瑞典皇家科学院当地时间10月8日宣布，将2024年诺贝尔物理学奖授予约翰·J·霍普菲尔德（John J. Hopfield）和杰弗里·E·辛顿（Geoffrey E. Hinton），表彰他们在使用人工神经网络进行机器学习的基础性发现和发明。

为什么诺奖纷纷花落AI领域？也许正验证了全球知名未来学家、奇点大学创始人库兹韦尔新预言的准确性。他是比尔·盖茨口中“最擅长预测人工智能未来的人”。“深度学习”“脑机接口”“3D打印”“DNA结构破解”“超算力芯片”…… 库兹韦尔做出过147次预测，其中86%已经成真！21世纪20年代：

AI与生物技术的结合

文 | 库兹韦尔

来源 | 《奇点更近》

当你把汽车送到修理店维修时，技师对其零部件及其工作原理了然于胸。汽车工程学实质上是一门精确的科学。因此，得到精心维护的汽车几乎可以无限期使用下去，即使是损毁最严重的汽车在技术上也有修复的可能。但人体却并非如此。在过去200年里，尽管现代医学取得了许多令人惊叹的进步，但医学仍未成为一门精确的科学。医生仍然在做许多已知有效却并不完全理解其工作原理的事情。很多医学知识建立在粗略的近似的基础之上，这些近似对大多数患者而言通常是有效的，但可能并不适合你。

要让医学成为一门精确的科学，需要将其转变为一种信息技术，使其能够从信息技术的指数级进步中获益。这一深刻的范式转变目前正在稳步进行，它涉及将生物技术与AI和数字模拟相结合。正如我将在本章中所讲的，我们已经看到了直接的收益，涉及药物发现、疾病监测和机器人手术等多个方面。例如，在2023年，第一种采用AI端到端设计的药物进入了Ⅱ期临床试验，用于治疗一种罕见的肺部疾病。1但AI与生物技术融合最根本的好处最为显著。

在过去，医学完全依赖于艰苦的实验室实验和人类医生将专业知识传授给下一代，医学新进展是缓慢而线性的研究过程的结果。但是，AI可以从比人类医生掌握多得多的数据中学习，并且可以从数十亿次医疗手术中积累经验，而不是像人类医生一样，在整个职业生涯中最多只能做数千台手术。

此外，由于AI受益于其以指数级速度改进的底层硬件，随着AI在医学领域发挥越来越重要的作用，医疗保健行业也将获得指数级的收益。通过使用这些工具，我们已经开始通过数字方式搜索每一个可能的方案，并在几小时内而不是几年内找到生物化学问题的解决方案。