Am Nachmittag des 9. Oktober, Pekinger Zeit, beschloss die Königlich Schwedische Akademie der Wissenschaften, den Nobelpreis für Chemie 2024 an drei Wissenschaftler zu verleihen. Unter ihnen sind zwei Nobelpreisträger, Demis Hassabis und John M. Jumper, die mit dem KI-Modell AlphaFold2 bekannt sind, um die Aminosäuresequenz mit einer Genauigkeit von mehr als 90 % vorherzusagen Menschheit.
Kein Zufall. Am 8. wurde der Nobelpreis für Physik 2024 auch an zwei Wissenschaftler auf dem Gebiet der KI verliehen: John J. Hopfield, Professor an der Princeton University in den Vereinigten Staaten, und Jeffrey Hinton, Professor an der University of Toronto in Kanada (Geoffrey E. Hinton) für ihre grundlegenden Entdeckungen und Erfindungen bei der Realisierung maschinellen Lernens durch künstliche neuronale Netze.
Offensichtlich ist dieses Jahr das „Jahr der KI“ für den Nobelpreis geworden, und sowohl der Physikpreis als auch der Chemiepreis wurden an KI-bezogene Arbeiten verliehen. Bedeutet das also, dass KI bereits jetzt die Arbeit von Wissenschaftlern ersetzen kann? Warum gewann der diesjährige Gewinner den Preis in Chemie und nicht in Physiologie oder Medizin? Wie weit ist es im Hinblick auf die KI-Blase, insbesondere die niedriger als erwarteten Industrierenditen von KI-Software, von der Technologie bis zur Anwendung und der Erzielung positiver Gewinne?
In diesem Zusammenhang führte Titanium Media App exklusive Dialoge und Austausche mit vielen Wissenschaftlern, darunter Alex Zhavoronkov, Gründer und CEO von InSilico Medicine, und Professor Dou Dejing, Chefwissenschaftler von Nortel Digital Intelligence.
Wie ist das diesjährige „Jahr der KI“ für den Nobelpreis zu interpretieren? In diesem Zusammenhang sagte Zhang Hongjiang, Gründungsvorsitzender des Beijing Zhiyuan Artificial Intelligence Research Institute und ausländischer Akademiker der American Academy of Engineering, in einem Video, das der TMTpost App gezeigt wurde, dass KI tatsächlich eine sehr wichtige Rolle in der wissenschaftlichen und physikalischen Forschung spiele. Diesmal haben sich die beiden die Auszeichnung verdient. „Ich denke, das ist eine sehr gute Anerkennung des zukünftigen Potenzials der KI. Ich glaube, dass die zukünftige Physik auch untrennbar mit der KI verbunden ist.“
„Hinton nutzte RBM im Jahr 2006 für ein selbstüberwachtes DNN-Vortraining und trainierte erfolgreich ein tiefes neuronales Netzwerk. Es kann als Vorreiter dieser Runde der KI-Revolution bezeichnet werden. Das Hopfield-Netzwerk legte den Grundstein für RBM.“ sagte, dass die beiden Menschen tatsächlich eine enge Verbindung zur Physik haben. Darüber hinaus ist es sehr wichtig, dass der Nobelpreis für das Gebiet des maschinellen Lernens in Netzwerken tatsächlich eine Anerkennung und Erwartung der Bedeutung von KI oder maschinellem Lernen auf der Grundlage neuronaler Netze darstellt.
Matt Strassler, ein theoretischer Physiker an der Harvard University, sagte: „Die Forschung von Hopfield und Hinton ist interdisziplinär und integriert Physik, Mathematik, Informatik und Neurowissenschaften. In diesem Sinne gehört sie zu allen Bereichen.“
Professor Dou Dejing, Chefwissenschaftler von Nortel Digital Intelligence, sagte gegenüber TMTpost App, dass der diesjährige Chemie-Nobelpreis zunächst an DeepMind Hassabis und Qiaopu verliehen wurde. Ihr „Beitrag zur Proteinstrukturvorhersage“ sei in der Tat unverzichtbar hat die komplexe Struktur von Proteinen zu geringen Kosten vorhergesagt, deren Gewinnung für Biowissenschaftler bisher zeitaufwändig und mühsam war, und förderte Veränderungen im biologischen Forschungsmodell. Der Nobelpreis für Physik wurde dem Bereich der KI verliehen die Anerkennung des Beitrags der KI durch die gesamte wissenschaftliche Gemeinschaft. Seit der Geburt von ChatGPT hat sich die KI zwei Jahre lang rasant entwickelt und beschleunigt sich. Obwohl es noch keine große kommerzielle Umsetzung gefunden hat, hatte es große Auswirkungen auf alle Lebensbereiche, insbesondere auf die wissenschaftliche Gemeinschaft. Dieser Physikpreis wird Hopfield und Hinton in Anerkennung ihrer grundlegenden Entdeckungen und Erfindungen verliehen, die den Einsatz künstlicher neuronaler Netze für maschinelles Lernen vorangetrieben haben. Der Kern dieser Auszeichnung ist die Anwendung grundlegender Prinzipien der Physik auf das Gebiet der neuronalen KI-Netze.
