2024 թվականի հոկտեմբերին Ստոկհոլմի Նոբելյան կոմիտեն հայտարարեց, որ ֆիզիկայի և քիմիայի մրցանակները շնորհվում են արհեստական բանականության (ԱԲ) հետ կապված աշխատանքների համար։ Ֆիզիկայի մրցանակը տրվեց Ջոն Ջ. Հոփֆիլդին և Ջեֆրի Հինթոնին (նախկինում՝ Google)՝ արհեստական նեյրոցանցերի միջոցով մեքենայական ուսուցումը հնարավոր դարձնող հիմնարար հայտնագործությունների և գյուտերի համար։ Քիմիայի մրցանակի կեսը շնորհվեց Դեյվիդ Բեյքերին՝ «հաշվողական սպիտակուցային դիզայնի» համար, իսկ մյուս կեսը՝ DeepMind-ի Դեմիս Հասաբիսին և Ջոն Մ. Ջամփերին՝ «սպիտակուցի կառուցվածքի կանխատեսման» համար։
Հոփֆիլդը ստեղծեց Հոփֆիլդի ցանցը՝ ասոցիատիվ հիշողության կառուցվածք, որը կարող է պահել և վերականգնել տեղեկատվություն։ Հիմնվելով այդ ցանցի վրա՝ Հինթոնը մշակեց Բոլցմանի մեքենան՝ մեթոդ, որը կարող է ինքնուրույն հայտնաբերել տվյալների հատկությունները։ Այս հայտնագործությունները հիմք են հանդիսանում արհեստական նեյրոցանցերի համար՝ թույլ տալով դրանց դասակարգել և վերլուծել հսկայական ծավալի տվյալներ, արագ մշակել տեղեկատվություն, արդյունավետ սովորել և հիշողություն ձևավորել։ Այսօր նեյրոցանցերը համակարգիչներին հնարավորություն են տալիս կանխատեսումներ անել, մեկնաբանել պատկերներ և մարդանման զրույցներ վարել։ Օրինակ՝ OpenAI-ի կողմից մշակված հայտնի ChatGPT գործիքը հնարավոր դարձավ Հոփֆիլդի և Հինթոնի հայտնագործությունների շնորհիվ։
Այս որոշումն ուղղակիորեն ազդում է գիտության ֆինանսավորման և հետազոտական առաջնահերթությունների վրա։ Երբ Նոբելյան կոմիտեն ֆիզիկայի և քիմիայի մրցանակները տալիս է համակարգչային ալգորիթմներին, դա ազդանշան է, որ միջգիտական սահմանները գնալով ավելի պայմանական են դառնում։ Համալսարաններն ու լաբորատորիաները ստիպված կլինեն վերանայել, թե ինչպես են պատրաստում ապագա գիտնականներին. մաքուր ֆիզիկոսը կամ քիմիկոսը այլևս չի կարող անտեսել մեքենայական ուսուցման գործիքները։
Միաժամանակ, Հինթոնի հեռանալը Google-ից և նրա բացահայտ զգուշացումները ցույց են տալիս մի ավելի անհանգստացնող միտում։ Նույն մարդը, ում աշխատանքը հիմք դրեց այսօրվա ամենահզոր տեխնոլոգիաներին, խոսում է դրա վտանգների մասին՝ առանց փափկեցնելու։ Դա հազվադեպ չէ գիտության պատմության մեջ. Ժոլիո-Կյուրիի զգուշացումը ատոմային ռումբի մասին ցավալիորեն արդիական դարձավ տարիներ անց։ Այստեղ հարց է առաջանում՝ արդյո՞ք մենք սովորում ենք պատմությունից, թե՞ կրկնում ենք նույն սխալը՝ այս անգամ ավելի արագ։
Առողջապահության ոլորտում AlphaFold2-ի նման գործիքները, անկասկած, փոխում են խաղի կանոնները, բայց դրանց կիրառումը կլինիկական պրակտիկայում դեռ զգույշ ստուգում է պահանջում։ Ալգորիթմական կողմնակալությունը, տվյալների գաղտնիությունը և բժիշկ-հիվանդ վստահության վրա ազդեցությունը լուրջ մարտահրավերներ են, որոնք չեն լուծվի մեկ Նոբելյան մրցանակով։
