繼醫學和物理學後，今日公布本年度的諾貝爾化學獎。
記憶中，這可能是60年來第一次：化學獎頒給無需用beaker, spatula, pipette, Bunsen burner的學者。上次有不做實驗的化學家得獎相信是1966年美國University of Chicago教授Robert S. Mulliken。Mulliken正是我當年決定去芝大的原因。
諾貝爾化學獎得獎者分享
今年的化學獎由3人分享：
一半獎金歸於62歲的美國University of Washington（注意：位於美國西北角的Washington州西雅圖市，不是位於美國中西部Missouri州St. Louis市的Washington University）學者David Baker（美國籍）；
另一半獎金由矽谷巨擘Google設在倫敦的AI實驗室DeepMind兩名研究員Demis Hassabis（英國籍）和John M. Jumper（美國籍）分享。DeepMind就是用AI演算法（algorithm）AlphaGo打敗人類圍棋棋王，至今無敵的研究室。
3位得獎者用AI程式來破解由千計原子連成的蛋白質分子結構（狀如一個千計球體、紐帶連成的立體藝術品，每兩個組件之間有紐帶相連，例如右圖）。
蛋白質是生命得以延續、繁衍的關鍵。連病毒（例如新冠）都是靠突破人體的蛋白質來致病。破解蛋白質的結構是修飾其功能來強身治病的先決條件（當然也會予人改造蛋白質以遂一己之私的風險，西方人所謂「扮演上帝」以造人）。
由於蛋白質有數以千計的原子，要窮盡這個立體結構可能的變化極其複雜。
現在，上述3人用電腦而不是燒杯、本生燈解決了這個難題。
AI程式助破解蛋白質分子結構
可信exhaust蛋白質的結構還有很長的路，但大方向已定。餘下的工作恐怕更多留給芯片或黃仁勳NVIDIA，以及AI的自我學習功能去解決。
我本性愛理論怕做實驗，大學時期就如此。可惜生早了。今天若仍在field，肯定也會用電腦來做化學。還記得做研究時學machine language，用最少的command（行數）來完成特定的目的。現在大概不需要了：AI會自動選用最少的command、簡化程序到minimal。
但化學獎頒給不做實驗甚至可能不懂傳統化學的研究者，我的同行如何是好？
原刊於作者網誌，本社獲作者授權轉載。
