Deze week heeft kunstmatige intelligentie (AI) een belangrijke mijlpaal bereikt door Nobelprijzen in Natuurkunde en Scheikunde te winnen, wat wijst op zijn groeiende invloed in verschillende vakgebieden. Deze erkenning heeft echter controverse onder onderzoekers veroorzaakt over de geschiktheid van AI in deze wetenschappelijke domeinen. Astrofysicus Jonathan Pritchard uitte zijn scepsis op sociale media door te stellen dat hij het moeilijk vindt om de prijzen als natuurkundige ontdekkingen te beschouwen en suggereerde dat ze AI-hype weerspiegelen. Nobelprijzen worden doorgaans toegekend voor langdurig onderzoek dat de mensheid aanzienlijk heeft geholpen. De Nobelprijs voor Natuurkunde ging naar AI-pionier Geoffrey Hinton en natuurkundige John Hopfield voor hun werk uit de jaren 80 aan kunstmatige neurale netwerken, dat de basis legde voor de evolutie van AI. De Nobelprijs voor Scheikunde werd toegekend aan Demis Hassabis van Google DeepMind, John Jumper en David Baker van de Universiteit van Washington voor hun AI-systeem dat een al lang bestaand probleem van eiwitstructuurvoorspelling oploste. Tijdens een persconferentie benadrukte Hassabis dat menselijke creativiteit cruciaal is in wetenschappelijk onderzoek, aangezien AI momenteel alleen data analyseert. Er bestaat debat over of AI binnen de domeinen van natuurkunde en scheikunde past.

David Vivancos, CEO van MindBigData. com, merkte op dat hoewel Hinton en Hopfield aanzienlijke bijdragen leverden, hun werk misschien niet volledig aansluit bij de natuurkunde, die traditioneel fysische verschijnselen betreft. Daarentegen toont de toepassing van AI in de computationele scheikunde, met name bij eiwitstructuurvoorspellingen, zijn relevantie aan bij het aanpakken van complexe chemische uitdagingen. Experts benadrukken dat de interdisciplinaire bruikbaarheid van AI zich uitstrekt over tal van gebieden, waaronder wiskunde, biologie en neurowetenschappen. Virginia Dignum, een professor aan de Umeå Universiteit, stelde dat de prijzen AI symboliseren als een interdisciplinaire katalysator in het vooruithelpen van wetenschappelijk onderzoek, en suggereerde dat de Nobelprijzen gemoderniseerd moeten worden om ontdekkingen te weerspiegelen die de traditionele wetenschappelijke scheidslijnen overstijgen. Dignum gelooft dat AI de capaciteiten van onderzoekers verbetert door grote datasets te analyseren, resultaten te voorspellen en zelfs nieuwe hypothesen voor te stellen, waardoor het invloed heeft op diverse gebieden zoals biologie, natuurkunde en scheikunde.