AI技術的快速發展，讓我們看到了科技的無限可能。但你有沒有想過，AI有一天會衝擊諾貝爾獎？ 2024年的諾貝爾化學獎和物理學獎，就因為AI的貢獻，頒給了幾位傑出的科學家。這也讓很多人開始思考，AI是否有一天會取代科學家？
AI獲諾獎：AlphaFold引領生物科技革命首先，讓我們來看看剛獲得2024年諾貝爾化學獎的GoogleDeepMind團隊。丹米斯·哈薩比斯和約翰·喬普憑藉他們的AlphaFold2模型，以超過90%的準確率，預測了超過2億種蛋白質的結構。這可不是一個簡單的數字遊戲，而是為生命科學帶來了翻天覆地的改變。
你可能不知道，蛋白質結構的研究一直是生物學領域的一大難題。過去，科學家為了破解某個蛋白質的結構，可能需要幾年甚至幾十年的時間。而AlphaFold只需要幾秒鐘就能完成。這樣看來，諾獎頒給AlphaFold，真的是意料之中的事。
物理學獎同樣青睞AI：神經網路的基礎奠定者無獨有偶，2024年的諾貝爾物理學獎也頒給了兩位AI領域的先驅——美國普林斯頓大學的約翰·霍普菲爾德教授和加拿大多倫多大學的傑弗瑞‧辛頓教授。為什麼他們的研究與物理學有關呢？因為他們在人工神經網路方面的突破性發現，直接推動了AI的演化。
人工神經網路已經成為當今AI的核心技術，它的靈感其實來自人類大腦神經元之間的連結。霍普菲爾德和辛頓的研究，奠定了深度學習的基礎。今天我們常用的語音助理、自動駕駛、影像辨識技術，都依賴這些神經網路模型。
哈佛大學的理論物理學家馬特·斯特拉斯勒表示，霍普菲爾德和辛頓的工作屬於跨學科研究，結合了物理學、數學、電腦科學和神經科學，這也說明了AI與這些基礎學科的深厚連結。
AI能取代科學家嗎？還沒那麼快！看到這裡，你可能會問，AI這麼強大，未來會不會取代科學家？其實答案沒有那麼簡單。北電數智首席科學家竇德景教授就表示，AI在許多領域有著巨大的潛力，尤其是像AlphaFold這樣的模型，改變了生物科學的研究方式。
不過，他也指出，AI對於物理學的貢獻還不夠明顯。雖然AI可以幫助我們處理龐大的數據，例如2017年人類首張黑洞照片的計算處理就用了電腦視覺技術，但在推動物理學基本原理的發現上，AI的作用還不夠突出。也就是說，AI更多的是幫助科學家，而不是完全取代他們。
AI的泡沫？實際應用還有多遠？儘管AI在科學界的表現很亮眼，但許多人仍然對AI產業的未來充滿疑慮。 AI會不會只是一陣風，曇花一現？其實，Gartner的技術週期報告早已提醒，AI已經度過了過度預期的高峰，未來會進入幻滅的低谷。簡單來說，很多AI專案可能會因為高成本、資料品質差等原因而失敗。
舉個例子，實施一個生成式AI專案的成本高達數百萬美元，每年還需持續投入，少則幾千，多則上萬美元的預算。這對很多企業來說，實在難以為繼。北電數智的竇德景教授也指出，現在AI的獲利模式還不清晰，很多大模型專案需要巨額的硬體投入，回本週期非常長。
然而，值得期待的是，AI正在加速落地應用。像是OpenAI的ChatGPT、Google的AI工具、微軟的ai助理等，已經在業界產生了一些初步的商業成果。竇教授表示，未來隨著AI技術的成熟，可能會出現類似搜尋引擎依賴廣告變現的商業模式，只是現在還沒完全顯現。
AI未來的巨大潛力：不僅是工具AI的商業價值仍在探索中，但在科學領域的潛力已經不容小覷。英矽智能的創辦人Alex Zhavoronkov表示，AI不僅改變了科學研究的速度，也讓小型企業有機會與大公司競爭。例如，Insilico公司利用AI提名了19個臨床前候選藥物，並成功推進了9個計畫到臨床階段。這樣的成果，即使是大型製藥公司也難以輕易實現。
未來，AI也將與更多產業融合，從醫藥到房地產，再到工業製造，AI的應用場景幾乎是無窮無盡的。 Alex認為，AI的成功不僅在於技術本身，還要依賴人才和創新能力，尤其在中國，AI正以驚人的速度發展，預計將引領全球下一波的生產力浪潮。
AI與科學家的合作才剛開始AI雖然已經在一些領域取得了重大進展，但短期內，完全取代科學家的說法還為時過早。我們更應該看到的是，AI與科學家之間的合作，會帶來更多驚人的發現與發明。未來，AI將成為科學家手中最強大的工具，讓我們更快解開宇宙的秘密，並推動各領域的飛躍式發展。