Нобелевские премии 2024 - безусловные и спорные
В Нобелевке нет шорт-листа, комитет премии не составляет заранее перечня наиболее вероятных лауреатов этого года. В научном сообществе, конечно, обсуждают, кто в принципе достоин награды. Физики, например, ведут список наиболее заслуженных коллег, который наверняка удостоится Нобелевской в ближайшие 10-20 лет.
ак вот, лауреатов 2024 года в этом списке даже близко не было. Более того, только один из двоих, Джон Хопфилд, официально числился физиком. Второй, Джеффри Хинтон, считался на момент открытия психологом. А потом – специалистом по компьютерным наукам. Зато Хинтон носит неофициальный титул «крестного отца ИИ». И премию им вручили за «фундаментальные открытия, сделавшие возможными машинное обучение и искусственные нейронные сети».
«У меня нет слов. Мне нравится машинное обучение и нейросети, как и всем остальным, но трудно увидеть здесь физическое открытие. Думаю, Нобелевская премия пострадала от хайпа вокруг искусственного интеллекта», — написал в Х (бывшем Твиттере) британский астрофизик Джонатан Притчард. А другие шутники заявили, что после такого впору давать Chat GPT премию по литературе.
С одной стороны, Притчард прав. А с другой — без Джона Хопфилда и Джеффри Хинтона не было бы ни Chat GPT, ни систем распознавания лиц, ни современных программ-переводчиков. Ни очень многих прорывов в физики, потому что нейросети сейчас крайне активно используются физиками, как и учеными во всех других научных областях.
Понятно, что это важнейшее достижение. Но в то время, когда Альфред Нобель писал свое завещание, не было ни компьютеров, ни компьютерных наук. Поэтому Нобелевская премия за них не присуждается. Зато в 1966 году была учреждена Премия Тьюринга, которую частно называют «компьютерной Нобелевкой». Кстати, Хинтон стал первым в мире человеком, удостоившимся обеих премий.
А вот 91-летний Хопфилд мог до своей Нобелевки просто не дожить. Премия не вручается посмертно. Так что, некоторые эксперты именно спешкой определяют спорное решение Нобелевского комитета.
В 1980-х годах именно Хопфилд смог первым создать модель нейронной сети, использовав физический подход, который применяют к изучению взаимодействия атомов друг с другом. Ведь и живые нейроны не управляются откуда-то из одного места, а взаимодействуют друг с другом. Так Хопфилд впервые получил программу, способную по неточным и неполным данным подобрать наиболее похожий из сохраненных шаблонов. Например, распознать узор или нечетко нарисованный символ.
Второй важный шаг сделал Хинтон. Он использовал инструменты статистической физики, науки о системах, построенных из множества схожих компонентов. Компонентов слишком много, чтобы рассчитать параметры для каждого из них, но эта область физики позволяет предсказать общие свойства системы.
В применении к нейросетям это позволило не просто сравнивать анализируемую информацию с готовыми шаблонами, а делать выводы, к какому классу может относиться ранее не виденный программой объект. Например, установить, что этот набор пикселей – фотография дерева. Потом нейросети начали учить заранее на большом объеме информации. И в 2010-х годах это дало грандиозный прорыв в развитии ИИ.
Но физика здесь, как будто, ни при чем. Конечно, все компьютеры – физические объекты. А физика – наиболее фундаментальная наука, за которую вручается Нобелевка. Поэтому многие физики считают, что их немножко обделили. Тем более, что нейросетями пользуются и в других областях. Например, в биологии и химии.
Машинные белки и белковые машины
Если Хинтон хотя бы использовал физическую методологию, то один из троих лауреатов в области химии, Демис Хассабис, вообще никогда не изучал химию и не занимался ею. Биография его нетипична для нобелевского лауреата: юный гений-шахматист, достигший в 13 лет уровня мастера спорта по версии ФИДЕ. Вундеркинд, студент в области вычислительных наук и разработчик компьютерных игр. Глава компаний в игровой индустрии, потом – доктор когнитивной нейробиологии.
