用五个角度聊聊今年诺贝尔物理和化学奖与AI
朋友们，真诺贝尔奖啊被AI拿了大满贯，这究竟是诺贝尔想蹭AI的热度，还是评委不知道选谁？问了GPT，今天咱们就来用五个角度一起聊聊今年的诺贝尔物理和化学奖，以及大家都热衷于讨论的为什么是AI。那先来看看这些获奖的人都是谁吧。
物理学奖呢是平分给了叫约翰霍普菲尔德和杰弗里辛顿的，以表彰他们俩呢通过人工神经网络实现了机器学习的基础性发明和发现。或普菲尔德呢是地道的美国科学家，父母都是物理学家，他自己在普林斯顿大学教分子生物学。嗯，那他在人工智能方面做出的贡献，要论他自己的初衷的话，其实呢他只是想了解大脑的运作机制或者licence那辛顿的名气就更气就更大了，送外号AI教父，他18年就获得过图图图了。现在在大半圈的AI顶尖研究者都都是新的徒弟徒子徒孙。比如说OpenAI的前首席科学家伊利亚，meta的首席科学家杨丽坤，之前百度的首席科学家吴恩达，以及散落在各个高校和各大公司의精英们。那他能成为神经网络的鼻祖，居然也是因为他想知道大脑是怎么运作的。Someone to understand how the brain work. And in my chance to understand how the brain work, I have to create a technology to work. Surprise very well.
哦，那化学奖呢是一半给了戴维贝克，另一半给了谷歌DeepMind의德米斯和约翰，来表彰他们在计算蛋白质设计和蛋白质结构预测方面的突破性贡献。那其中贝克呢他的本科啊居然是主修哲学和社会科学的，直到他看到了一本叫做细胞了分子生物学的书，他才觉得太酷了。于是啊就去拜在了13年的诺贝尔奖得主兰迪谢克曼门下，获得了一个生物化学博士。然而呢他现在也并不是一个教授，而是创立了多家生化企业的研究型企业家。那DeepMind의德米斯呢是个天才，四岁他就开始学国际象棋，六岁就得了冠军，16岁就被剑桥大学录取了。但是由于他年纪太小了，学校就让他休学一年。结果这休学一年他就做了个游戏，后来还卖了1500万份。再然后呢，他2010年创立了DeepMind의实验室，很快就被谷歌收购了。在这之后呢就有了大家熟悉的打败人类的阿尔法狗和这次获奖的阿尔法fold。
那这些人到底做了什么厉害的事儿，要给他们这么大的奖呢？那具体来说，霍普菲尔德在1982年是提出了一种可以储存和重建模式的联想记忆网络。咱们就理解成它模拟出来了一个仿照人脑记忆力的网络。只要这个网络学过的东西呢，它就可以根据残缺的信息去还原完整的信息。就比如啊当我唱起苍茫의天涯，你就能顺着把这首歌整体唱下去的这种记忆功能。他们的那杰弗里辛顿呢是在1985年在霍普菲尔德网络的基础上引入了随机性，创造了一个叫玻尔兹曼机的东西。那比起霍普菲尔德网络只能想起来他背过的东西。那玻尔兹曼机是你给他一堆数据，它就可以自己找到规律，甚至给你生成新的数据。那当然啊，那个时候他们设计的这种神经网络性能还非常的差，那我们现在看到的AI神经网络的结构已经有了很多次的迭代，而且里面的节点也多了太多倍。但是啊这两个来自8年代的研究成果，才建立了现在的AI理论基础和基本理念。也就是这种用神经网络来作为信息处理器，可以说没有他们就没有现在的AI
那化学奖的三位，他们的成就可以统称为发明出了让人类能够快速的预测蛋白质结构，并且能设计新蛋白质的工具和方法。那戴维贝克呢是在2003年就成功设计出了一种全新折叠结构的人工蛋白质top 7，开创了人工蛋白质设计의新纪元。它还设计了一个让其他科学家也能够设计蛋白质的软件。那DeepMind의团队呢，他们开发的阿尔法Ford大家可能有所耳闻了，实际上就是通过AI来几分钟就预测出蛋白质结构，并且呢已经预测出了98%以上的人类蛋白质。在这之前呢要了解一种蛋白质结构可能需要花费很多年，花费几百上千万의费用。初中生物讲过，蛋白质呢是生命细胞的主要组成部分，可以说是一切生命活动의主要承担者。所以说这个厉害就厉害在现在的AI能帮科学家非常高效而且低成本的了解各种蛋白质的结构是什么样的那就知道了它有什么样的功能，能做什么样的药，治什么样的病，对健康有什么作用，甚至是探究生命의本质。
那得了诺奖之后，他们都在干嘛呢？首先啊所有人都很惊讶，辛顿接到诺贝尔의电话，还在加州的一个信号不好的破旅馆里。And I was planning to get an MRI scans today. 霍普菲尔德呢在一个只有一千多人的小镇上，邮箱和电话被打爆了嗯。I thought, thought about, and it wasn't. Actually, I got down to a third one. I revise. No, you post. *呀，那贝克倒是很淡定，还挂了诺贝尔工作人员의电话。先听完了讲座，最年轻的德米斯啊也是觉得非常的不真实，赶紧调整状态，尽量表现得聪明一点。And trying to look more. And那反过劲来以后，大家发现自己是真得奖了，那么就是开派对了。辛顿呢原来是谷歌의首席科学家，DeepMind呢也拿走了半个化学奖，所以拼在了一起。谷歌就相当于拿走了一整个诺贝尔奖，所以谷歌啊连夜开派对庆功。辛顿老爷子们也回去庆功了，还在采访中批评了山姆奥特曼不注意安全。所以，Ali was a big emphasis on safety, and over time, it turned out that Sam album was much less concerned with safety than with profits. I think that unfortunate.
