展會信息港展會大全

兩位AI研究員接連獲諾獎 引發(fā)業(yè)界對未來科研方向改變的擔憂
來源:互聯(lián)網(wǎng)   發(fā)布日期:2024-10-12 09:41:56   瀏覽:1571次  

導(dǎo)讀:劃重點 AI教父辛頓與谷歌DeepMind CEO哈薩比斯分別獲得諾貝爾獎,可能改變科研領(lǐng)域的未來方向。 AI研究員獲獎可能有兩個原因:AI在學術(shù)研究中無孔不入,計算機科學家可被歸入任何領(lǐng)域。 AI研究員獲獎可能引發(fā)兩大風險,一是吸引更多人跟風,二是遏制創(chuàng)新思維...

劃重點

“AI教父”辛頓與谷歌DeepMind CEO哈薩比斯分別獲得諾貝爾獎,可能改變科研領(lǐng)域的未來方向。

AI研究員獲獎可能有兩個原因:AI在學術(shù)研究中無孔不入,計算機科學家可被歸入任何領(lǐng)域。

AI研究員獲獎可能引發(fā)兩大風險,一是吸引更多人跟風,二是遏制創(chuàng)新思維的發(fā)展。

兩位AI研究員接連獲諾獎 引發(fā)業(yè)界對未來科研方向改變的擔憂

“人工智能教父”杰弗里辛頓(Geoffrey Hinton)與谷歌DeepMind首席執(zhí)行官德米斯哈薩比斯(Demis Hassabis)本周分別榮獲諾貝爾物理學獎和化學獎,這一消息在科研及人工智能領(lǐng)域掀起軒然大波。對此,不少人感到憂慮:這是否會給更廣泛的科學激勵機制帶來顛覆性的影響?

01 兩大原因可能助力AI研究員獲諾獎

哈薩比斯起初并不知道自己獲得了瑞典皇家科學院頒發(fā)的諾貝爾化學獎,直到他的妻子在Skype上頻繁接到一個來自瑞典的電話。

在隨后慶祝獲獎的新聞發(fā)布會上,哈薩比斯與其谷歌DeepMind同事約翰江珀(John Jumper)一同亮相,并分享道:“她(指妻子)幾次拿起又放下電話,但鈴聲依舊不斷。后來,我想她可能意識到了這是瑞典的來電,于是他們轉(zhuǎn)而詢問了我的聯(lián)系方式。”

其實,哈薩比斯獲得諾貝爾化學獎可能并不讓人感到太意外:就在前一天,被譽為“人工智能教父”的辛頓與普林斯頓大學教授約翰霍普菲爾德(John Hopfield)已經(jīng)因為在機器學習領(lǐng)域的卓越貢獻而被授予諾貝爾物理學獎。

兩位AI研究員接連獲諾獎 引發(fā)業(yè)界對未來科研方向改變的擔憂

顯然,人工智能時代的大幕已經(jīng)拉開。如今,通過深入研究人工智能并為其他學科領(lǐng)域貢獻力量,完全有可能獲得諾貝爾獎。辛頓和霍普菲爾德在物理學領(lǐng)域,哈薩比斯、江珀(以及與他們一同獲獎的華盛頓大學基因組科學家大衛(wèi)貝克(David Baker))所專注的化學領(lǐng)域,就是最典型的例子。

劍橋大學Leverhulme未來智能中心的高級研究員埃莉諾德拉格(Eleanor Drage)指出:“這無疑標志著‘科學領(lǐng)域的人工智能’時刻。當我們目睹杰出的計算機科學家榮獲諾貝爾化學獎和物理學獎時,大家不禁開始猜測,和平獎的桂冠又將花落誰家。”她辦公室的同僚們開玩笑說,xAI的創(chuàng)始人埃隆馬斯克(Elon Musk)已成為和平獎的熱門候選人。

