Ezen a héten a mesterséges intelligencia (AI) jelentős mérföldkőhöz érkezett azzal, hogy Nobel-díjat nyert fizikában és kémiában, kiemelve növekvő befolyását különböző területeken. Az elismerés azonban vitát váltott ki a kutatók körében az AI helyénvalóságáról e tudományos területeken. Jonathan Pritchard asztrofizikus szkeptikusságát fejezte ki a közösségi médiában, kijelentve, hogy nehezen látja a díjakat fizikai felfedezéseknek, és azt sugallja, hogy ezek az AI felhajtását tükrözik. Általában a Nobel-díjakat régóta ismert kutatásokért adják, amelyek jelentősen hozzájárultak az emberiség javára. A fizikai díjat Geoffrey Hinton és John Hopfield, az AI úttörői kapták az 1980-as évekbeli mesterséges neurális hálózatokkal kapcsolatos munkájukért, amely megalapozta az AI fejlődését. A kémiai díjat a Google DeepMind kutatói, Demis Hassabis, John Jumper és a Washingtoni Egyetem David Baker kapta protein szerkezeti előrejelzési probléma megoldásáért. Hassabis hangsúlyozta egy sajtótájékoztatón, hogy az emberi kreativitás elengedhetetlen a tudományos kutatásban, mivel az AI jelenleg csak az adatok elemzésére képes. Vita van arról, hogy az AI beletartozik-e a fizika és a kémia területeibe.

David Vivancos, a MindBigData. com vezérigazgatója megjegyezte, hogy bár Hinton és Hopfield jelentős hozzájárulást tettek, munkájuk talán nem teljesen illeszkedik a fizikához, amely hagyományosan fizikai jelenségekkel foglalkozik. Ezzel szemben az AI alkalmazása a számítógépes kémiában, különösen a protein szerkezeti előrejelzések terén, bizonyítja annak relevanciáját a bonyolult kémiai kihívások kezelésében. Szakértők kiemelik, hogy az AI interdiszciplináris hasznossága számos területre kiterjed, többek között a matematikára, a biológiára és az idegtudományra. Virginia Dignum, az Umeå Egyetem professzora hangsúlyozta, hogy a díjak az AI szerepét szimbolizálják, mint interdiszciplináris katalizátort a tudományos kutatás előmozdításában, szükségesnek tartva a Nobel-díjak modernizálását, hogy tükrözzék a felfedezéseket, amelyek túlmutatnak a hagyományos tudományos megosztottságokon. Dignum úgy véli, hogy az AI javítja a kutatók képességeit azáltal, hogy nagy adattömegeket elemez, eredményeket prognosztizál, és még új hipotéziseket is javasol, így hatással van a biológia, a fizika és a kémia területére.