又到一年一度的“诺奖时间”。就在2024年诺贝尔物理学奖颁给人工智能两大开拓者的次日，诺贝尔化学奖再就“蛋白质设计与结构预测”中的贡献为AI加冕。
一时间，“物理学不存在了”，这句《三体》里的“预言”广为传播；全球的化学家努力了半个多世纪试图攻克的宏大命题——解析2亿种蛋白质的结构被AI快速攻克的“神话”进入大众视野。
人类的诺奖，也是人工智能的诺奖
近期的诺奖揭晓现场，AI接连跨界两次。10月8日的瑞典斯德哥尔摩，2024年诺贝尔物理学奖公布现场，蓝色大屏跳出“人工智能教父”杰弗里·辛顿、机器学习奠基者约翰·霍普菲尔德的名字。
奖项揭晓后，诺贝尔奖官方推特被许多物理学者的声音包围：“AI不是物理！”“本届诺奖颠覆了从业者的认知。”一名物理学背景的投资人告诉半月谈记者，但也许这也说明了一点：物理学的边界正在扩张。
当前，蛋白质工程学正从“Discovery（发现）”迈向“Design（设计）”的阶段。AI的登场，替代了X射线衍射、核磁共振光谱、冷冻电镜，快速揭开蛋白质结构的难解之谜，被认为“解决了生物学50年内的最大挑战”。
这项研究还相当“新鲜”，其诞生距离获奖仅有3年。AI驱动的蛋白结构预测也将带来更高质量的生物学假设，进一步激发基础科学、药物研发、合成生物学设计方面的迅猛发展。
本届诺奖的两次“跨界”，无论是略微偏离物理学的传统，还是从偏向实验科学走向计算生物领域，都暗示着算力、算法、智能体等关键词将更频繁地出现在未来的诺奖授奖辞中。
AI跨界的意义当然不止于此。诺奖之外，AI在机器人、制造、能源等领域的应用，不断提升物理世界的智能水平；AI在生物技术领域的应用，如mRNA疫苗和CAR-T细胞疗法，同样展现了巨大的回报潜力，折射着精准医疗的未来。
何必质疑是“人类的诺奖”还是“人工智能的诺奖”？将诺贝尔奖颁给人工智能的成就，并不意味着人类科学家的地位遭到动摇。相反，这恰恰反映了人类智慧的新高度，不仅是对技术突破的肯定，也是对人类智慧的礼赞。每一个迭代的技术、革新的成果，都是人类创新的结晶，都标志着人类对未知的探索更深了一层、更进了一步。
AI成为科研的“利刃”
今年诺奖的揭晓，让我们震撼的同时，也揭示了AI的新角色：成为科研的“利刃”。
翻开最新的国际顶刊的目录，不难发现这一不可阻挡的趋势：从人工智能驱动的蛋白质功能机理探索和理性设计，到基于人工智能的药物发现和药物优化、酶改造与生物基化学品的生成，再到科学育种与气象预测——不论是微观世界的多尺度探索，还是宏观、微观尺度科学成果的应用，人工智能求解高维函数、解决复杂问题的优势正在持续释放。
不回溯一个世纪的科学史，似乎难以说清AI驱动下的科学研究如何呈现出前所未有的潜力。
过去很长时间以来，“维数灾难”一直是笼罩在各国科学家头顶上的乌云：1957年，贝尔曼写下控制论方程，为最优控制提出基本原理与方法，却因变量太多不知如何有效求解；1964年，哈特马尼与斯特恩斯在面对计算机“原则上可计算、实际上难计算”的一大类问题时，急于探索“计算复杂性理论”。
或许，许多科学家曾找到过打开某扇发现之门的钥匙。然而，遗憾的是，锁舌已开，他们却没有“力气”推开这扇门。这个“力气”，就是人类处理多尺度问题（多变量函数）的能力。这一局限，制约了科学发现的深度、精度和速度。
“而AI正是跨越维数灾难、解决高维问题的高手。”中国科学院院士鄂维南说。
AI诞生以来的半个多世纪，已帮助科学家把复杂的科学问题转化为算法问题，进行粗粒度建模，并开展了大量实验验证。
可以说，从探索生命体的基本组成到研究世界工业的基本要素，AI不仅是解决具体问题的有力工具，更为重新定义科学问题提供了系统性思路。“人工智能提供了一套新思路来理解高维对象：高维的函数逼近、高维概率分布的处理、高维的动力系统、高维的微分方程等。从科学应用的角度说，在化学、材料、工程等领域，只要涉及理论，或者在实验中涉及数据和模型，就有人工智能一展身手之处。”鄂维南说。
不仅提供了全新思路，AI的作用还体现在对科研范式的颠覆、对科研效率的提升上面。
比如，AI在数据处理、预测模拟等方面潜力强大，具有传统技术手段所没有的“想象力”。它能高效、精准地理解复杂物理系统，解决大量传统计算方法无法解决的问题，还能够高效地处理海量数据，帮助科研者从纷繁的信息中快速提取关键线索、给出新的假设方向，加速科学发现的步伐。
“人机合作”还将带来新的研究范式、跨学科的合作模式。例如，在医疗健康领域，AI结合生物医学知识可更精准地识别疾病早期迹象；在环境保护方面，AI能通过分析气候变化趋势辅助制定更有效的应对策略……
当肩负原始创新使命的科学突破成为新的瞩望，AI有了更宏大的愿景——将科学发现推上新台阶。
AI为科学开疆拓土
正改写科学、工程、我们日常生活的AI，不愧为时代科技命题大写的关键词。
“AI太百搭了，它的应用广泛且复杂，为各领域带来前所未有的活力。”中国科学技术大学机器人实验室主任陈小平说。
一方面，AI高浓度渗透各个学科、各个领域的论坛和会议，不论是出场率还是影响力，都超越学科范畴，进一步为各领域拓宽边界。
今天，再用一门技术来定义人工智能，就把它说小了。它已超越一门学科、一种技术的范畴，而是一种思维，一本越读越厚的书。
另一方面，诺奖“跨界”的新趋势，也在试图打破又一边界，让技术无涯，让科学无止境。
技术发明与科学发现是两类独立的创新实践。科学一直被视为技术的基础和先导。“在人工智能发展的新阶段，科学或许依然是技术的基础，但已不是所有技术发明的先导。”陈小平说，近年来引发巨大关注的人工智能训练法，包括获得本年度诺贝尔化学奖和物理学奖的人工智能成果，都面临着可解释性挑战。这里的“解释”主要指的是对技术内在原理的科学把握，这种把握从根本上超越技术范畴，回归科学研究。
在科学界，学科之间的壁垒正在被打破。单一领域的成就已经被前人摘得差不多了，随着人类当前与未来面临的问题越来越复杂，科学和技术想要实现进步，迫切需要AI这一法宝。如果说智能是一片无尽的疆域，而人工智能这个现代方法，正是开疆拓土的动力之源。
AI的应用清单越拉越长。以计算机为载体的人工智能，正在揭开机器智能大幕的一角。无处不在的机器人、超越想象的汽车设计、更快更强的生产工具……未来，开发更强大的机器、实现更强大的智能，将为科学研究、技术研发、日常生活带来无尽想象。
正如女科学家李飞飞所言：“AI的深远影响才刚刚开始。”