德拉格認為,向人工智能領(lǐng)域的研究者頒發(fā)諾貝爾物理學獎和化學獎“不僅在這些學科內(nèi)部引發(fā)了熱議,也在外部引起了廣泛關(guān)注,討論異常激烈。”她分析,這些獎項的頒發(fā)可能有兩個原因:一是人工智能在學術(shù)研究中無孔不入,極大地模糊了學科之間的界限;二是“我們?nèi)绱送瞥缬嬎銠C科學家,以至于愿意將他們歸入任何領(lǐng)域。”

盡管德拉格對于諾獎組委會本周的決定持謹慎態(tài)度,但她和其他人都堅信,這一決定無疑將對科研領(lǐng)域的未來研究方向產(chǎn)生深遠影響。

英國科研誠信辦公室前研究誠信經(jīng)理馬特霍奇金森(Matt Hodgkinson)認為:“利用人工智能獲得諾貝爾獎的趨勢或許已初見端倪,這無疑會引導(dǎo)研究方向的轉(zhuǎn)變。”然而,隨之而來的問題是,這種變革是否將引領(lǐng)我們走向正確的道路?

02 AI研究員獲獎可能吸引更多人跟風

作為本年度諾貝爾化學獎的得主之一,貝克在利用人工智能預(yù)測蛋白質(zhì)結(jié)構(gòu)領(lǐng)域始終扮演著領(lǐng)軍角色。數(shù)十年來,他始終致力于攻克這一難題,并取得了顯著的進展。貝克發(fā)現(xiàn),由于問題的明確界定以及蛋白質(zhì)結(jié)構(gòu)的規(guī)范性,這一領(lǐng)域成為了人工智能算法的理想試驗常不過,他的成功絕非偶然,貝克在其職業(yè)生涯中已發(fā)表了超過600篇學術(shù)論文。同樣,谷歌DeepMind在AlphaFold2項目上也付出了巨大努力。

然而,霍奇金森表達了他的擔憂:在研究今年三位諾貝爾獎得主的成功因素時,該領(lǐng)域的研究人員可能會過于關(guān)注技術(shù)細節(jié),而忽視了科學的本質(zhì)。他說:“我希望這不會誤導(dǎo)研究人員,讓他們誤以為所有的人工智能工具都具有同樣的價值,從而濫用諸如聊天機器人等工具。”

兩位AI研究員接連獲諾獎 引發(fā)業(yè)界對未來科研方向改變的擔憂

這種擔憂源于人們對其他被認為具有顛覆性技術(shù)的濃厚興趣所帶來的潛在影響。霍奇金森表示:“技術(shù)炒作總是難以避免,最近的例子包括石墨烯和區(qū)塊鏈。”

谷歌學術(shù)論文搜索工具Google Scholar的數(shù)據(jù)顯示,自2004年石墨烯被發(fā)現(xiàn)后,2005年至2009年間提及該材料的學術(shù)論文數(shù)量為4.5萬篇。然而,在安德烈海姆(Andre Geim)和康斯坦丁諾沃謝洛夫(Konstantin Novoselov)因發(fā)現(xiàn)石墨烯而榮獲諾貝爾獎后,相關(guān)論文的發(fā)表數(shù)量急劇攀升,2010年至2014年間達到45.4萬篇,2015年至2020年間更是突破了100萬篇。但遺憾的是,盡管研究熱情高漲,迄今為止這些研究對現(xiàn)實世界的影響仍然相對有限。

霍奇金森認為,多名研究人員因其在人工智能領(lǐng)域的貢獻而榮獲諾貝爾獎,這種激勵效應(yīng)可能會吸引更多人才涌入該領(lǐng)域,進而可能對科研方向產(chǎn)生影響。他進一步指出:“人工智能的提議和應(yīng)用是否具有實質(zhì)性的科學價值,這是另一個值得我們深思的問題。”

我們已經(jīng)見證了媒體和公眾對人工智能的廣泛關(guān)注對學術(shù)界產(chǎn)生的巨大影響。斯坦福大學的研究表明,從2010年至2022年,人工智能領(lǐng)域的論文發(fā)表數(shù)量翻了兩番,僅在2022年就發(fā)表了近25萬篇論文,相當于每天有超過660篇新論文誕生。這一數(shù)據(jù)還是在2022年11月ChatGPT引領(lǐng)生成式人工智能革命之前統(tǒng)計的。

