听说2024年的诺贝尔奖，其中物理和化学奖，都颁给了AI？这是真的吗？
为了探究这个问题，我查询了相关的视 频、图文资料，大概总结了一下。
先说物理奖吧，这次颁给了两位大佬(他不是一般的大佬，他是获过诺贝尔奖的大佬！)——美国的约翰·霍普菲尔德和英裔加拿大的杰弗里·欣顿。
他们因为在人工神经网络领域的贡献，成功推动了机器学习的发展，所以拿了今年的诺奖。（都多少年的研究成果了，怎么今年才颁发，诺奖的网络延迟有点高啊)简单来说，就是他们让AI学会了“思考”。霍普菲尔德早在1982年，就提出了霍普菲尔德神经网络，是神经网络发展的一个重要里程碑。而欣顿呢，他在霍普菲尔德的基础上，进一步研究了玻尔兹曼机，还提出了反向传播算法，这是训练神经网络的核心。他们的工作，不仅让AI在图像识别、语言翻译等领域大放异彩，还推动了粒子物理、材料科学等物理学领域的发展。
说的很深奥，但是我寻思这也不是物理该研究的东西啊。。。看了毕导的讲解，我恍然大悟:欣顿的研究应用了自旋系统里的伊辛模型和最小作用量原理(这什么玩意儿这是)原理很物理😃神经网络作用大，应用也很物理😁最后Hopfield的爸爸妈妈都是物理学家，Hinton当年也是本科从物理系转系走的，血统也很物理😄所以他就是物理！
再来说说化学奖，这次可是三位科学家的功劳——美国的David Baker，还有谷歌DeepMind的Demis Hassabis和John M. Jumper。他们因为在蛋白质设计和结构预测方面的贡献，成功摘得了这个奖项。特别是Hassabis和Jumper，他们开发的AlphaFold模型，可是解决了困扰生物学界数十年的难题，能够预测大约两亿种已知蛋白质的复杂结构。(又是AI？)这是个了不起的成就，因为了解蛋白质结构对于设计针对性的药物分子至关重要。现在，全球已经有数百万研究人员把这个模型应用在疟疾疫苗、癌症治疗和酶设计等领域，取得了不少新的发现。
AI在这次的诺贝尔奖中可是扮演了重要角色。它不仅推动了物理学和化学的发展，还带来了跨学科研究的机遇。AI技术能够快速地收集、整理和分析海量的数据，从中发现隐藏的规律、模式和关联，为科学研究提供了新的视角和思路。这种跨界融合，不仅加速了科学发现的步伐，还推动了新的学科和领域的诞生。
2024年的诺贝尔奖真是让人见识到了AI的强大力量，连诺贝尔奖都开始给AI献殷勤了(bushi)它不仅改变了我们的日常生活，还推动了科学研究的进步。真是让人期待，未来的AI还会给我们带来什么样的惊喜呢？
文/必刷禵原创