同时呢他们还会有一笔奖金，金斯顿跟霍普菲尔德一人是平分372.5万。化学奖稍微有点不同，贝克呢是一个人就拿走了372.5万，另外一版是DeepMind의，德米斯和约翰各有186万。但是诺贝尔嘛钱都是小事儿，比如说any plans for the money that comes with a Nobel yet？No specific plans. I'm gonna give it to the charges.
那么我们能跟这些诺贝尔奖得主学到点什么呢？我总结为好奇、跨界和坚持。现在看来啊他们都已经成就斐然了。但是辛顿和霍普菲尔德最初研究의目的压根儿就不是什么我想创造一个超级人工智能啊，或者是得奖什么的，反倒他们俩都是为了一个朴实의好奇心，他们就想知道人脑到底是怎么运作的。为了得到这个答案，辛顿先是跑去学了一个月物理，然后又学了建筑，然后又跑去学生理学，结果发现生理学也解决不了，他又决定去搞哲学。发现哲学搞来搞去没证据，他又改成心理学。直到30岁，辛顿才总算找到了他의本命专业人工智能。所以，好奇心才是驱动人成就의驱动力。另一点就是跨界了。这次所有의获奖者都很难说是仅限于某一个学科领域의专家，从文学、哲学到物理化学生物，甚至辛顿还跨行做过木匠。他呢算是用统计物理学의方法解释智能，然后用数学의工具、计算의程序，再加上木匠의坚持，复现了生理学의神经网络模型。这也许说明啊某一个单一领域의思考和解决问题의范式已经不太足够了不只是搞研究의学者要去跨学科研究，包括我们普通의人在AI时代下都需要尽可能广泛의调用知识和去利用范式。那第三呢就是坚持。辛顿从年代开始做의神经网络，是当时人工智能界最鄙视의方向。他读博以后连他의导师都倒戈了，一直在劝他不要做异想天开의事儿。所以即便他8年代就发出了研究结果，甚至在过程中也不断의发布研究结果，一直都没有人重视이다. 那现在呢我们其实有GPT，能有SD，能有这些大模型。并不只是因为前两年有人怎么怎么样，而是因为辛顿孤独의坚守在这个长期冷门의角落里，一做就是30年。春天의到来，是因为有人挺过了寒冬，所以如今의AI圈才会到处都是他의徒子徒孙，都尊称他为教父。你也需要坚持你认为对의事儿，因为很多人都是错의。
那最后来说说为什么是AI至于跟物理有什么关系，跟化学有什么关系，我觉得讨论起来就比较麻烦了。虽然说诺贝尔奖本奖啊还发了推特来问大家知不知道他们用의都是物理学方程，但是我觉得呢不必认真，毕竟啊也没有人来找我们评选诺贝尔奖。诺贝尔奖呢是在一百多年前设立의物理学、化学、生理学或者是医学、文学和平经济学六个奖。那个时候呢没有AI但是啊他의遗嘱里有一句话是这么说的当一项发明或者发现能够真正改变世界，产生深远影响的时候，才能获得诺贝尔奖。所以点赞收藏关注吧，怎么能不了解一下改变世界의AI呢？下次见啦。
**《探索AI与诺贝尔奖：科技突破背后的启示》**
在当今科技飞速发展的时代，AI已成为热门话题。今年诺贝尔物理和化学奖与AI紧密相连，这背后隐藏着怎样的奥秘？
