10月12日19:00王湘浩楼B108报告厅举办了“从2024年物理、化学诺贝尔奖看AI发展”主题思辨论坛，2024年贝尔物理奖和化学奖颁给5位与人工智能相关的科学家，且其中4位本身就是人工智能科学家，在师生们引起强烈反响，为对这一事件进行深入解读和剖析，王湘浩人工智能虚拟教研室特别举办了此次活动。教研室邀请到著名人工智能专家、吴文俊人工智能科技奖获得者、《人工智能简史》作者张晓东教授，计算机学院院长、王湘浩人工智能虚拟教研室主任杨博教授，以及吉林大学物理学院副院长王海军教授、段德芳教授、徐留芳副教授，化学学院鼎新学者施睿助理教授和生命科学学院鼎新青年学者朱镜璇副教授等领域专家共同研讨。

各位嘉宾从各自所从事学科角度发表了看法。

人工智能专家张晓东教授的观点：2024年的诺贝尔物理奖和化学奖将是里程碑式的，它们打通了人工智能和科学。近来人工智能界流行一个说法：AIforScience，2024年的诺奖盖章证实了这一点，其中化学奖名副其实是AIforScience：DeepMind的AhphaFold为化学和生物学提供了高效的工具；而物理奖算是Science4AI，霍普菲尔德网络在人工智能低潮期为神经网络研究提供了物理学的基础。人工智能在能力进一步大幅提升之前，在可预见的将来，会是科学的同道。发明人工智能工具的人，和使用人工智能工具的人从未如此接近。以物理诺贝尔奖获得者霍普菲尔德为例，他早期就是一个纯粹的物理学家，但是他后半段的学术生涯，就很难用一个纯粹的物理学家来刻画它。他跟物理学家合作，也与计算机科学家合作，还和做生物的人合作，所以才有今天的成就。很多对化学诺贝尔奖获奖者的看法比较复杂，尤其对于哈萨比斯（Hassabis）和江珀(Jumper)。我觉得他们更多属于AI for Science。

计算机学院杨博教授的观点：既然这个诺贝尔评委评审委员会把这个奖颁给了这几位科学家，应该是当之无愧的。我觉得评奖委员会考虑的一个重要的问题，是科学家所做的工作是否对物理或化学学科起到了一个推动作用，起到一个基础的奠基性的作用。所以说颁来看，这几位科学家的工作是对物理、化学学科，甚至生命科学领起到了很大的推动作用。下面以诺贝尔物理学奖为例简要说明。霍普菲尔德(Hopfield)发明了一种使用保存和重现模式方法的网络——霍普菲尔德网络,在使得遭受质疑而陷入停滞的神经网络重新成为AI重要研究方向，为后续神经网络的蓬勃发展奠基，而霍普菲尔德网络用到了物理学的基本原理和方法。霍普菲尔德的工作是低谷中的神经网络研究焕发了第二春，其思路直接影响了后来的神经网络设计，辛顿将霍普菲尔德网络的想法应用于新网络——玻尔兹曼机，接连提出了数据特征的分布表示、多层神经网络叠加、以及预训练的思想，直接推动了深度学习的研究。两位科学家的的研究不仅奠定了神经网络的基础，也对机器学习、自然语言处理、视觉识别等多个计算机领域产生了深远影响，其催生的AI for Science研究范式直接推动了包括物理学在内的多个科学领域，已经并正在产生广泛应用，产生了巨大的效益。我觉得两位科学家获得物理学诺贝尔是当之无愧的。

物理学院王海军教授观点：首先我解释一下为什么这次物理学诺贝尔奖是合理的，而且是应该的。本质上它还是基于我们统计物理那个粗粒化，通俗奖就是放大镜模型。我的工作领域就是物理上那个放大镜的领域叫重整化群。比如雪花，用放大镜一看，雪花内部结构跟它整体是一样的，可以一直到纳米层次，最后提取出一个六边形就可以了，其他信息忽略。未来计算机科学和AI对人类的影响，对各个学科的影响，有可能超出我们的想象。

物理学院段德芳教授的观点：我觉得这次诺贝尔物理奖是实至名归的，从做科研的这个切身的感受来看，我2016年才接触机器学习，那时候其实就比较晚了。开始觉得AI应用到催化上比较多，必须得有大数据才行，数据充分才能训练和学习，而做物理的话，数据就是相对少一些，但是我想尝试，从2019年开始，靠着我们团队老师和学生对计算机和人工智能的热爱，对物理的热爱，一点一点推进，目前也取得了很多重要进展。我觉得对未来物理的发展，AI是一个非常好的工具，也希望AI与更多学科结合在一起，而不仅是化学、物理和生物。

