必胜法，就是如何改进决策，提升算力。
当他制作模拟经营类游戏时，也把这套办法用在了游戏AI上面。
而此时的计算机AI，实现思路还是以程序员编写的固定代码运行，无法应对不在代码内的状况。
这也导致游戏开发商需要尽可能将游戏会出现的状况，编写到AI的代码中，按程序应对玩家的操作。
毕业后，他创办了一家游戏公司Elixir Studios。
期间开发了《共和国：革命》《邪恶天才》等经典作品，而这些游戏中的AI，也面临着上述同样的问题。
这让他醒悟到一件事：
“在我看来，这显然行不通。你永远不可能为它编写足够多的知识，让它突然变得聪明。”
于是，他关闭了游戏工作室，转而去攻读神经科学的博士。
并在之后，将神经网络运用到AI设计中，开始研究起了人工智能。
这哥们，就是DeepMind的创始人，戴密斯·哈萨比斯。
对很多人而言，DeepMind是个相当陌生的名字。
但你肯定听说过，他们被谷歌收购后面世的研究成果之一——AlphaGo。
在AlphaGo面世前，大众普遍认为，围棋是最不可能被AI攻破的游戏。
以当时AI的运行逻辑，只能通过近乎是穷举法的方式来与人类对战。
这当中需要的算力远超人类现有水平。
但AlphaGo的出现，彻底颠覆了人们的认知。
在击败当时的围棋世界第一人柯洁后，AlphaGo一举封神。
很多人头一回认识到，什么是会深度学习的人工智能。
在这之后，戴密斯并没有停下研发的脚步，而是将AI的触角伸向了各个领域。
这一伸手，就伸到了诺贝尔奖的领域。
2024年的诺贝尔奖名单，在网上引起了不小的争议。
一向被认为最具含金量的科学领域奖项，揭晓后看呆了一众网友。
因为本届的物理奖跟化学奖，都颁给了AI大模型。
咱们今天故事的主角戴密斯·哈萨比斯，就是诺贝尔化学奖的得主之一。
诺贝尔化学奖一半由华盛顿大学医学院生物化学教授、蛋白质设计研究所所长大卫·贝克获得。
而戴密斯与DeepMind项目总监约翰·江珀，则因AlphaFold对“蛋白质结构预测”的贡献获得另一半。
AlphaFold是戴密斯团队研发出来的用于预测蛋白质、DNA等生物分子结构的AI模型。
这玩意涉及的领域实在过于高精尖，简单来说，就是被过于高昂的蛋白质检测成本逼出来的。
对于目前的蛋白质检测，常见的做法是，从一部分已有的蛋白质结构，预测其他部分，再通过实验验证。
这方面很吃科学家的经验，而在经验总结，预测规律这方面，AI的进步速度是远超人类的。
2022年，诞生4年的AlphaFold2，在学习颜宁院士团队解析的生物结构后，预测精度还只能达到他们团队2017年的水平。
而今年迭代的AlphaFold3，它就能以前所未有的「原子精度」预测出所有生物分子的结构和相互作用了。
AlphaFold3在生物化学领域的作用，是广受认可的。
这也是让它的获奖仅仅只是有些争议，并且争议点在于获奖太快，而不是够不够资格。
以往我们谈到的AI，都只作用于咱们的日常生活，并且连取代正常人工作也有不小的困难。
但这一次出现在大众视野的AI模型，却实实在在影响到了尖端科学领域。
一个前国际象棋大师，前游戏设计师，现程序员，竟然能因此夺得国际社会的最高科学奖之一。
而一切的起因，只是来自他儿时对“决策和算力”的认知，在开发游戏时对“智能”的思考。
看似八竿子打不着的数个领域，却结出了近十年来影响最为深远的科技进步。
不得不说，这个世界真是奇妙。
所以AI什么时候拿文学奖
