2024年诺贝尔奖两项花落人工智能，发酵工业的终点会不会也是AI

人工智能是什么，自动驾驶，ChatGPT-OPEN Ai，智能机器人？人工智能已经应用到我们日常生活的方方面面，比如智能驾驶，辅助驾驶，地图导航等。人工智能说简单点就是利用计算机识别、获得数据并给出答案或者执行动作。人工智能是十分广泛的科学，包括机器人、语言识别、图像识别、自然语言处理、专家系统、机器学习，计算机视觉等。人工智能已经在改变我们的生活，也将引领未来的发展方向。因此2024年的诺贝尔奖落在AI领域，实至名归。

诺贝尔物理学奖

2024年10月8日17:45

“for foundational discoveries and inventions that enable machine learning with artificial neural networks用于实现人工神经网络机器学习的基础发现和发明

2024年的诺贝尔物理学奖授予John J. Hopfield（约翰·霍普菲尔德）和Geoffrey E. Hinton（杰弗里·辛顿）。两位诺贝尔物理学奖得主主要贡献是利用物理学原理丰富了人工神经网络机器学习的基础算法。

而令人吃惊，但也在情理之中的是，2024年诺贝尔化学奖再次落在了和人工智能相关的领域。

诺贝尔化学奖

2024年10月9日（周三）

当地时间10月9日，瑞典皇家科学院宣布，将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大卫·贝克 （David Baker），以表彰其在计算蛋白质设计方面的贡献。

大卫·贝克尔

David Baker

“for computational protein design计算蛋白质设计”

另一半则共同授予英国伦敦人工智能公司谷歌DeepMind公司的丹米斯·哈萨比斯（Demis Hassabis）和约翰·乔普（John M。 Jumper），以表彰其在蛋白质结构预测方面的贡献。

“for protein structure prediction蛋白质结构预测

蛋白质是生命活动的功能性物质，也是非常重要的功能性产品。比如各种蛋白类酶制剂，多肽和蛋白类药物。人类一直致力于蛋白质结构的解析上，一直致力于研究清楚基因序列、氨基酸序列是怎么样指导蛋白质结构的新成的。我们能不能通过蛋白质的一级结构预测出蛋白质的三维结构，从而预测其功能。进一步我们能不能设计出我们需要特殊功能的“人工蛋白”。这是人类设计“人造生命”最重要的一个环节。

这是一个历久弥新的研究领域，而且不断的推陈出新。

1958年：弗雷德里克•桑格(英)研究了蛋白质，特别是胰岛素的一级结构。

...

2018年——美国科学家Frances H. Arnoid获奖，获奖理由是“研究酶的定向进化”；另外两位获奖者是美国的George P. Smith和英国的Sir Gregory P. Winter，获奖理由是“研究缩氨酸和抗体的噬菌体展示技术”。

...

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大卫·贝克 （David Baker），以表彰其在计算蛋白质设计方面的贡献。

“They cracked the code for proteins’ amazing structures

David Baker的贡献在于完成了构建全新蛋白质种类的壮举。Demis Hassabis and John Jumper开发出了大名鼎鼎的AlphaFold2模型，该模型可以预测复杂的蛋白质结构。

发酵工业的终点也是AI？

其实神经网络和机器学习在微生物发酵领域的应用已经不是新鲜事。

比如利用神经网络方法对培养基成分和发酵条件的优化。

发酵培养基优化方法和优化策略介绍

比如利用机器学习的方法对多组学数据的处理，对大量发酵数据的降维处理等。

【研究前沿】人工智能在发酵工程中的应用

但这离真正的AI智能的应用还有较大的差距。当前的发酵领域仅仅是利用现成的工具处理数据，其效果并不能远远超出原有手段，比如我们经常用的正交和响应面。缺少专门针对发酵领域的软件的开发和使用。

但人工智能在发酵领域的应用已经受到了广泛关注，也许将成为未来的重要研究方向，这涉及发酵状态的获取、数据的提取、数据的处理、决策和执行。也许只有AI智能才能真正的替代发酵艺术。