物理学院徐留芳副教授的观点：诺贝尔奖的颁发对于学术界来说是一件大事，对于各位同学来说可能觉得遥不可及。从我们自身研究出发，诺贝尔奖在物理和化学领域对于AI的倾斜，反映了科学界一个新的发展趋势。即，这两项新的诺奖诞生不再像传统物理、化学奖那样代表了对某个已经功名成就的理论或技术的肯定或褒奖，更是预示一个全面的使用计算方法做研究的崭新未来的开启。从我们的大学教学的角度，诺奖的这种趋势，必将逐渐消除数学、物理、化学与计算机等学科之间的壁垒，我们应该消除这种学科壁垒。借着诺奖的东风，加速促进未来学科大融合。因此，我希望同学们，首先要尝试深入的了解两项诺奖所代表的学科方向及其蕴含的重要的思想方法，然后要以积极的心态拥抱它，借此提高自己学习效率，扩大自己知识的边界。

化学学院施睿助理教授的观点：蛋白结构预测这个问题的本质，就是理解氨基酸通过其之间的各种相互作用，最后形成这样一个有意义的一个生命体的机制。2024年诺贝尔化学奖授予三位科学家，其中，一半授予美国华盛顿大学的贝克 (Baker)，以表彰其在计算蛋白质设计方面的贡献，另一半则共同授予哈萨比斯（Hassabis）和江珀(Jumper)，以表彰其在蛋白质结构预测方面的贡献。但他们要解决的问题却是一样的，这也是化学领域的根本问题：就是如何通过一个模型理解分子层面的作用机制，从而预测物质的性质。相比于组合数近乎无穷的整个化学空间，蛋白质恰好构成了一个非常好的一个模型体系，并且AI方法也确实在这个模型体系里面取得了一个相当好的一个成果，这为整个化学领域的研究建立了新的范式，开启了全新的纪元。我觉得这个奖是实至名归。

生命科学学院朱镜璇副教授的观点：我的研究背景是生命科学领域，听到诺贝尔化学奖的消息，首先是感到非常震惊，然后也感到惊喜。在AlphaFold出现之后，确实是彻底的改变了生命科学领域，尤其是结构生物学领域的一个研究范式。此前人类尚未被解析的一些结构，现在基本上都已经被alphafold预测，从已有的数据来看它的预测相当精准，人类蛋白质组的结构数据库迅速被扩充。对于计算蛋白质设计，我认为它是一个蛋白质结构预测的一个逆向问题，David baker的工作不光在蛋白质结构预测领域有着非常突破性的进展，在蛋白质设计领域也做了创新工作，为设计和创造新的生物系统带来了新的契机。通过计算蛋白设计科学家可以设计出具有新功能的蛋白质，拓展了合成生物学的应用前景，特别是在无法通过自然进化获得的领域。随着人工智能时代来临，Alphafold的出现，到现在诺贝尔物理学奖和化学奖都颁发给人工智能科学家，生物学研究者应该真正能够相信计算能够代替一些实验。

此外，各位嘉宾还对就“AI新形势下的AI通识教育的内容和形式”“如何利用AI助力专业学习和科学研究”和“AI如何赋能本科教育教学”等热门话题进行深入讨论。

最后计算机学院院长、王湘浩人工智能虚拟教研室主任杨博教授进行了总结发言。世界人工智能的起点可追溯到1956年的达特茅斯会议，中国人工智能的起点是1977年的吉林大学，王湘浩院士在吉林大学最早倡导开展人工智能研究，希望大家发扬继承王湘浩院士的三个精神，第一个精神是爱国精神，1949年从普林斯顿大学博士毕业后回到祖国参与国家建设。第二个精神是北上精神，1952年高校院系调整，他从北京来到了冰天雪地的长春。第三是敢为人先的精神。王湘浩在普林斯顿攻读博士学位时，敢于对已得到代数界公认的格伦瓦尔德定理进行质疑，发现其错误并举出反例，继续对格伦瓦尔德定理进行修正并做推广。1958年他这个放弃了非常熟悉的代数领域，转到控制论，即后来的计算机科学研究。希望各位同学继承和发扬王湘浩院士精神，在人工智能的浪潮下刻苦学习、学有所成。

思辨论坛由计算机副院长张永刚教授主持，来自计算机科学与技术学院、软件学院、物理学院、生命科学学院、数学学院、机械与航天工程学院、基础医学院等学院的师生200多人参加，论坛现场不时爆发激烈掌声，论坛结束后还在现场继续讨论，意犹未尽。