Хассабис вовсю использовал наследие Хопфилда и Хинтона. Он был сооснователем компании DeepMind, которая научила нейросеть играть в го лучше любого живого гроссмейстера, что стало настоящей сенсацией. В 2014 году компанию купил Google и через четыре года она сделала то, за что Хассабис и получил премию – достигла потрясающих результатов в прогнозировании трехмерной структуры белков.
Тут надо объяснить, несколько важных вещей о белках. Хотя формула этих молекул, из которых состоит все живое, выглядит, как цепочка аминокислот, белки никогда не существуют в виде просто цепочек. Цепочка каждого белка сворачивается в сложную трехмерную конструкцию, часто похожую на деталь механизма. И это не метафора. Например, АТФ-синтаза, выглядит как крошечная турбина, и примерно эти функции она и выполняет в живых организмах.
Причем белок-цепочка всегда сворачивается одним, максимум парой способов. И ученые давно мечтали научиться определять по формуле молекулы ее будущую трехмерную конструкцию. Об эту задачу бились десятилетия, а оказалось, что решать ее лучше, не пытаясь понять какие-то закономерности, а обработав и изучив как можно больше белков из реальной жизни. Задача как раз для нейросети.
Хассабис и Джон Джампер, физик и математик по образованию, разработали и обучили алгоритм AlphaFold, умеющий очень точно предсказывать трехмерную структуру белков. За это они и получили на двоих половину Нобелевской премии по химии 2024 года.
Вторая половина досталась биохимику и исследователю в области вычислительной биологии Дэвиду Бейкеру. Он сделал обратное – придумал способ поиска формулы белка с заданной трехмерной структурой и свойствами.
Благодаря его алгоритмам удалось построить молекулы, которых никогда не было в живой природе, но которые очень пригодились бы людям. Например, белок, умеющий связываться с опиоидом фентанилом – он может использоваться как детектор этого наркотического вещества. Или целый белковый ротор. Или набор из 120 белков, складывающихся в наночастицу заданной формы.
Пока это работает только с не очень сложными молекулами. Но направление на редкость перспективное. Оно может подарить человечеству сверхточные сенсоры, ферменты для расщепления пластика, новые нанороботы.
Почему глаз – это не нос?
Пожалуй, единственная Нобелевка этого года из сферы точных наук, не вызвавшая споров, была присуждена в области физиологии и медицины. Ее дали за открытие роли микроРНК, маленьких молекул, отвечающих за то, что в одном и том же организме с одной и той же ДНК разные ткани выглядят и работают по-разному. Именно благодаря ей в глазу развиваются световые рецепторы, а в носу химические.
Главное — ни в коем случае не путать микроРНК и мРНК. Вторая, мРНК — это матричная РНК. Она на слуху после того, как ее стали активно использовать в вакцинах. Сначала от коронавируса, а потом — даже от рака. Матричная РНК — это большая молекула, которая копирует с ДНК информацию, нужную для производства необходимого белка. А вот микроРНК сама по себе ничего ценного не кодирует, но находит мРНК, прикрепляется к ней и не дает клетке производить не нужные в этой части организма белки.
До 1990-х годов никто не знал, что синтез белков регулируется именно так, пока Виктор Эмброс и Гэри Равкан не открыли микроРНК в опытах на нематодах C. Elegans. Долгое время считалось, что их результаты касаются только нематод, и лишь позже ученые поняли, насколько фундаментальным оказалось открытие.
Зная принцип работы микроРНК, исследователи смогли подобраться к причинам множества заболеваний, связанных с нарушением регуляции экспрессии генов. Спектр огромен: от рака, до старения и нейродегенеративных заболевания. Этими направлениями потом всю жизнь и занимались Амброс и Равкан, сделавшие свое главное открытие в очень юном возрасте.
Колониализм, который бывает хорошим
Строго говоря, это не Нобелевка, а премия по экономике памяти Альфреда Нобеля, ее учредил в 1966 году Банк Швеции, понимая, что экономическая наука была незаслуженно обделена. В этот раз ее получили Дарон Аджемоглу, Джеймс Робинсон и Саймон Джонсон «за исследования формирования институтов и их влияния на благосостояние».
