文章提到宇宙微波背景辐射的先驱阿尔弗的悲惨经历，他未获诺奖且学术成果被忽视，内心痛苦。作者感叹写作能力退化，表达困难。与卖家聊天时发现不同年龄段的人都喜欢古典音乐，并有购买天文望远镜的兴趣。

机器之心数据服务现已上线，提供高效稳定的数据获取，简化数据爬取流程。

OpenAI的GPT-4o蛋白质专用版成功改进诺贝尔奖获奖蛋白，提升干细胞重编程标记物表达量50倍，并增强DNA损伤修复能力，验证了其在多种细胞类型中的有效性，展现了AI在生物科学领域的潜力。

AlphaFold因其在蛋白质结构预测方面的突破获得诺贝尔化学奖，全球用户超过250万，亚太地区超过100万。其免费开放的2亿种蛋白质结构数据库显著节省了科研经费和时间，推动生命科学研究，广泛应用于粮食安全、生态保护和医学等领域。

2024年是人工智能快速发展的重要一年，诺贝尔奖首次颁发两项AI大奖。AI技术广泛应用，推动生产力变革。在量子位MEET 2025大会上，评选出年度领航企业、潜力创业公司、焦点人物及杰出产品，展示中国AI产业的创新成就。

杰弗里·辛顿是深度学习的先驱，2012年将公司出售给谷歌，推动了AI技术的发展。他的研究对计算机视觉等领域产生了重大影响，但他对超智能AI的安全性表示担忧，认为可能威胁人类。他呼吁关注技术与伦理的平衡。

杰弗里·辛顿在近60年的研究中推动了神经网络和深度学习的发展，改变了人工智能领域。但他对AI的未来表示担忧，认为可能威胁人类安全，呼吁关注AI的伦理与社会责任。

谷歌开源了AlphaFold3模型，科学家可免费下载并运行，推动生命科学研究。该模型能预测所有生命分子的相互作用，显著提高预测准确度，助力药物发现与疾病治疗。

微软亚研院推出的AI²BMD系统能够高效模拟含超过10000个原子的蛋白质，其精度接近从头计算。该系统的速度比传统量子力学方法快几个数量级，推动了药物发现和蛋白质设计等领域的研究进展。

2024年诺贝尔物理学奖授予Hinton和Hopfield，以表彰他们在人工神经网络和机器学习方面的贡献。Hinton离开谷歌后成为CuspAI顾问，专注于利用AI开发应对气候变化的新材料。CuspAI获得3000万美元融资，致力于碳捕获技术，推动可持续发展。

今年诺贝尔奖首次将物理学奖和化学奖颁给人工智能领域的先驱，强调AI在科学研究中的重要性。霍普菲尔德网络和玻尔兹曼机为深度学习奠定基础，推动AI在物理和生命科学中的应用。AlphaFold等AI工具革新蛋白质结构预测，促进生物技术发展。AI正在重塑科学研究，成为数据推断的新方法，预示科学探索新趋势。

2024年诺贝尔化学奖授予David Baker和谷歌DeepMind的Demis Hassabis及John M. Jumper。Baker因计算蛋白设计获奖，Hassabis和Jumper因AlphaFold在蛋白质结构预测的突破性成就获奖。奖金为1100万瑞典克朗。AI在诺贝尔奖上的表现引人注目，尤其是AlphaFold的成功。获奖者强调AI工具能辅助科学研究，但仍需人类科学家的思考。此次获奖被视为AI领域的里程碑。

2024年诺贝尔生理学或医学奖授予维克托·安布罗斯和加里·鲁夫昆，表彰他们发现microRNA及其在基因调控中的重要作用。这一发现对癌症、糖尿病等疾病研究具有重要意义。两人1993年首次发现miRNA，并在2000年确认其在高级动物中的普遍性。