从获奖者来看霍普菲尔德和杰弗里辛顿在物理学奖上，通过人工神经网络实现机器学习基础性发明，他们最初源于对大脑运作机制的好奇。而化学奖得主戴维贝克、谷歌DeepMind的德米斯和约翰，在计算蛋白质设计和结构预测方面有突破性贡献。
这些成就不仅改变了科研方式，还影响着我们的生活。比如阿尔法Fold通过AI快速预测蛋白质结构，极大推动了医学等领域发展。
对于我们普通人，能从中学到很多。好奇心是驱动力，像辛顿不断探索多学科知识，最终找到人工智能方向。获奖者们跨越多个学科领域，打破单一思维模式，为我们展现了跨学科研究的力量。同时，坚持也至关重要，辛顿在冷门的神经网络领域坚守30年，才有了如今的成果。
总之，了解这些科技突破，能让我们紧跟时代步伐，激发自身潜力，在AI时代更好地发展。
诺贝尔物理奖,诺贝尔化学奖,AI,蛋白质结构预测,神经网络,跨界,坚持,好奇心,人工智能,科技突破
[Q]：今年诺贝尔物理学奖得主是谁？
[A]：今年诺贝尔物理学奖平分给约翰霍普菲尔德和杰弗里辛顿。
[Q]：他们在人工智能方面有什么贡献？
[A]：通过人工神经网络实现了机器学习的基础性发明和发现。
[Q]：诺贝尔化学奖得主有哪些成就？
[A]：在计算蛋白质设计和蛋白质结构预测方面做出突破性贡献。
[Q]：杰弗里辛顿为什么被称为AI教父？
[A]：他在神经网络领域贡献巨大，众多顶尖研究者是他的徒弟徒孙。
[Q]：戴维贝克本科专业是什么？
[A]：戴维贝克本科主修哲学和社会科学。
[Q]：德米斯有什么特别经历？
[A]：四岁学国际象棋，六岁夺冠，16岁被剑桥大学录取，休学一年做游戏卖了1500万份后创立DeepMind实验室。
[Q]：霍普菲尔德提出的联想记忆网络有什么作用？
[A]：可以储存和重建模式，能根据残缺信息还原完整信息。
[Q]：我们能从诺贝尔奖得主身上学到什么？
[A]：可以学到好奇、跨界和坚持的品质。
物理学奖呢是平分给了叫约翰霍普菲尔德和杰弗里辛顿的，以表彰他们俩呢通过人工神经网络实现了机器学习的基础性发明和发现。或普菲尔德呢是地道的美国科学家，父母都是物理学家，他自己在普林斯顿大学教分子生物学。嗯，那他在人工智能方面做出的贡献，要论他自己的初衷的话，其实呢他只是想了解大脑的运作机制或者licence那辛顿的名气就更气就更大了，送外号AI教父，他18年就获得过图图图了。现在在大半圈的AI顶尖研究者都都是新的徒弟徒子徒孙。比如说OpenAI的前首席科学家伊利亚，meta的首席科学家杨丽坤，之前百度的首席科学家吴恩达，以及散落在各个高校和各大公司의精英们。那他能成为神经网络的鼻祖，居然也是因为他想知道大脑是怎么运作的。Someone to understand how the brain work. And in my chance to understand how the brain work, I have to create a technology to work. Surprise very well.