Allerdings glaubt Dou Dejing, dass „der Beitrag der KI zur Physik selbst nicht offensichtlich genug ist.“
Er stellte vor, dass einer der vergangenen Beiträge der KI zur Physik-Community im Jahr 2017 stattfand, als Astronomen Computer-Vision-Technologie nutzten, um bei der Verarbeitung des ersten Fotos eines Schwarzen Lochs der Menschheit zu helfen. Obwohl der in den letzten zwei Jahren rasante Fortschritt in der Großmodelltechnik auch auf Grundlagendisziplinen wie Mathematik, Statistik, Informatik und Physik beruhte, war Hinton überrascht, als Hinton der Nobelpreis für Physik verliehen wurde erwarte, dass es passiert.
Dou Dejing betonte gegenüber TMTpost App: „Zusammenfassend sind Mathematik, Statistik, Physik und Informatik die Grundlagen der Informatik und der KI.“ Sie hat die Grundprinzipien der Physik noch nicht wirklich beeinflusst und der Entwicklung der Physik nicht geholfen. Da in Zukunft ständig neue Substanzen und Theorien entdeckt werden, gehen wir davon aus, dass die KI neben der Physik häufiger mit der Physik interagieren wird Nobelpreise für Biomedizin und Chemie würdigen möglicherweise auch die Beiträge von KI-Wissenschaftlern.“
Alex Zhavoronkov, Gründer und CEO von Insilicon Intelligence, sagte gegenüber TMTpost App, dass KI tiefgreifende Auswirkungen auf Wissenschaft und Technologie gehabt habe und alle Aspekte des menschlichen Lebens verändern werde.
„Ich denke, das Nobelkomitee hat dies erkannt und musste die Grenzen überschreiten, um diese tiefgreifende Veränderung anzuerkennen. Alex sagte, dass es in der diesjährigen Auszeichnung viele ungewöhnliche Fakten gibt.“ Erstens ist KI hauptsächlich Mathematik. John McCarthy, Alan Turing, Marvin Minsky, Allen Newell, HerBERT A. Simon), Nathaniel Rochester und Claude Shannon sind überwiegend Mathematiker und Ingenieure. Als die Nobelpreise erstmals eingeführt wurden, gab es weder Informatik noch künstliche Intelligenz als eigenständige Disziplin. Für tiefe neuronale Netze mussten sie KI also als Physik einstufen, und es wurde erwartet, dass AlphaFold den Nobelpreis gewinnen würde.
Nach Ansicht von Alex wird der Nobelpreis mehr Menschen inspirieren und der Wert neuronaler Netze für die Branche ist enorm.
„Viele sehr einfache Aufgaben wurden von KI übernommen. Selbst bei Insilico haben wir viele Annotations-, Schreib- und sogar Codierungsaufgaben durch KI ersetzt und mussten viele unserer Mitarbeiter, die die Daten vorbereiten, umschulen und weiterbilden . Die wirtschaftlichen Vorteile sind noch nicht spürbar, aber nichts ist tiefgreifender als die Wirkung der Arzneimittelforschung. Allein Insilico hat 19 präklinische Arzneimittelkandidaten erfolgreich nominiert und damit Fortschritte gemacht Die Klinik hat eine Phase-II-Studie bestanden. Normalerweise nominieren große Pharmaunternehmen jedes Jahr 5-7 präklinische Arzneimittelkandidaten und verfügen über mehr Ressourcen – mit KI hat ein Unternehmen mehr Vorteile bei der Arzneimittelentwicklung als die meisten entwickelten Länder Die meisten Länder haben noch nie einen PCC nominiert. Aber dank der KI und der Macht Chinas kann man dies tatsächlich tun, ohne jahrzehntelang lokale Wissenschaftler auszubilden, aber genau wie das Internet oder die sozialen Netzwerke – Es gibt nur wenige Gewinner, vielleicht 2-3“, sagte Alex.
