Nobelprisen i kemi blev tildelt for fremragende resultater inden for proteinstrukturforskning. Prismodtagerne var den amerikanske forsker David Baker og de britiske forskere John Jumper og Demis Hassabis for deres bidrag til »opklaringen af proteinstrukturernes kode«. David Baker blev anerkendt for at have udtænkt metoder til at skabe helt nye typer af proteiner, en bedrift, som forskerne troede var næsten umulig. Disse nye teknikker er blevet udnyttet til at åbne nye horisonter inden for biokemi og medicin.
På den anden side udviklede John Jumper og Demis Hassabis en avanceret kunstig intelligensmodel til forudsigelse af proteiners komplekse strukturer. Basen for dette neurale netværk blev lanceret tilbage i 2020, og det repræsenterer et seriøst gennembrud inden for computermodellering. Det har brede anvendelsesmuligheder inden for områder som lægemidler og bioteknologi.
På den måde er David Bakers forskning fra 2003 og briternes udvikling af neurale netværk hjørnestenene i forståelsen og anvendelsen af proteinvidenskab. Disse nye udviklinger vil uddybe vores forståelse af biologiske processer på molekylært niveau og åbne nye perspektiver for udvikling af medicin og terapi.
Nobelprisen i fysik gik til den amerikanske forsker John Hopfield og den britiske forsker Geoffrey Hinton for deres fremragende arbejde inden for maskinlæring. John Hopfield blev krediteret for at have opfundet et associativt neuralt netværk, der er i stand til at genopbygge hele billeder fra delvise, ødelagte eller på anden måde beskadigede versioner. Denne teknologi har udviklet omfattende forskning i, hvordan hjernen behandler information og rekonstruerer erindringer.
Mens Geoffrey Hinton fik samme prestige for at skabe et tilbagevendende neuralt netværk, der i høj grad hjalp med at genkende og analysere specifikke elementer i billeder og datasekvenser, har hans arbejde i den periode fungeret som rygraden i moderne metoder til behandling af naturligt sprog og computersyn.
Deres arbejde i 1980’erne var grundlæggende for hele det seneste boom inden for kunstig intelligens, både som teknologisk og konceptuelt grundlag for forskellige udviklingsretninger på dette område. Disse resultater vidnede ikke kun om den store rolle, som teoretisk forskning i grundlæggende fysik og datalogi spiller, men understregede også styrken ved en tværfaglig tilgang til videnskabelige opdagelser.