黃錦輝：今屆諾獎突顯AI對科學的重要

【明報文章】踏入10月，諾貝爾獎項逐一出台。今年物理學獎是由美國普林斯頓大學的John Hopfield和加拿大多倫多大學的Geoffrey Hinton共享，表彰他們在人工神經網絡（artificial neural networks）領域的基礎性發現與創新，令機器學習得以成為現實。而美國華盛頓大學的生物化學教授David Baker，以及英國Google DeepMind技術公司的Demis Hassabis及John Jumper，分別憑藉在「計算蛋白質設計」（computational protein design）和「蛋白質結構預測」（protein structure prediction）等領域的卓越貢獻，拿下本屆化學獎殊榮。

這兩項殊榮表彰的科學貢獻，都與人工智能（AI）息息相關，全球計算機科學家得悉都非常之鼓舞。但話雖如此，不少外界人士對結果還是不太理解，懷疑獎項是否錯配了：表面上AI與物理／化學風馬牛不相及，諾獎又如何把它們拉上關係呢？惟事實絕非如此。

「深度學習」助實現AI應用

今天AI的應用有如雨後春筍，在全球不同領域紛紛湧現。筆者從事AI技術研究40多年，過去由於算力及算法不足，AI的實際應用十分之局限，研發成果難以走出實驗室門外。AI研發是以數據驅動，背後利用機器學習（machine learning）模型構建目標應用系統。可是受制於傳統「馮諾伊曼計算機結構」（von Neumann computer architecture）的連續（sequential）運算模式，機器學習所能處理的數據量甚少，而且效率不如人意，所能生成的應用不切實際。

這正是今年諾貝爾物理學獎得主的突出貢獻：他們在不同階段發明了仿效人類神經網絡的「深度學習」（deep learning）之基礎理論和技術，突破了「馮諾伊曼電腦」的局限，令大型AI應用得以實現，而至今天全球普及。

藉AI技術破解蛋白質結構難題

至於化學獎，3位科學家都是AI的應用者，他們利用AI技術破解困擾了生命科學家幾十年面對蛋白質結構分析的大難題。蛋白質是人體必須攝取的營養，對人體有不同功能，包括運輸營養素、修補人體組織、促進新陳代謝、促進脂肪燃燒、修復受損肌肉、保護骨骼、促進生長發育等。因此，了解蛋白質結構對生命科學研究十分重要，這肯定了今屆諾貝爾化學獎得獎者的卓越貢獻。

概括而言，今年諾貝爾物理學獎所針對的是解決AI計算中的物理學難題，而化學獎則側重於AI在生物化學研究的應用。基於上述總結，今屆諾獎與科學的關係之謎便獲刃而解了。

本港大學科研能力獲全球認同

筆者欲以物理學獎進一步談談香港科研。「深度學習」之發明對全球AI的貢獻顯著，可媲美中大前校長、2009年諾貝爾物理學獎得主高錕教授所發明的光學通訊（即光纖背後基礎理論）。在光通訊技術面世前，通訊主要是透過電導體（例如銅電線）以電流進行。但這做法存在不少缺點，例如信息量小、干擾大等，約束了它的電訊應用。且看今天全世界約有54.5億互聯網用戶，佔全球人口67.1%，若然70年前沒有高錕的突破研發成果，便沒有光纖（optical fiber）的產生；而沒有光纖，便沒有今天緊扣民生的互聯網。高錕教授是港產諾貝爾獎得主，多年來港人都引以為傲。

香港有5所大學躋身世界百強，本地大學的科研能力大受全球認同。香港亦擁有不少蜚聲國際的科學家：最近美國史丹福大學編製的2024年「科學界作者標準化引文指標數據庫」出爐，在全球1000萬名科學家中，1500多名香港學者獲列入全球首2%的頂尖科學家，筆者亦榜上有名；而且，有13人在不同科學領域中排名10名之內，包括下任中大校長、中國科學院院士盧煜明教授。

盧教授早期研究發現孕婦的血漿內有高濃度的胎兒DNA，後來研發出唐氏綜合症的無創檢驗方法，在全球多國廣泛採用，成功將以DNA分析為本的「無創性產前診斷技術」，從科學研究層面應用至臨牀診斷，成為醫學界的重大突破。他於2022年獲頒拉斯克獎（Lasker Award），這獎項是國際醫學界僅次於諾獎的大獎，因此他被全球華人科學界譽為「最接近諾獎的港人」。盧教授實至名歸，筆者與所有港人一樣都熱切期待當天的來臨。

作者是中大工程學院副院長（外務）、立法會議員

（本網發表的時事文章若提出批評，旨在指出相關制度、政策或措施存在錯誤或缺點，目的是促使矯正或消除這些錯誤或缺點，循合法途徑予以改善，絕無意圖煽動他人對政府或其他社群產生憎恨、不滿或敵意）

[黃錦輝]