Tällä viikolla tekoäly (AI) saavutti merkittävän virstanpylvään voittamalla Nobel-palkinnot fysiikassa ja kemiassa, mikä korostaa sen kasvavaa vaikutusvaltaa eri aloilla. Tämä tunnustus on kuitenkin herättänyt kiistaa tutkijoiden keskuudessa tekoälyn asianmukaisuudesta näillä tieteellisillä aloilla. Astrofysiikan tutkija Jonathan Pritchard ilmaisi skeptisyyttään sosiaalisessa mediassa, todeten, että hänen on vaikea nähdä palkintoja fysiikan löytöinä ja ehdottaen, että ne heijastavat tekoälyhypetystä. Tyypillisesti Nobel-palkinnot myönnetään pitkään vakiintuneelle tutkimukselle, joka on merkittävästi hyödyttänyt ihmiskuntaa. Fysiikan palkinto meni tekoälypioneerille Geoffrey Hintonille ja fyysikko John Hopfieldille heidän 1980-luvun tekoälyn neuroverkkojen parissa tekemänsä työn ansiosta, joka loi perustan tekoälyn kehitykselle. Kemian palkinto myönnettiin Google DeepMindin Demis Hassabisille, John Jumperille ja Washingtonin yliopiston David Bakerille heidän tekoälyjärjestelmänsä ansiosta, joka ratkaisi pitkään jatkuneen proteiinien rakenteiden ennusteongelman. Hassabis korosti lehdistötilaisuudessa, että ihmisen luovuus on ratkaisevan tärkeää tieteellisessä tutkimuksessa, koska tekoäly analysoi tällä hetkellä vain dataa. Keskustelua käydään siitä, kuuluuko tekoäly fysiikan ja kemian alalle.

MindBigData. comin toimitusjohtaja David Vivancos huomautti, että vaikka Hinton ja Hopfield ovat tehneet merkittäviä panoksia, heidän työnsä ei välttämättä täysin sovi fysiikan perinteiseen käsin fyysisiä ilmiöitä. Tekoälyn soveltaminen laskennallisessa kemiassa, erityisesti proteiinirakenteiden ennustamisessa, osoittaa kuitenkin sen merkityksen monimutkaisten kemiallisten haasteiden ratkaisemisessa. Asiantuntijat korostavat, että tekoälyn monitieteinen hyöty kattaa lukuisia aloja, kuten matematiikkaa, biologiaa ja neurotieteitä. Uumajan yliopiston professori Virginia Dignum ilmaisi, että palkinnot symboloivat tekoälyn roolia monitieteisenä katalysaattorina tieteellisen tutkimuksen edistämisessä ja ehdotti, että Nobel-palkinnot tulisi modernisoida heijastamaan löytöjä, jotka ylittävät perinteiset tieteelliset jakolinjat. Dignum uskoo, että tekoäly parantaa tutkijoiden kykyjä analysoimalla suuria tietoaineistoja, ennustamalla tuloksia ja jopa esittämällä uusia hypoteeseja, mikä vaikuttaa moninaisiin aloihin kuten biologia, fysiikka ja kemia.