作者簡(jiǎn)介：

李國(guó)杰，計(jì)算機(jī)專家，中國(guó)工程院院士、發(fā)展中國(guó)家科學(xué)院（TWAS）院士，中國(guó)科學(xué)院計(jì)算技術(shù)研究所首席科學(xué)家。研究方向?yàn)橛?jì)算機(jī)體系結(jié)構(gòu)、并行算法、人工智能、計(jì)算機(jī)網(wǎng)絡(luò)、信息技術(shù)發(fā)展戰(zhàn)略等。

2024年，諾貝爾物理學(xué)和化學(xué)獎(jiǎng)授予做人工智能相關(guān)研究的學(xué)者，引起科學(xué)界的熱議和爭(zhēng)論。這次諾獎(jiǎng)的“出圈”不是物理學(xué)界和化學(xué)界的“悲哀”，而是寄托了廣大科技工作者對(duì)人工智能推動(dòng)人類社會(huì)跨越式發(fā)展的期望，喚醒人們對(duì)人工智能超預(yù)期發(fā)展和廣泛滲透性的重視。復(fù)雜性挑戰(zhàn)逼迫人工智能和所有的傳統(tǒng)科學(xué)走到一起，我們應(yīng)更加重視跨學(xué)科研究。這次頒獎(jiǎng)可能會(huì)在科技發(fā)展史留下痕跡，我們的后代會(huì)記住這些為人類邁進(jìn)智能時(shí)代做出重大貢獻(xiàn)的偉大科學(xué)家。

2024年諾貝爾物理學(xué)、化學(xué)獎(jiǎng)都授予了做人工智能相關(guān)研究的學(xué)者，其中物理學(xué)獎(jiǎng)授予約翰·霍普菲爾德（John Hopfield）和杰弗里·辛頓（Geoffrey Hinton）以表彰他們“使用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行機(jī)器學(xué)習(xí)的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明”。這引起科學(xué)界的熱議和爭(zhēng)論。為什么將諾貝爾物理學(xué)獎(jiǎng)授予研究人工神經(jīng)網(wǎng)絡(luò)的學(xué)者？諾貝爾獎(jiǎng)委員會(huì)解釋，是因?yàn)槿斯ど窠?jīng)網(wǎng)絡(luò)是用物理學(xué)工具訓(xùn)練的。也就是說，目前紅遍全世界的人工智能的原始基礎(chǔ)是物理學(xué)的發(fā)現(xiàn)和知識(shí)，機(jī)器學(xué)習(xí)模型是基于物理原理實(shí)現(xiàn)的，一言以蔽之：物理學(xué)是人工智能的源頭。

現(xiàn)在人工智能，特別是機(jī)器學(xué)習(xí)，已成為物理、化學(xué)、生物等基礎(chǔ)研究的重要工具，“AI for Science”正在引起一場(chǎng)科研范式的大變革。這次諾貝爾獎(jiǎng)的“出圈”不是物理學(xué)界和化學(xué)界的“悲哀”，可能在科學(xué)史上翻開新一頁。人工智能確實(shí)是當(dāng)今最活躍的領(lǐng)域，諾貝爾物理學(xué)獎(jiǎng)、化學(xué)獎(jiǎng)?lì)C給人工智能學(xué)者，寄托了廣大科技工作者對(duì)人工智能推動(dòng)人類社會(huì)跨越式發(fā)展的期望。

壹

人工智能和物理學(xué)的融合

杰弗里·辛頓（Geoffrey Hinton）

近百年來，學(xué)科越分越細(xì)。辛頓教授在得獎(jiǎng)后的采訪中說：“我覺得我是一個(gè)不知道自己在哪個(gè)研究領(lǐng)域的人，但想弄清楚大腦工作原理，然后在研究中協(xié)助發(fā)明了一項(xiàng)效果驚人的技術(shù)。”不經(jīng)意的回答透露了獲得重大科學(xué)突破的奧秘：不要在自己頭上戴上哪個(gè)學(xué)科的“帽子”，要做不知道屬于哪個(gè)領(lǐng)域的交叉科學(xué)研究。這次“諾獎(jiǎng)風(fēng)波”后，許多學(xué)者對(duì)長(zhǎng)期以來禁錮我們思維的學(xué)科和專業(yè)繭房，可能會(huì)有全新的思考，會(huì)更加重視跨學(xué)科的研究。

