在诺贝尔评奖委员会将物理学奖颁发给两位AI专家，引发学科跨界的争论后，又在10月9日宣布的化学奖中把一半荣誉授予了AI领域的专家。2024 年诺贝尔化学奖一半授予华盛顿大学医学院生物化学教授、蛋白质设计研究所所长大卫 · 贝克（ David Baker ），以表彰其在 “ 计算蛋白质设计 ” 方面的成就；另一半则共同授予谷歌 DeepMind 首席执行官兼联合创始人德米斯 · 哈萨比斯（ Demis Hassabis ）和 DeepMind 项目总监约翰 · 江珀（ John M.Jumper ），以表彰其在 “ 蛋白质结构预测 ” 中的贡献。
其中最有意思的是获奖者哈萨比斯几乎和化学一点关系都没有。他有二分之一华裔血统，妈妈是新加坡华人，从小就是个天才，4岁时下国际象棋就能赢下周围所有人，13 岁获得国际象棋大师的称号。8 岁时用参加国际象棋比赛赢得的200 英镑奖金给自己买了人生中第一台计算机，开始研究编程。1992 年考进了剑桥大学计算机系，大学期间就主导过大型游戏设计，毕业以后还组建了游戏公司Elixir Studios。后来他又去读了神经科学的博士，并致力于 AI 研究，创办的 DeepMind 被谷歌收购，并在 2016 年和 2017 年推出两代 AlphaGo ，击败了世界象棋冠军李世石和柯洁。
DeepMind 后来又推出了一系列跟 AI 相关的产品，像语音生成系统 WaveNet ， “ 神经计算机 ”（ DNC ），智能医疗系统 DeepMind Health ，以及这次获得了诺贝尔奖的 AlphaFold。
2018 年发布的第一代 AlphaFold就获得了第 13 届蛋白质结构预测大赛 (CASP) 冠军。2020 年发布的 AlphaFold 2.0 ，用上了后来在 ChatGPT 上大火的 Transformer 模型，解决了蛋白质分子长距离预测的问题。1.0 版本的蛋白质结构预测大赛里准确度得分不到 60 分， 2.0 版本拿到了惊人的 92.4 分，它能生成的范围已经涵盖了人类已知蛋白质的 98% 。今年推出的 3.0 版本不仅能预测蛋白质、 DNA 、RNA 等各种小分子，还能揭示他们之间的互相作用。自他们取得突破以来，来自 190 个国家的 200 多万研究人员都用上了 AlphaFold ，科学家们不仅能够更加深入了解抗生素的耐药性，还设计出了可以消化塑料的酶类蛋白质。
其实诺贝尔化学奖经常发给蛋白质方面的交叉学科，光蛋白质结构研究就发了十几次，甚至跟蛋白质研究相关的仪器也发，比如 2017 年的冷冻电镜。正如颁奖词中说的，“没有蛋白质，生命就无法存在。我们现在可以预测蛋白质结构并设计自己的蛋白质，这给人类带来了最大的利益。 ”