哦，那化学奖呢是一半给了戴维贝克，另一半给了谷歌DeepMind의德米斯和约翰，来表彰他们在计算蛋白质设计和蛋白质结构预测方面的突破性贡献。那其中贝克呢他的本科啊居然是主修哲学和社会科学的，直到他看到了一本叫做细胞了分子生物学的书，他才觉得太酷了。于是啊就去拜在了13年的诺贝尔奖得主兰迪谢克曼门下，获得了一个生物化学博士。然而呢他现在也并不是一个教授，而是创立了多家生化企业的研究型企业家。那DeepMind의德米斯呢是个天才，四岁他就开始学国际象棋，六岁就得了冠军，16岁就被剑桥大学录取了。但是由于他年纪太小了，学校就让他休学一年。结果这休学一年他就做了个游戏，后来还卖了1500万份。再然后呢，他2010年创立了DeepMind의实验室，很快就被谷歌收购了。在这之后呢就有了大家熟悉的打败人类的阿尔法狗和这次获奖的阿尔法fold。
那这些人到底做了什么厉害的事儿，要给他们这么大的奖呢？那具体来说，霍普菲尔德在1982年是提出了一种可以储存和重建模式的联想记忆网络。咱们就理解成它模拟出来了一个仿照人脑记忆力的网络。只要这个网络学过的东西呢，它就可以根据残缺的信息去还原完整的信息。就比如啊当我唱起苍茫의天涯，你就能顺着把这首歌整体唱下去的这种记忆功能。他们的那杰弗里辛顿呢是在1985年在霍普菲尔德网络的基础上引入了随机性，创造了一个叫玻尔兹曼机的东西。那比起霍普菲尔德网络只能想起来他背过的东西。那玻尔兹曼机是你给他一堆数据，它就可以自己找到规律，甚至给你生成新的数据。那当然啊，那个时候他们设计的这种神经网络性能还非常的差，那我们现在看到的AI神经网络的结构已经有了很多次的迭代，而且里面的节点也多了太多倍。但是啊这两个来自8年代的研究成果，才建立了现在的AI理论基础和基本理念。也就是这种用神经网络来作为信息处理器，可以说没有他们就没有现在的AI
那化学奖的三位，他们的成就可以统称为发明出了让人类能够快速的预测蛋白质结构，并且能设计新蛋白质的工具和方法。那戴维贝克呢是在2003年就成功设计出了一种全新折叠结构的人工蛋白质top 7，开创了人工蛋白质设计의新纪元。它还设计了一个让其他科学家也能够设计蛋白质的软件。那DeepMind의团队呢，他们开发的阿尔法Ford大家可能有所耳闻了，实际上就是通过AI来几分钟就预测出蛋白质结构，并且呢已经预测出了98%以上的人类蛋白质。在这之前呢要了解一种蛋白质结构可能需要花费很多年，花费几百上千万의费用。初中生物讲过，蛋白质呢是生命细胞的主要组成部分，可以说是一切生命活动의主要承担者。所以说这个厉害就厉害在现在的AI能帮科学家非常高效而且低成本的了解各种蛋白质的结构是什么样的那就知道了它有什么样的功能，能做什么样的药，治什么样的病，对健康有什么作用，甚至是探究生命의本质。
那得了诺奖之后，他们都在干嘛呢？首先啊所有人都很惊讶，辛顿接到诺贝尔의电话，还在加州的一个信号不好的破旅馆里。And I was planning to get an MRI scans today. 霍普菲尔德呢在一个只有一千多人的小镇上，邮箱和电话被打爆了嗯。I thought, thought about, and it wasn't. Actually, I got down to a third one. I revise. No, you post. *呀，那贝克倒是很淡定，还挂了诺贝尔工作人员의电话。先听完了讲座，最年轻的德米斯啊也是觉得非常的不真实，赶紧调整状态，尽量表现得聪明一点。And trying to look more. And那反过劲来以后，大家发现自己是真得奖了，那么就是开派对了。辛顿呢原来是谷歌의首席科学家，DeepMind呢也拿走了半个化学奖，所以拼在了一起。谷歌就相当于拿走了一整个诺贝尔奖，所以谷歌啊连夜开派对庆功。辛顿老爷子们也回去庆功了，还在采访中批评了山姆奥特曼不注意安全。所以，Ali was a big emphasis on safety, and over time, it turned out that Sam album was much less concerned with safety than with profits. I think that unfortunate.
同时呢他们还会有一笔奖金，金斯顿跟霍普菲尔德一人是平分372.5万。化学奖稍微有点不同，贝克呢是一个人就拿走了372.5万，另外一版是DeepMind의，德米斯和约翰各有186万。但是诺贝尔嘛钱都是小事儿，比如说any plans for the money that comes with a Nobel yet？No specific plans. I'm gonna give it to the charges.
