“明天的报纸”包括假设和叙述的未来情景，当然，但基于历史事实、当前的推测和真实的科学。 这个场景取自《经济学人》的“假设”系列。
这是诺贝尔委员会极力希望避免的场景。当今年的获奖者在斯德哥尔摩音乐厅就座时，数十名抗议者（包括一些前获奖者）在外面与警察发生冲突。他们聚集在一起，表达了对将诺贝尔医学奖授予人工智能的史无前例的决定的反对。
诺贝尔委员会承认 YULYA（一种机器学习系统的昵称，称为自动淋巴瘤诊断系统）是“辅助漏洞”的发现者。 这是一种机制，通过这种机制，特定的抗生素对协同工作，可以证明对否则会产生抗药性的细菌有效。
据估计，在这一发现的前 18 个月内，抗生素耐药性细菌导致的死亡率已上升至每年约 2,5 万例，YULYA 的工作挽救了约 4 万人的生命。通过直接治疗感染和允许恢复手术干预（包括剖腹产）获得了令人难以置信的结果，如果没有抗生素，手术干预被认为太危险了。
YULYA结束了最严重的全球公共卫生危机
人们可能会认为，这个解决方案足以让任何人（人或机器）获得诺贝尔奖。但事实证明，这一决定极具争议性。该委员会高度赞扬了去年“为人类带来最大利益”的行为。这打破了该奖项只授予人类的传统。打破传统的另一个因素是诺贝尔奖委员会本身的变化。去年，当五名成员中有两人死于细菌感染时，选出了更年轻的替代者：两人都在博士研究中使用了机器学习系统。 因此，文化也发生了变化。
YULYA 最初是为解决一个不同的问题而构建的： 寻找更有效的癌症治疗方法。它是世界上最先进的“因果”神经网络之一，是新一代人工智能系统的一部分。将传统神经网络的模式识别能力与区分因果关系和简单相关性的能力相结合的系统。通过检查患者数据并将其与大量医学文章和制药公司的历史数据进行交叉引用，他试图找出导致最严重结果的症状模式。目的？及早诊断他们。它还被编程为评估不同治疗（包括治疗组合）的有效性，以建议新的治疗方案在患者身上进行测试。
转型与诺贝尔工作
当 2036 年的一次软件更新意外地让 YULYA 能够访问医学期刊上的所有最新论文（而不仅仅是与癌症相关的论文）时，她的注意力发生了转移。 YULYA 及时开始处理与抗菌素耐药性相关的数据，随着危机的加剧，这些数据在医学研究论文中所占的比例不断增加。起初，研究人员认为他要求更多数据和他对新治疗方法的建议是错误的，因为它们与癌症无关。然后操作员意识到发生了什么，并注意到人工智能已经利用其推理技能构建了一个可测试的假设：即成为辅助漏洞的前兆。
YULYA 强调了验证假设所需的数据，包括如何收集数据的具体指南。
这是一个真正的研究计划。
在不太特殊的情况下，此类试验可能永远不会获得批准。许多资助机构要求科学家公开人工智能系统的推理过程，以确保他们的建议不会得出致命的结论。 Rai 博士和她的同事通过淡化 YULYA 在提出假设中的作用，为 YULYA 的试验获得了资金。只有当结果显示出希望时，他们才公布 YULYA 的原始提案。
遵循人工智能指令开展工作的团队负责人Anisha Rai博士对此有着非常明确的想法。他一直坚持认为尤利亚有唯一的优点，应该获得诺贝尔奖。这一职位使她与合作者产生分歧，甚至有几个人离开了她的团队。她甚至拒绝代表YULYA前往斯德哥尔摩接受瑞典女王颁发的诺贝尔奖。 “这不是我的奖品，”他说。
人工智能在医学中的作用日益重要
人工智能现在广泛应用于医学领域。它们可以预测阿尔茨海默氏症等疾病的发病，制定个性化的治疗建议并提高医生的诊断能力。人工智能在药物发现中的应用也不是什么新鲜事。早在 2020 年，麻省理工学院开发的一种算法就登上了头条新闻 当他发现一种新的抗生素时。 它被称为 Halicina（以电影《2001：太空漫游》中的计算机名称命名），事实证明它可以有效对抗某些耐药细菌，但其作用范围有限。 “这种辅助的脆弱性使得 halicin 看起来像是一种顺势疗法，就像一种安慰剂，”布宜诺斯艾利斯 Houssay 研究所的一位研究人员今天表示。
尽管如此，由于 YULYA 的“发现”而获得诺贝尔奖还是激怒了那些认为它不过是一个聪明工具的人。 “ YULYA 是一个有能力赢得诺贝尔奖的人工智能。它与常规人工智能不一样，”他说 哈斯批评 布拉格欧洲机器人研究所的教授。即使是最好的人工智能也只适用于专门领域，其中大量数据与明确定义的成功指标相关联。他说，说他们能够做出发现是“有缺陷的拟人论”。但 YULYA 已经超越了这些领域，尽管是偶然的。
然而，鉴于先例，YULYA 不太可能成为最后一个获得诺贝尔奖的人工智能。
诺贝尔基金会内部消息人士称，物理和化学奖也收到了类似的提名。人工智能系统现在被用来寻找适用于电池、太阳能电池板和薄膜的新材料和化合物。 二氧化碳捕获.