Первые двое известны широкой публике как авторы бестселлера «Why Nations Fail», переведенного на русский как «Почему одни страны богатые, а другие бедные». Книга как раз об общественных институтах и их роли в экономическом благосостоянии. А Джонсон написал вместе с Аджемоглу «Власть и прогресс: наша тысячелетняя борьба за технологии и процветание». Все они, конечно, авторы и множества чисто научных книг и статей, а также учебников по экономики.
Скептики заговорили, что за такое впору давать премию по литературе. Но экономисты как раз полностью признают заслуги этой троицы. Они давно уже стояли в неформальной очереди за Нобелевкой. Все потому, что лауреаты этого годя сумели подвести под сложный и вызывающий долгие споры вопрос научную основу.
Скажем, в споре о демократии и процветании всегда найдутся те, кто скажет, что не благосостояние — следствие правовых институтов, а наоборот. В России, например, большой популярностью пользуются теории, что стране просто не повезло с климатом. А раз климат плохой, то какая уж тут свобода слова?
Проблема экономистов в том, что эти ученые не могут ставить крупных экспериментов. Но эксперименты ставит сама история. Например, европейские колонисты очень по-разному устраивали жизнь в Новом Свете. В итоге получились такие яркие примеры, как город Ногалес, разделенный американо-мексиканской границей. Конечно, его американские обитатели живут гораздо лучше мексиканских, этот пример должны хорошо помнить все читавшие «Why Nations Fail».
Аджемоглу и Робинсон смогли выбрать для своего анализа критерии, не зависящие от того, насколько колонии были богаты и развиты на момент колонизации. Один из них — наличие местных инфекций, к которым туземцы адаптированы, а европейцы массово болеют и умирают. Там, где таких инфекций много, колонизаторы старались закабалить местное население и создать удобную для себя систему эксплуатации. А там, где мало — селиться самостоятельно и развивать демократию и общественные институты.
И вот теперь, века спустя, наблюдается точная корреляция между смертностью первых поселенцев и благосостоянием нынешних жителей. Что довольно строго доказывает тезис о роли институтов. Косвенное следствие из этих выводов еще и в том, что колониализм может играть положительную роль в развитии стран. Но такие темы сейчас стараются не обсуждать.
Угроза человечеству
Премию по литературе, как часто бывает, дали не очень известному в широких кругах автору. В этот раз награды удостоилась Хан Ган, первый в истории нобелевский лауреат из Южной Кореи. В мире о Ган узнали после книги «Вегетарианка» о женщине, решившей отказаться от мяса.
А вот премия мира чуть не обернулась скандалом. На нее в этом году были номинированы Международный суд справедливости, Антониу Гутерриш и даже UNRWA, чьи сотрудники десятилетия разжигают ненависть к евреям, а год назад еще и приняли участие в чудовищном теракте.
В итоге решение Нобелевского комитета стало неожиданным, зато не скандальным. Премию дали «Нихон хиданкё» — японской конфедерации организаций людей пострадавших от ядерной бомбардировки Хиросимы и Нагасаки. Они борются за ядерное разоружение.
«В настоящее время мир движется назад в вопросе ядерного разоружения. Российское вторжение в Украину вызвало невыразимые человеческие страдания и повысило риск ядерной войны», — заявила в первом же интервью глава «Нихон хиданкё» Масако Вада, сама пережившая атомную бомбардировку в годовалом возрасте. Конечно, эти слова и само решение Нобелевского комитета осудили и в Москве.
Интересно, что двое лауреатов премии этого года из сферы компьютерных наук сейчас тоже активно занимаются общественной деятельностью, но борются не с атомными бомбами, а с ИИ.
«Крестный отец искусственного интеллекта» Джеффри Хинтона уже не раз высказывался о нем, как об экзистенциальной угрозе человечеству. Коснулся он этой темы и в Нобелевском интервью. А Демис Хассабис в прошлом году подписал заявление о том, что «Снижение риска вымирания от ИИ должно стать глобальным приоритетом наряду с другими рисками общественного масштаба, такими как пандемии и ядерная война». Так что вполне возможно, что и Нобелевскую премию мира со временем возьмут специалисты по ИИ.
Никита Аронов