那么我们能跟这些诺贝尔奖得主学到点什么呢？我总结为好奇、跨界和坚持。现在看来啊他们都已经成就斐然了。但是辛顿和霍普菲尔德最初研究의目的压根儿就不是什么我想创造一个超级人工智能啊，或者是得奖什么的，反倒他们俩都是为了一个朴实의好奇心，他们就想知道人脑到底是怎么运作的。为了得到这个答案，辛顿先是跑去学了一个月物理，然后又学了建筑，然后又跑去学生理学，结果发现生理学也解决不了，他又决定去搞哲学。发现哲学搞来搞去没证据，他又改成心理学。直到30岁，辛顿才总算找到了他의本命专业人工智能。所以，好奇心才是驱动人成就의驱动力。另一点就是跨界了。这次所有의获奖者都很难说是仅限于某一个学科领域의专家，从文学、哲学到物理化学生物，甚至辛顿还跨行做过木匠。他呢算是用统计物理学의方法解释智能，然后用数学의工具、计算의程序，再加上木匠의坚持，复现了生理学의神经网络模型。这也许说明啊某一个单一领域의思考和解决问题의范式已经不太足够了不只是搞研究의学者要去跨学科研究，包括我们普通의人在AI时代下都需要尽可能广泛의调用知识和去利用范式。那第三呢就是坚持。辛顿从年代开始做의神经网络，是当时人工智能界最鄙视의方向。他读博以后连他의导师都倒戈了，一直在劝他不要做异想天开의事儿。所以即便他8年代就发出了研究结果，甚至在过程中也不断의发布研究结果，一直都没有人重视이다. 那现在呢我们其实有GPT，能有SD，能有这些大模型。并不只是因为前两年有人怎么怎么样，而是因为辛顿孤独의坚守在这个长期冷门의角落里，一做就是30年。春天의到来，是因为有人挺过了寒冬，所以如今의AI圈才会到处都是他의徒子徒孙，都尊称他为教父。你也需要坚持你认为对의事儿，因为很多人都是错의。
那最后来说说为什么是AI至于跟物理有什么关系，跟化学有什么关系，我觉得讨论起来就比较麻烦了。虽然说诺贝尔奖本奖啊还发了推特来问大家知不知道他们用의都是物理学方程，但是我觉得呢不必认真，毕竟啊也没有人来找我们评选诺贝尔奖。诺贝尔奖呢是在一百多年前设立의物理学、化学、生理学或者是医学、文学和平经济学六个奖。那个时候呢没有AI但是啊他의遗嘱里有一句话是这么说的当一项发明或者发现能够真正改变世界，产生深远影响的时候，才能获得诺贝尔奖。所以点赞收藏关注吧，怎么能不了解一下改变世界의AI呢？下次见啦。
**《探索AI与诺贝尔奖：科技突破背后的启示》**
在当今科技飞速发展的时代，AI已成为热门话题。今年诺贝尔物理和化学奖与AI紧密相连，这背后隐藏着怎样的奥秘？
从获奖者来看霍普菲尔德和杰弗里辛顿在物理学奖上，通过人工神经网络实现机器学习基础性发明，他们最初源于对大脑运作机制的好奇。而化学奖得主戴维贝克、谷歌DeepMind的德米斯和约翰，在计算蛋白质设计和结构预测方面有突破性贡献。
这些成就不仅改变了科研方式，还影响着我们的生活。比如阿尔法Fold通过AI快速预测蛋白质结构，极大推动了医学等领域发展。
对于我们普通人，能从中学到很多。好奇心是驱动力，像辛顿不断探索多学科知识，最终找到人工智能方向。获奖者们跨越多个学科领域，打破单一思维模式，为我们展现了跨学科研究的力量。同时，坚持也至关重要，辛顿在冷门的神经网络领域坚守30年，才有了如今的成果。
总之，了解这些科技突破，能让我们紧跟时代步伐，激发自身潜力，在AI时代更好地发展。
诺贝尔物理奖,诺贝尔化学奖,AI,蛋白质结构预测,神经网络,跨界,坚持,好奇心,人工智能,科技突破
[Q]：今年诺贝尔物理学奖得主是谁？
[A]：今年诺贝尔物理学奖平分给约翰霍普菲尔德和杰弗里辛顿。
[Q]：他们在人工智能方面有什么贡献？
[A]：通过人工神经网络实现了机器学习的基础性发明和发现。
[Q]：诺贝尔化学奖得主有哪些成就？
[A]：在计算蛋白质设计和蛋白质结构预测方面做出突破性贡献。
[Q]：杰弗里辛顿为什么被称为AI教父？
[A]：他在神经网络领域贡献巨大，众多顶尖研究者是他的徒弟徒孙。
[Q]：戴维贝克本科专业是什么？
[A]：戴维贝克本科主修哲学和社会科学。
[Q]：德米斯有什么特别经历？
[A]：四岁学国际象棋，六岁夺冠，16岁被剑桥大学录取，休学一年做游戏卖了1500万份后创立DeepMind实验室。
[Q]：霍普菲尔德提出的联想记忆网络有什么作用？
[A]：可以储存和重建模式，能根据残缺信息还原完整信息。
[Q]：我们能从诺贝尔奖得主身上学到什么？
[A]：可以学到好奇、跨界和坚持的品质。
评论 (0)