详细内容或原文请订阅后点击阅览
有争议的科学：人工智能和诺贝尔奖
2024 年诺贝尔物理学奖和化学奖开创了承认人工智能对科学贡献的先例。虽然有些人可能质疑人工智能与传统学科之间的契合度，但另一些人认为这是承认现代研究跨学科性质的必要一步。
来源:Qudata有争议的科学：AI和诺贝尔奖
杰弗里·辛顿（Geoffrey Hinton）和约翰·霍普菲尔德（John Hopfield）因其在神经网络中的开创性工作而获得诺贝尔物理学奖，而Demis Hassabis，John Jumper和David Baker则获得了使用AI解决长期存在的蛋白质结构问题的化学奖。这些AI驱动的突破激发了人们对AI在传统科学中的作用以及一个世纪以前建立的诺贝尔类别是否需要发展以反映跨学科技术的影响的讨论。
诺贝尔物理学奖，因为他们在神经网络中的开创性工作 使用AI解决长期存在的蛋白质结构问题的化学奖数十年来，AI一直是许多科学学科中的重要工具，但是在一个星期中，它在两个诺贝尔奖类别中的认可表明其对其作用的看法更广泛。诺贝尔物理学奖授予了两个男人，他们帮助奠定了机器学习的基础。美国物理学家约翰·霍普菲尔德（John Hopfield）在1980年代开发了Hopfield网络，这是影响未来AI研究的最早人工神经网络之一。同时，英国加拿大计算机科学家杰弗里·欣顿（Geoffrey Hinton）经常被称为“ AI的教父”之一，他共同开发了反向传播算法，该算法对于培训现代神经网络仍然至关重要。尽管他们的研究基于物理概念，但最初对现场的某些人来说，为什么AI应该获得物理奖。
AI预测蛋白质结构的能力为生物学，医学和超越Qudata团队对使用人工智能进行了我们自己的深入研究，以预测蛋白质的热稳定性。有关发现结果，您可以探索我们的案例研究 - 酶稳定性预测。
案例研究 - 酶稳定性预测视频