«دمیس حسابیس»(Demis Hassabis) مدیرعامل شرکت «گوگل دیپ‌مایند»(DeepMind) جایزه نوبل شیمی ۲۰۲۴ را به طور مشترک با «جان جامپر»(John Jumper) و «دیوید بیکر»(David Baker) به دست آورد.

به نقل از نوبل پرایز، «آدام اسمیت»(Adam Smith) از وب‌سایت نوبل پرایز طی یک تماس تلفنی با حسابیس صحبت کرد و از احساس او نسبت به برنده شدن جایزه نوبل پرسید.

حسابیس: سلام. دمیس صحبت می‌کند.

اسمیت: سلام، دمیس. آدام اسمیت هستم از وب‌سایت نوبل پرایز

حسابیس: عالی است. خوشحالم که صدای شما را می‌شنوم.

اسمیت: خیلی تبریک می‌گویم.

حسابیس: سپاسگزارم.

اسمیت: شما دستاوردها و افتخارات زیادی داشته‌اید و خیلی جوان هستید اما این جایزه برای شما چه معنایی دارد؟

حسابیس: خوب، این فوق‌العاده خاص است و راستش را بخواهید واقعا سورئال است. این یک افتخار باورنکردنی و واقعا بزرگ است.

اسمیت: اولین فکری که با شنیدن بردن این جایزه به ذهن شما رسید، چه بود؟

حسابیس: صادقانه بگویم من واقعا نمی‌توانستم فکر کنم. ذهنم خالی شد. خیلی باورنکردنی بود. این یک تجربه باورنکردنی است.

اسمیت: تصور می‌کنم یک مهمانی درگوگل دیپ‌مایند شروع خواهد شد.

حسابیس: گمان می‌کنم همین طور باشد. بله، فکر می‌کنم همین طور است. واقعا حتی به آن فکر نکرده‌ام. من یک روز کامل کار معمولی در پیش داشتم اما حدس می‌زنم همه آن برنامه‌ها اکنون باید تغییر کنند.

اسمیت: متاسفانه یا بهتر بگویم خوشبختانه همین طور است. {مدل های هوش مصنوعی} AlphaFold، AlphaFold2 و AlphaFold3 یک دنیای کاملا جدید را در علم آغاز می‌کنند. رابطه بین این مدل‌ها و دانشمندان را چگونه می‌بینید؟

حسابیس: دلیل این که من در تمام عمرم روی هوش مصنوعی کار کرده‌ام، علاقه به علم و یافتن دانش است. همیشه فکر می کردم اگر بتوانیم هوش مصنوعی را به روش درست بسازیم، می‌تواند راه نهایی برای کمک به دانشمندان باشد و به ما کمک کند تا جهان اطراف خود را کشف کنیم. امیدوارم AlphaFold اولین نمونه از آن باشد.

اسمیت: این یک قدرت بسیار خارق‌العاده و شگفت‌انگیز است اما هنوز دانشمندانی هستند که پرسش‌های فردی می‌پرسند. بنابراین، تعامل چگونه صورت می‌گیرد؟

حسابیس: من فکر می‌کنم که حداقل برای یک آینده قابل پیش‌بینی، این به دانشمندان امکان خواهد داد تا کارهای بیشتری را انجام دهند زیرا این سیستم‌ها برای تحلیل داده‌ها و یافتن الگوها و ساختار داده‌ها بسیار خوب هستند اما آنها نمی‌توانند بفهمند که پرسش درست، فرضیه درست یا حدس درست چیست. همه این‌ها باید توسط دانشمند انسان در نظر گرفته شوند. من فکر می‌کنم بهترین دانشمندانی که با این نوع مدل‌ها جفت می‌شوند، می‌توانند کارهای باورنکردنی را انجام دهند؛ شاید حتی در گروه‌هایی کوچک‌تر از آنچه قبلا می‌توانستند این کار را انجام دهند زیرا آنها می‌توانند برای انجام دادن بسیاری از کارها به مدل‌ها تکیه کنند.

اسمیت: به من بگویید محیط گوگل دیپ‌مایند چگونه است.

حسابیس: ما از همان ابتدا سعی کردیم آن را به عنوان یک محیط عالی برای انجام دادن کارهای تحقیقاتی پیشرفته طراحی کنیم و متخصصان جهانی را در بسیاری از حوزه‌ها شامل یادگیری ماشینی و هوش مصنوعی، مهندسی، فیزیک، زیست‌شناسی و حتی حوزه‌هایی مانند فلسفه گرد هم آوریم. اگر همه را کنار یکدیگر جمع کنید و منابع محاسبه و چیزهای دیگر را در اختیار آنها بگذارید، نتایج بزرگی از آن بیرون خواهد آمد. ما این را در گذشته با مکان‌هایی مانند آزمایشگاه «بل لبز» دیده‌ایم و من از داستان‌های دوران طلایی این نوع مکان‌ها الهام گرفتم. می‌خواستم خودم تلاش کنم و چیزی شبیه به آن بسازم.

اسمیت: بازآفرینی بل لبز در کینگز کراس چقدر زیباست. یک ایده دوست‌داشتنی

حسابیس: بله. دقیقا

اسمیت: سوال آخر. آیا اصلا مهم است که این کار به صورت خصوصی برگزار شود. این گوگل دیپ‌مایند است، دانشگاه نیست. آیا این موضوع تفاوتی ایجاد می‌کند؟

حسابیس: من این طور فکر نمی‌کنم. احساس می‌کنم که می‌توان علم بزرگی را در هر جایی انجام داد؛ به شرطی که به یک روش درست به آن نزدیک شوید و تحقیقات بنیادین انجام دهید. مطالعه و اکتشاف بسیاری از این علوم جدید و رشته‌های جدید به منابع زیادی نیاز دارند و درباره پژوهش ما، نیازمند رایانه‌های بسیاری هستند. این به هزینه زیادی نیاز دارد. پس چرا از بخش خصوصی برای تامین مالی آنها استفاده نکنیم؟ تا زمانی که شما به روش علمی و نزدیک شدن به آن با دقت علمی واقعی و پیگیری پرسش‌های بزرگ وفادار باشید، {می‌توانید این کار را انجام دهید} و من احساس می‌کنم ما آن را در گوگل دیپ مایند انجام می‌دهیم.

اسمیت: واقعا سپاسگزارم. من شما را ترک می‌کنم تا به لذت بردن از روزی که احتمالا بسیار هیجان‌انگیز است، ادامه دهید.

حسابیس: سپاسگزارم. ممنون که وقت گذاشتید.

اسمیت: سپاسگزارم دمیس.