10月7日至14日期间，2024年诺贝尔奖的六个奖项逐个揭晓。诺贝尔物理学奖于10月8日发布，颁布了约翰·J.霍普菲尔德和杰弗里·E.辛顿，以赞誉他们在使用人工神经网络完成机器学习方面的根底性发现和立异。紧随其后，诺贝尔化学奖于10月9日发布，大卫·贝克因“核算蛋白质规划”获奖，而德米斯·哈萨比斯和约翰·江珀则因“蛋白质结构猜测”同享荣誉。

　　这一系列奖项的颁布，使AI（AI）成为焦点。四位诺贝尔物理学奖和化学奖得主中的四位——霍普菲尔德、辛顿、哈萨比斯、江珀，均为AI范畴的领军人物。贝克尽管首要身份是生物化学家，但也进入核算生物学。这些挑选在科学界内外引起了广泛的评论，许多人质疑将如此多的AI专家归入自然科学诺贝尔奖的合理性。

　　AI科学家的获奖，让2024年的诺贝尔奖收成了非同小可的重视。这一趋势引发了对AI作为自然科学前进新动力的讨论，以及关于AI是否正在加快“代替”人类人物的考虑。

　　关于物理学和化学界的许多专家而言，AI科学家获奖的音讯带来了意外。李燃，一名正在国内出名高校攻读物理学博士学位的学生，表达了他与导师、同学在得知这一音讯时的惊奇与不解。尽管如此，他也供认AI对根底科学研讨的推进效果，并着重把握AI东西的重要性。

　　获奖者之一，被誉为“深度学习之父”的辛顿，关于获奖感到非常震动，表明未曾预料。他的“反向传达算法”为神经网络练习奠定了根底，是现代AI技能的要害组成部分。霍普菲尔德因其“霍普菲尔德网络”出名，为杂乱神经网络模型的开展铺平了路途。而哈萨比斯与江珀在蛋白质结构猜测上的打破，经过AlphaFold 2体系，对全球科研产生了深远影响。

　　第四范式创始人戴文渊博士点评这一效果虽出乎大众预料，但从科学技能前进的视点看却在情理之中。他以为AI正渗透进各学科研讨，改变着研讨方法和效果产出。

　　事实上，诺贝尔奖对跨学科研讨效果的赞誉早有先例。AI技能与科学的穿插交融已成为不行阻挠的趋势，影响着科研和很多工业的开展。专家们着重，未来的科学研讨将更多地融入AI，一起需求跨范畴合作和深化了解AI的潜力与应战，以应对立刻就要降临的数据科学使用年代。