人工智慧 (AI) 本週躋身科學成就的前列，成為科學成就的一部分諾貝爾物理學獎和化學。
這些獎項突顯了該技術對我們生活各個方面所產生的影響，但也引發了研究人員在社群媒體上對人工智慧與這些科學學科的關係的爭論，甚至憤怒。
「我無語了。我和其他人一樣喜歡機器學習和人工神經網絡，但很難看出這是一項物理發現。寫在X上。
「我猜諾貝爾獎是受到人工智慧炒作的影響，」他補充道。
諾貝爾獎通常頒發給已有數十年歷史的研究，其影響可以被評估為「對人類最大的利益」。
得獎者
所謂的「人工智慧教父」之一傑弗裡·辛頓（Geoffrey Hinton）和教授兼物理學家約翰·霍普菲爾德（John Hopfield）獲獎週二諾貝爾物理學獎表彰他們從 20 世紀 80 年代開始的工作，利用物理學概念發明了人工神經網絡，激發並影響了人工智慧的發展。
一天后，Google DeepMind 執行長 Demis Hassabis、DeepMind 總監 John Jumper 和華盛頓大學教授 David Baker 共同獲獎，AI 再次登上諾貝爾新聞頭條因其在蛋白質方面的工作而獲得化學獎。
Baker 因其在人工智慧驅動的蛋白質預測工具 RoseTTAFold 上的工作以及開發新蛋白質的工作而受到讚揚。同時，Hassabis 和 Jumper 開發了一種人工智慧系統，解決了 50 年來預測蛋白質結構的難題。
哈薩比斯在新聞發布會上表示：“現在談論人工智慧參與所有獎項還為時過早。”
「人類的聰明才智是第一位的——提出問題、提出假設——而人工智慧系統無法做到這些。它現在只是分析數據，」他說，並補充說，「有趣的是，委員會決定通過獲得兩個與人工智慧相關的獎項來發表聲明」。
AI和物理、化學有關係嗎？
「我的第一個反應是，我們沒有足夠認真地對待人工智慧是什麼，」深度學習和人工智慧組織 MindBigData.com 的執行長 David Vivancos 說。
「我非常崇拜 [Hinton 和 Hopfield]，他們創造了一個了不起的發現。但問題是，這不屬於物理學領域，除非我們認為物理學就是一切，」他告訴歐洲新聞台。
根據《牛津英語詞典》，物理學被描述為“與非生命物質和能量的本質和屬性有關的科學分支”，意思是物理上存在的東西。
維萬科斯解釋了他的觀點，即物理學“與物理事物聯繫在一起，它是真實的事物”，而就人工智能的行為而言，“它更與計算機頭腦中發生的事情而不是物理存在相關」。
但人工智慧可能與化學有關嗎？就諾貝爾獎而言，可以說它可以，因為它是計算化學，它使用電腦模擬來幫助解決複雜的化學問題。
「使用人工智慧來預測蛋白質結構是一個巨大的進步，在生物學、醫學等領域有著無數的用途，」化學教授、材料創新工廠和萊弗休姆功能性材料設計中心主任安迪·庫珀(Andy Cooper) 說。
「人工智慧也會影響化學的其他領域，但蛋白質領域有一些特殊之處。
「首先，有大量精心策劃的訓練資料。其次，蛋白質結構複雜，但組成相當簡單——它們是由極少數的建造模組組成的，」他補充道。
人工智慧有不同類型，例如生成式人工智慧，但廣義上人工智慧被定義為一種使電腦和機器能夠模擬人類學習、理解和解決問題的技術。
人工智慧的“跨學科的勝利”
維萬科斯說，如果人工智慧應該融入傳統科學，那麼它可能更接近數學。
但他也認為這可能是生物學或神經科學，因為演算法可以幫助研究人員梳理龐大的遺傳資料庫。
人工智慧可以適應大多數類別，並且可以說會在某種程度上影響我們所有人的生活。例如，該技術也被用於管理即時道路交通、Google地圖等導航應用程式以及機器人吸塵器等日常用品。
瑞典於默奧大學計算科學系教授、該校社會和倫理人工智慧研究負責人維吉尼亞·迪格努姆(Virginia Dignum) 表示，將諾貝爾化學獎和物理學獎授予人工智慧的應用表明了該技術“跨學科的勝利”團體。
「科學上真正的突破不再是單一學科的領域，而是需要廣闊的視角和不同見解的結合，」她告訴歐洲新聞台。
「人工智慧在這裡是探索廣闊研究空間的加速器和支持，是一種可以分析大量資料集、預測結果，甚至提出新假設的工具，增強了生物學、物理學、化學等領域研究人員的能力。醫學，」她補充道。
但迪格努姆表示，這些獎項並不是關於人工智慧在諾貝爾獎中的地位，而是關於開放的思想和「尊重科學家的態度」以及可以學到多少東西。
迪格努姆說：“也許現在是時候對諾貝爾獎進行現代化改造，以認識到真正重要的發現超出了傳統的學科劃分。”