非物理專業(yè)的科研人員理解這次諾貝爾獎(jiǎng)?chuàng)肀斯ぶ悄?，不是關(guān)注物理是人工智能的源頭，而是更重視人工智能對(duì)物理等基礎(chǔ)研究的推動(dòng)。人工智能為什么能推動(dòng)物理、化學(xué)、生物等基礎(chǔ)研究，涉及深層次的哲學(xué)問題。物理與計(jì)算都致力于描述自然界如何運(yùn)作，都試圖建立通用的世界模型。多數(shù)學(xué)者認(rèn)為，雖然計(jì)算可以模擬和理解物理過程，但并不意味著物理過程本身就是計(jì)算。物理過程本質(zhì)上可能不是離散的，而是連續(xù)的，用離散的圖靈機(jī)計(jì)算模型不能解釋全部客觀世界，需要發(fā)明和構(gòu)建更通用的計(jì)算模型和物理模型。這種深層次的理論絕不是靠某個(gè)科學(xué)家靈機(jī)一動(dòng)的思想火花就可以建立起來，而是需要做長(zhǎng)期艱苦的努力。不管人工智能和物理學(xué)實(shí)現(xiàn)深度融合還要經(jīng)過多少年努力，但大家已經(jīng)看到，“AI for Physics（Science）”和“Physics（Science）for AI”的道路都會(huì)越走越寬廣。

物理圖靈機(jī)模型

貳

復(fù)雜性挑戰(zhàn)下科學(xué)觀互補(bǔ)

人工智能和物理等基礎(chǔ)科學(xué)能走到一起，還有另一方面的原因。科學(xué)語言和科學(xué)方法適合處理精確問題，具有局限性和相對(duì)性，但簡(jiǎn)單的物理學(xué)問題都已解決，現(xiàn)在留下的都是包含隨機(jī)性和不確定性的復(fù)雜問題，而人工智能適合處理這種難以精確描述的問題，這樣物理學(xué)就和人工智能走到一起了。以前只有一種“合法的”科學(xué)，即確定論的、還原論的科學(xué)觀，現(xiàn)在可以有第2種科學(xué)觀，即非確定的、進(jìn)化的、基于數(shù)據(jù)和概率統(tǒng)計(jì)的科學(xué)觀，這兩種科學(xué)觀不是相互對(duì)立，而是相互補(bǔ)充，應(yīng)彼此尊重對(duì)方。復(fù)雜性不是對(duì)傳統(tǒng)科學(xué)范式的“擴(kuò)容”，不是更加復(fù)雜的還原論，而是對(duì)還原論假設(shè)系統(tǒng)的解構(gòu)和挑戰(zhàn)，挑戰(zhàn)了還原論的“信仰”。從這個(gè)意義上講，是復(fù)雜性挑戰(zhàn)逼迫人工智能和所有的傳統(tǒng)科學(xué)形成了“統(tǒng)一戰(zhàn)線”。

英國(guó)哲學(xué)家波普爾1964年出版的《客觀知識(shí)》一書中，區(qū)別兩種知識(shí)：“鐘”和“云”

叁

智能時(shí)代呼喚新的科研方法

近幾年科研范式正在發(fā)生重大的變化，我把這種新的范式稱為智能化科研（AI for Research，AI4R），其主要?jiǎng)恿碜择{馭復(fù)雜性。物理、化學(xué)、生物學(xué)研究都要靠人工智能來應(yīng)對(duì)指數(shù)爆炸。目前應(yīng)對(duì)維數(shù)災(zāi)難只有兩條出路，一是機(jī)器學(xué)習(xí)，二是復(fù)雜性科學(xué)。中國(guó)這兩個(gè)領(lǐng)域的學(xué)者聯(lián)系不多，今后應(yīng)加強(qiáng)溝通合作。

人工智能的突飛猛進(jìn)，預(yù)示人類已經(jīng)處在進(jìn)入智能時(shí)代的前夜。目前的技術(shù)離實(shí)現(xiàn)真正的通用人工智能還有一定距離，再經(jīng)過10—20年的努力，大概率會(huì)出現(xiàn)基于重大科學(xué)突破的基礎(chǔ)發(fā)明，為人類進(jìn)入智能時(shí)代打下堅(jiān)實(shí)的基礎(chǔ)。諾貝爾物理學(xué)獎(jiǎng)、化學(xué)獎(jiǎng)?lì)C給人工智能學(xué)者本身不是一件大事，但這次頒獎(jiǎng)可能會(huì)在科技發(fā)展史留下痕跡，我們的后代會(huì)記住這些為人類邁進(jìn)智能時(shí)代做出重大貢獻(xiàn)的偉大科學(xué)家。

文章來源公眾號(hào)：科技導(dǎo)報(bào)

圖源網(wǎng)絡(luò)，侵刪

粉絲福利領(lǐng)取

近期，公眾號(hào)收集了科研指導(dǎo)、編程學(xué)習(xí)、科學(xué)哲學(xué)、科學(xué)史、數(shù)學(xué)和物理科普書、中醫(yī)書籍、文學(xué)著作、升學(xué)就業(yè)相關(guān)資料等資源大禮包，點(diǎn)擊了解詳情

點(diǎn)擊資源推文頁，領(lǐng)取方式在文末