Shen Qi, ständiger Lehrbeauftragter an der Fakultät für Chemie und Chemieingenieurwesen der Shanghai Jiao Tong University, sagte, dass mit dem Aufkommen der KI die Genauigkeit und Effizienz der Proteinvorhersage beispiellos verbessert worden sei und damit große wissenschaftliche Probleme gelöst worden seien, die Chemiker beschäftigt hätten Diese Auszeichnung ist seit vielen Jahren eine beliebte Wahl für die meisten Chemiker und ein leistungsstarkes Werkzeug in den Händen wissenschaftlicher Forscher.
Tatsächlich hat der Nobelpreis seit der ersten Verleihung des Nobelpreises im Jahr 1901 oft die Auswirkungen der Forschung auf die Gesellschaft hervorgehoben und praktische Erfindungen statt nur reine Wissenschaft belohnt. Die diesjährigen Auszeichnungen sind in dieser Hinsicht keine Seltenheit, da sie teilweise an sehr herausragende Ingenieurprojekte vergeben werden. Dazu zählen die Bereiche Laser und PCR.
Es wird davon ausgegangen, dass sich der Nobelpreis für Physik und Chemie 2024 zu gleichen Teilen den gesamten Einzelpreis von 11 Millionen schwedischen Kronen (ca. 7,4446 Millionen RMB) teilt.
Obwohl der diesjährige Nobelpreis bekannt gegeben wurde, gab es Kontroversen über die Frage, „ob der Trend zur generativen KI eine Blase gebildet hat“.
Laut dem Gartner-Technologiezyklus hat die KI den Höhepunkt der Übererwartung überschritten und wird den Tiefpunkt der Ernüchterung erreichen. Der Bericht prognostiziert, dass bis 2025 30 % der aktuellen KI-Projekte nach dem Proof of Concept aufgegeben werden. Gleichzeitig werden viele KI-Projekte aufgrund schlechter Datenqualität, unzureichender Risikokontrollen, unklarem Geschäftswert oder steigender Kosten scheitern.
Gartner weist darauf hin, dass die Umsetzung generativer KI-Projekte Millionen von Dollar kosten und erhebliche laufende Kosten verursachen kann. Beispielsweise kann die Einführung einer neuen Generation virtueller KI-Assistenten 5 bis 6,5 Millionen US-Dollar kosten, bei einem jährlichen wiederkehrenden Budgetaufwand von 8.000 bis 11.000 US-Dollar pro Benutzer.
In diesem Zusammenhang sagte Alex gegenüber TMTpost Media App, dass KI auf kurze Sicht wie viele andere Technologieblasen (generative KI) eine Blase sei. Viele Unternehmen von geringer Qualität erhielten Fördermittel und sogar einige Universitätsprofessoren auf niedrigerem Niveau erhielten Fördermittel für neue Start-ups und haben nun Schwierigkeiten, ein Produkt zu schaffen oder Einnahmen zu erzielen.
Dou Dejing sagte gegenüber TMTpost App: „ Wir glauben, dass die aktuelle KI Unternehmen noch nicht dabei helfen konnte, wirtschaftliche Rentabilität zu erzielen. Obwohl einige Softwareunternehmen jetzt Copilot zur automatischen Programmierung verwenden, was den Programmierern Zeit und einige Kosten sparen kann, ist dies noch nicht möglich.“ . Verwenden Sie KI, um Programmierer vollständig zu ersetzen, da die Betriebskosten der großen Modellindustrie zu hoch sind. Das Trainieren eines Modells dauert mehrere Monate und erfordert einen Gewinn Modell wird es auch sehr lange dauern, bis sich die Kosten amortisieren.“
Nach Ansicht von Dou Dejing war es genau wie damals mit dem Aufkommen von Suchmaschinen, die jedem einen besseren Zugang zu Informationen ermöglichten. Allerdings dachte er damals auch über ein Monetarisierungs-Rendite-Modell nach. Später setzte er auf Werbung, um Gewinne zu erzielen Modell. Derzeit gibt es im KI-Bereich kein werbeähnliches Profitmodell. Es ist derzeit unklar, ob OpenAI in Zukunft durch Werbung auf seiner Plattform Gewinne erzielen kann. Schließlich ist die tägliche Nutzeraktivität großer Modellunternehmen weitaus geringer als die von Suchmaschinen wie Google und einem Gewinnmodell wie Werbung ist nötig.
