物理学奖颁给Hinton和Hopfield，已经震惊了AI圈和物理学圈。
谁能想到，昨天的化学家一出，围观群众再次惊掉下巴——
不过该说不说，Demis Hassabis、John M. Jumper这些人能得化学奖，其实也不算意外。
在诺贝尔生理学或医学奖的发布会上，AlphaFold可能获奖的呼声就很旺。
在多个版本的化学奖预测中，AlphaFold的发明人都榜上有名。
今年9月，2024年引文桂冠奖中，蛋白质预测就被不少专家看好，是本届化学奖的热门方向。而2023年的「诺奖风向标」拉斯克奖，也颁给了Demis Hassabis和John Jumper。
而接连两天的大惊喜后，网友们已经把目光瞄准了今天的文学奖，目前呼声最高的是ChatGPT。
耶鲁大学助理教授也表示，看起来ChatGPT用不了多久就能拿下诺奖。
而几天后的经济学奖，甚至有人预测，得奖人是黄仁勋和奥特曼！
的确，有了前两天的铺垫，现在的诺奖候选人提名里奥特曼可是大热门。
有人预测：奥特曼会得获得诺贝尔经济学奖，理由是让大多数人失业，并推动了全民基本收入（UBI）社会。
而今天下午的诺贝尔文学奖人选，说不定也会和AI有关。
威斯康星大学CS教授称，获文学奖的没准是OpenAI。
或者获文学奖的是奥特曼本人，理由是创造了全世界最多产的作家——ChatGPT。
这次的诺奖AI化也令许多网友质疑：科学研究的范式果真已经全面被AI改变，我们从此不再需要人类科学家了吗？
但在AI时代下的学科分类界限，或许从此会更加模糊。
Hinton获奖后采访：解雇奥特曼，Ilya干得好
获得物理学奖的Hinton，已经和徒弟们在开香槟了。
在新闻发布会上，Hinton表示：「我特别自豪的是，我的一名学生解雇了Sam Altman」。
他表示，OpenAI在成立时，主要目标是开发通用人工智能，并确保其安全。但随着时间的推移，事实证明奥特曼更关心的是利润而非安全。
在今年3月，Hinton在一次采访中表示，Ilya在认识AI的潜力和危险上具有先见之明。
在2012年，这些数字只能似乎仍然不如人类。它们在识别物体都和图像上可能能够达到和人类相同的水平，但我们当时不认为它们能处理语言和理解复杂事物。
「Ilya在我之前改变了主意，事实证明：他是对的。」
作为人工智能教父，Hinton一直在对AI的危险发出警告。意味深长的是，他这次却因AI拿了诺贝尔物理学奖。
而这次物理学奖和化学奖的获奖者，和全世界AI圈最有影响力的人物之间，也都有着千丝万缕的联系。
当年6月，吴恩达推荐Hinton去谷歌参与「The Cat Neurons」项目。
受此启发，Hinton带Ilya等学生研发了AlexNet深度卷积神经网络，在李飞飞创办的ImageNet大赛上夺冠。
因为用了4块英伟达的GPU，从此英伟达订单爆棚，老黄的命运开始改变。
在ImageNet上夺冠后，Hinton在太浩湖发起一场拍卖，谷歌、微软、百度、DeepMind竞标，最终谷歌取胜。
而参与竞标的DeepMind，被马斯克推荐给拉里佩奇，Hinton也参与了评估。最终谷歌收购DeepMind，随后AlphaGo诞生。
DeepMind的联创、靠一场国际象棋赢得投资的Hassabis，也与今年同Hinton一道获得了诺奖。
在Hinton的拍卖会一年后，小扎和LeCun飞往太浩湖，参加了同样的AI会议，招揽了一批顶级AI研究者。
三年后，刚和拉里佩奇大吵一架的马斯克在一次晚餐中遇到了奥特曼，随后OpenAI诞生。
说起昨天颁发的化学奖，除了为人熟知的Demis Hassabis，John Jumper的故事也更加励志。
一位大佬称， Jumper从博士论文发表，到拿下诺奖，只用了7年的时间。
如今，39岁的Jumper是70多年来，最年轻的诺贝尔化学奖得主。
得知自己获奖后，Jumper激动地分享了自己人生中最具历史性的时刻。
，时长
00:59
他生于1985年，是一位化学家和计算机科学家，目前在DeepMind担任研究主管。
Jumper于2007年在范德比尔特大学获得物理学和数学BS学士学位，2010年在剑桥大学获得理论凝聚态物理学硕士学位，2017年在芝加哥大学获得理论化学博士学位，博士导师是Tobin R Sosnick和Karl Freed。
2020年11月，AlphaFold在蛋白质结构预测关键评估（CASP）竞赛中夺得冠军。
AlphaFold赢得了比赛，其表现超过了其他算法，成为第一个能够准确预测蛋白质3D结构的机器学习算法。
随后，改进版后的AlphaFold2，能够以90%以上准确率预测出蛋白结构。
论文地址：https://www.nature.com/articles/s41586-021-03819-2
2021年，Nature期刊十大榜单中，将Jumper列为科学界最重要的十大人物之一。
2021年，Jumper还获得了BBVA基金会前沿知识奖的「生物学和生物医学」类别奖项。
2022年，Jumper获得了Wiley生物医学科学奖，2023年获得了突破奖生命科学奖，以表彰他开发了能够准确预测蛋白质结构的AlphaFold。
2023年，他还获得了加拿大盖尔德纳国际奖和阿尔伯特·拉斯克基础医学研究奖。
再到昨天，Jumper等三人共获诺贝尔化学奖，这是对他们在蛋白质结构预测领域做出的突出贡献的最高认可。
，时长
03:09
在与诺奖官方通话中，Jumper视自己为计算生物学家，并称「我们需要计算来解决生物学的问题。我只是很高兴它开始奏效了，我简直不敢相信我们这么快就得到了认可」。
他激动地表示，「我觉得自己有10%获奖几率。原本计划是睡个懒觉，等醒来那刻便知道自己是否获奖，但这个计划并未成功，因为睡那么久实在很难熬」。
有趣的是，LSTM之父Jürgen Schmidhuber，自称被图灵奖遗忘的人，又现身「打假」了。
刚刚，他发长文表示，2024诺贝尔物理学奖授予Hopfield和Hinton的决定，实际上奖励了计算机科学剽窃，以及错误归属。
因为它忽视了AI先驱Shun-Ichi Amari的重要贡献。
Shun-Ichi Amari（甘利俊一）是信息几何学之父，神经网络研究的先驱和泰斗
具有类神经元元素的Lenz-Ising循环架构，早在1925年被发表。
1972年，Shun-Ichi Amari发表的联想记忆模型论文，使其具有适应性，能够改变连接权重来学习将输入模式与输出模式相关联。
论文地址：https://ieeexplore.ieee.org/document/1672070
然而，在「2024年诺贝尔物理学奖科学背景」中只是简单提到了Amari。
不幸的是，Amari的网络后来被称为「Hopfield网络」。Hopfield在10年后重新发表了它，没有引用Amari，甚至在后来的论文中也没有。
论文地址：https://www.pnas.org/doi/10.1073/pnas.79.8.2554
其次，Ackley、Hinton和Sejnowski在1985年发表了玻尔兹曼机论文，是关于学习神经网络（NNs）隐藏单元中的内部表示。
然而，这篇论文也并没有引用Ivakhnenko和Lapa（1965年）首次提出的用于深度学习内部表示的工作算法。
也没有引用Amari（1967-68年）提出的通过随机梯度下降（SGD）端到端学习深度神经网络内部表示的研究。
