AI连续获得诺贝尔奖，究竟是众望所归，还是无法接受

AI连续获得诺贝尔奖，引发外界热烈讨论，有人称赞是众望所归，也有人指责不合理。为何AI获得诺贝尔奖，会有如此大的争议？

在10月8日，诺贝尔物理学奖公布，AI领域的人工神经网络获奖，这让外界完全没有想到。在《大象新闻》的相关报道中，标题直接是“诺贝尔物理学奖颁给了AI教父！物理学不存在了？”《北京科技报》的标题，则是“机器学习算物理学？”但更让人没想到的是，仅过了一天，诺贝尔化学奖也颁发给AI领域，三名AI研究者因为在蛋白质结构方面作出的重大突破得到表彰。这个结果，引发了外界巨大的争议。

那么，为何此次诺贝尔奖的结果，会引发全球如此强烈的反应？仅仅是因为AI获奖吗？从诺贝尔奖的颁发情况看，该奖项有极强的延迟性，因为诺贝尔奖委员会想要确保得到表彰的成果得到时间的检验，这样能凸显长期的价值。比如2013年获得诺贝尔物理学奖的希格斯玻色子研究，其实早在1964年就被提出。中国药学家屠呦呦在2015年获得诺贝尔生理学或医学奖，以表彰她在上世纪70年代发现了青蒿素。这次诺奖颁给AI，看似是“赶时髦”，实际也说明AI技术已经经过了时间考验，被证明对未来科研有极大影响。

但即便如此，AI获奖的争议依然巨大，仅社交媒体上，就对这个结果有多种看法，有人认为是众望所归，也有人表示不合理。那么，如何对这个情况进行分析？

先从诺贝尔物理学奖的情况看，无论是人工神经网络，还是机器学习，都不是传统物理研究的范式，更不用说两者构建的全新科技组合。因此，在看到人工神经网络用于机器学习获奖时，很多物理从业者目瞪口呆。从传统物理研究的情况看，坚实的理论基础、广泛的应用和有效的结果，是该领域的三大特征。然而，机器学习目前还无法在物理的应用有效性上，给出一个严格的理论推导和证明。这可能让传统“物理研究者”感到很难接受。

而对诺贝尔化学奖的情况，争议不是源于AI本身，而是Alphafold系列预测蛋白质结构的准确率并不高，会出现实验显示不存在的结构。换而言之，这项技术并不成熟。

而对诺贝尔奖的颁发情况，有观点指出，因为现有的科技条件和知识体系的限制，实际上基础科研已经进入了瓶颈期，很多科研人员只是提出猜想，但没有突破性的技术产出。那么，AI技术是否能够帮助人类，突破现有的知识体系？或许诺奖的结果，就是鼓励科研人员全力推动科技与AI结合，走出一条全新的道路？