03 新趨勢或帶來兩大風險

紐約大學坦頓工程學院計算機科學副教授、從事人工智能研究的朱利安托格里厄斯(Julian Togelius)對學者們可能受到媒體關(guān)注、金錢誘惑以及諾貝爾獎委員會贊譽的影響程度表示擔憂。他強調(diào):“科學家通常會選擇阻力最孝回報最大的發(fā)展路徑。”

監(jiān)獄學術(shù)界的競爭變得越來越激烈、資金的日益稀缺以及其與研究人員職業(yè)發(fā)展前景的直接關(guān)聯(lián),將熱門話題與獲取資源相結(jié)合,這樣的誘惑或許讓任何人都難以抗拒。

然而,這種趨勢可能會帶來兩大風險,一是遏制創(chuàng)新思維的發(fā)展。托格里厄斯解釋稱:“從自然界中獲取更多基礎(chǔ)數(shù)據(jù),并提出人類能夠理解的新理論,無疑是一項極具挑戰(zhàn)性的任務(wù),這需要深刻的洞察力和不懈的探索。” 對于研究人員來說,雖然利用人工智能進行模擬、支持現(xiàn)有理論并處理現(xiàn)有數(shù)據(jù)在理解上只能帶來小幅提升,而非革命性的突破,但這種方法卻更為高效。托格里厄斯預(yù)測,新一代科學家可能會傾向于選擇這條更為簡便的道路。

第二種潛在風險是,一些過于自信的計算機科學家,在推動人工智能領(lǐng)域發(fā)展的同時,看到人工智能在不相關(guān)的科學領(lǐng)域(如物理和化學)幫助研究人員獲得諾貝爾獎,可能決心效仿這些做法,從而進入其他研究領(lǐng)域。托格里厄斯警告道:“當計算機科學家涉足自己并不熟悉的領(lǐng)域時,他們往往會不假思索地引入算法,并將其稱之為進步。無論這種做法是否有效,他們都認為這是理所當然的。”

托格里厄斯還表示,由于自己對物理學、生物學或地質(zhì)學等領(lǐng)域的知識有限,他也曾有過將深度學習應(yīng)用于其他科學領(lǐng)域,并在深入思考之前就急于“推進”的念頭。

哈薩比斯就是利用人工智能推動科學進步的代表人物。他擁有神經(jīng)科學博士學位,自2009年以來,在谷歌DeepMind憑借深厚的專業(yè)背景為人工智能的發(fā)展做出了卓越貢獻。然而,他也坦言,該行業(yè)提高效率的方式已經(jīng)發(fā)生了轉(zhuǎn)變。他在諾貝爾獎新聞發(fā)布會上提及:“當前,人工智能正愈發(fā)傾向于工程化。我們已掌握眾多技術(shù),當下的主要工作是算法的改進,而不再直接參考大腦的工作機制。”

這一變化對研究類型、研究對象、研究人員的專業(yè)背景和動機都產(chǎn)生了深遠的影響。我們可能會見證更多計算機科學家參與不同領(lǐng)域的研究,他們可能不再終身致力于某一個專業(yè)領(lǐng)域,并逐步脫離他們所研究的現(xiàn)實。

盡管如此,這并未減少哈薩比斯、江珀及其同事對榮獲諾貝爾獎的喜悅之情。哈薩比斯早些時候透露:“我們即將完成AlphaFold3的代碼清理工作,并計劃將其向?qū)W術(shù)界開放,供自由使用。之后,我們將繼續(xù)前行。”(科技新聞特約編譯金鹿)

贊助本站

相關(guān)內(nèi)容
AiLab云推薦
展開

熱門欄目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能實驗室 版權(quán)所有    關(guān)于我們 | 聯(lián)系我們 | 廣告服務(wù) | 公司動態(tài) | 免責聲明 | 隱私條款 | 工作機會 | 展會港