Doch vom Kapital bis hin zu den Unternehmen selbst verändert sich der Markt, und Unternehmen im Großmodellbereich beschleunigen die Implementierung von Anwendungen und arbeiten hart daran, Einnahmen zu erzielen.
Laut Dou Dejing löst Nortel Digital Intelligence als KI-natives staatliches Unternehmen, wie man in der aktuellen Wettbewerbslandschaft der Rechenressourcen die vorhandenen Mehrfach-Rechenressourcen effektiv nutzen kann, um die Kernwettbewerbsfähigkeit der KI-Branche zu verbessern und gleichzeitig die Unternehmensnutzung zu reduzieren . Die Schwelle der KI-Rechenleistung und die Entwicklung der KI-Industrie unterstützen.
Insbesondere nutzt Nortel Digital Intelligence die Kerntechnologie von Hunyuan Adaptation, um inländische Chips effizienter zur Verarbeitung verschiedener Datentypen zu nutzen, gleichzeitig die Datensicherheit und die Leistung von Modellen zu gewährleisten und die Realisierung inländischer Chips aus „nutzbaren“ Veränderungen zu fördern bis „einfach zu bedienen“. Gleichzeitig erfordert die weit verbreitete Anwendung von KI Innovationen nicht nur in der Technologie selbst, sondern auch in Prozessen, Systemen und Organisationen. Darüber hinaus baut Nortel Digital eine Produktionslinie für das KI-Zeitalter auf und fördert die Infrastrukturentwicklung Zusätzlich zur Rechenleistungsschicht, die mit inländischen Chips zusammenarbeitet, bietet die Modellschicht universelle Unterstützung für Mainstream-Basismodelle und Open-Source-Modelle. Zweitens schafft die Datenschicht einen vertrauenswürdigen Datenraum und eine vertikale Modellmatrix für sensible Branchen ist außerdem mit Ausstellungsdisplays, Roadshow-Räumen, Laboren sowie offenen und geschlossenen Seminaren usw. ausgestattet, um die Entwicklung der Branche zu beschleunigen, KI verfügbar zu machen und den Beginn des KI-Zeitalters zu beschleunigen.
Alex sagte, dass derzeit im Bereich der KI nur wenige Startups Größenordnung und industrielle Fähigkeiten erreichen können – OpenAI leistet gute Arbeit bei der Inferenz, Insilico leistet gute Arbeit bei der Arzneimittelforschung, aber Unternehmen wie Google, Microsoft , Amazon usw Meta Big-Unternehmen verfügen über alle Schlüssel für den Mainstream industrieller Anwendungen. Was die Arzneimittelentwicklung betrifft, ist es sehr positiv, dass Insilico den Abschluss der ersten klinischen Phase-II-Studie eines vollständig durch KI generierten Arzneimittels vorantreibt: „Ich bin stolz darauf, dass dies in China abgeschlossen wurde, und wenn wir es sind.“ Glück gehabt. Wenn ja, könnte es das weltweit erste zugelassene KI-Medikament sein.“
Laut den von Yingsi Intelligent im Juni dieses Jahres an die Hong Kong Stock Exchange übermittelten Finanzberichtsinformationen werden die Einnahmen von Yingsi Intelligent in den Jahren 2021 und 2022 4,713 Millionen US-Dollar bzw. 30,147 Millionen US-Dollar betragen, hauptsächlich aus medizinischen Forschungs- und Entwicklungsdienstleistungen. Insilico wird in Zukunft die Kombination aus KI, Immobilien und Gesundheitswesen ausbauen, und Alex wies darauf hin, dass das Unternehmen mit einigen führenden Immobilienunternehmen zusammenarbeitet.
Branchenforschungsdaten zufolge stiegen die weltweiten Ausgaben für pharmazeutische Forschung und Entwicklung von 2017 bis 2021 von 165,2 Milliarden US-Dollar auf 217,9 Milliarden US-Dollar, mit einer durchschnittlichen Wachstumsrate von 7,9 % in diesem Zeitraum. Es wird erwartet, dass der Ausgabenumfang von 2022 bis 2026 von 242,1 Milliarden US-Dollar auf 313 Milliarden US-Dollar steigen wird, mit einer durchschnittlichen Wachstumsrate von 6,9 % in diesem Zeitraum.
„Ich denke, dass 50 % des Erfolgs auf eine sehr leistungsstarke generative KI zurückzuführen sind und 50 % auf Chinas hochqualifizierte Talente, Fähigkeiten und Arbeitsethik. Ich denke, dass die nächste große Produktivitätswelle, die wir in der KI sehen werden, in China stattfinden wird.“ .“, sagte Alex.