近日，2024年诺贝尔奖科学类的3个奖项——生理学或医学奖、物理学奖、化学奖全部揭晓，后两项均颁发给AI（人工智能）领域科学家。不少人惊呼：AI成为2024年诺奖最大赢家！
诺贝尔物理学奖授予美国科学家约翰·霍普菲尔德和加拿大科学家杰弗里·辛顿，表彰他们“通过人工神经网络实现机器学习的基础性发现和发明”。两位人工智能先驱的工作，为深度学习和神经网络的发展奠定了基础，对人工智能如今的蓬勃发展起到了关键性作用。
诺贝尔化学奖中，美国科学家大卫·贝克因为在计算蛋白质设计方面的贡献获一半奖项，英国科学家德米斯·哈萨比斯和美国科学家约翰·江珀因为在蛋白质结构预测方面的成就共享另一半奖项。哈萨比斯和江珀开发了人工智能模型AlphaFold2，解决了一个已有50年历史的难题，能预测大约两亿种已知蛋白质的复杂结构，已被全球200多万人使用，对药物研发等领域具有革命性的意义。
这些奖项的颁发，体现了一大科研新趋势：AI技术作为一股不可忽视的力量，正在推动科学研究的范式转变。在物理学、化学、生物学、医药等多个领域，AI成为解决长期存在的复杂科学问题的重要工具。它建立了一个理论上可以解决所有科学问题的范式：即从实际问题出发，将其转变为AI可以处理的输入数据，再经过深度学习网络，最终输出结果。很多科学家认为，AI将推动科学研究不断突破传统框架，实现更加深远、更加广泛的创新。
有人因此担心：未来科研难题都会交给AI解决吗？我们还需要人类科学家吗？
从现有AI技术水平看，AI和人类之间的关系是互补的，而非替代的。AI可以作为科学研究的强大工具，帮助人类处理数据、模拟实验、预测结果等，但人类科学家的直觉、创造性和决策能力尚不可被替代。人类有创造性思维，能够提出新的问题，进行跨学科思考，并在研究中引入新的视角；科学研究中有许多决策需要复杂的判断，包括对不确定性的处理、风险评估以及对实验结果的解释等，这些通常需要依赖人类的直觉和经验；人类在制定研究议程和决定研究方向时，会考虑伦理和道德，这也是AI难以完全理解或处理的。
AI用于科研潜力巨大，中国有相关技术基础，也有不少成功实践。今年7月发布的《世界知识产权组织生成式人工智能专利态势报告》显示，2014年至2023年，中国生成式人工智能专利申请量超过3.8万件，占全部专利数量的70.3%，居世界第一位。中国科学家运用人工智能算法发现大量全新RNA病毒，今年10月在《细胞》（Cell）杂志发表论文，报告了全球范围内180个超群、16万余种RNA病毒的发现，大幅扩展全球RNA病毒的多样性。
当然，AI辅助科研也带来了一系列挑战。一方面，AI辅助设计、AI增强检索、AI辅助研读、AI辅助创作等服务，大幅提升了科研工作的研究效率；另一方面，滥用AI技术也会带来侵犯他人知识产权、泄露个人隐私信息、编造虚假实验数据、快速炮制垃圾论文等诸多问题。兴利除弊，需要制定有利于AI辅助科研健康发展的政策、加大基础研究投入、建立人才培养和跨学科合作机制，也需要对AI可能引发的风险进行前瞻预判，对现有科研伦理法规进一步完善和细化，同时加强监管和审查。