10月7日至14日期间，2024年诺贝尔奖的六个奖项逐一揭晓。诺贝尔物理学奖于10月8日公布，授予了约翰·J.霍普菲尔德和杰弗里·E.辛顿，以表彰他们在利用人工神经网络实现机器学习方面的基础性发现和创新。紧随其后，诺贝尔化学奖于10月9日公布，大卫·贝克因“计算蛋白质设计”获奖，而德米斯·哈萨比斯和约翰·江珀则因“蛋白质结构预测”共享荣誉。

这一系列奖项的颁发，使人工智能（AI）成为焦点。四位诺贝尔物理学奖和化学奖得主中的四位——霍普菲尔德、辛顿、哈萨比斯、江珀，均为AI领域的领军人物。贝克虽然主要身份是生物化学家，但也涉足计算生物学。这些选择在科学界内外引起了广泛的讨论，许多人质疑将如此多的AI专家纳入自然科学诺贝尔奖的合理性。

AI科学家的获奖，让2024年的诺贝尔奖收获了非同寻常的关注。这一趋势引发了对AI作为自然科学进步新动力的探讨，以及关于AI是否正在加速“替代”人类角色的思考。

对于物理学和化学界的许多专家而言，AI科学家获奖的消息带来了意外。李燃，一名正在国内著名高校攻读物理学博士学位的学生，表达了他与导师、同学在得知这一消息时的惊讶与不解。尽管如此，他也承认AI对基础科学研究的促进作用，并强调掌握AI工具的重要性。

获奖者之一，被誉为“深度学习之父”的辛顿，对于获奖感到十分震惊，表示未曾预料。他的“反向传播算法”为神经网络训练奠定了基础，是现代AI技术的关键组成部分。霍普菲尔德因其“霍普菲尔德网络”闻名，为复杂神经网络模型的发展铺平了道路。而哈萨比斯与江珀在蛋白质结构预测上的突破，通过AlphaFold 2系统，对全球科研产生了深远影响。

第四范式创始人戴文渊博士评价这一结果虽出乎公众意料，但从科技进步的角度看却在情理之中。他认为AI正渗透进各学科研究，改变着研究方式和成果产出。

事实上，诺贝尔奖对跨学科研究成果的表彰早有先例。AI技术与科学的交叉融合已成为不可阻挡的趋势，影响着科研和众多产业的发展。专家们强调，未来的科学研究将更多地融入AI，同时需要跨领域合作和深入理解AI的潜力与挑战，以应对即将到来的数据科学应用时代。