“一个个‘冷门’背后，却都有其自洽的内在逻辑，也都有各自的指向意味。”

文 / 巴九灵

如果用一个词来形容2024年的诺贝尔奖，那可能是“爆冷”。

比如诺贝尔物理学奖竟然颁发给了研究AI的科学家，让人直呼“物理学已死”。诺贝尔化学奖得主，也是通过人工智能模型解决了蛋白质结构的相关问题，从而摘取桂冠。

好不容易等到了难以跨界的文学奖，结果热门的中国候选人残雪继续陪跑，而不被人看好的韩国女作家韩江却笑到最后，就连诺贝尔和平奖的热门候选人联合国秘书长，也被日本核爆幸存者组织抢了风头。

爆冷多了，也就成了“惯冷”，但是在小巴看来，众多意外的背后，其实蕴含着诺贝尔奖新的发展趋势，它是诺奖应有的更新迭代，也为我们揭示了“一角未来”。

历届诺贝尔物理学奖得主恐怕都没有想到，自己或许有一天得和代表计算机领域最高荣誉的图灵奖“抢饭碗”。

10月8日的瑞典斯德哥尔摩，2024年诺贝尔物理学奖终于尘埃落定，蓝底的大屏幕告诉世人，本届物理学奖得主是美国普林斯顿大学的约翰·霍普菲尔德和加拿大多伦多大学的杰弗里·辛顿。

他们凭什么能够获奖？瑞典皇家科学院认为，两人的贡献在于使用人工神经网络进行机器学习的基础性发现和发明。

但深度学习和AI明明是计算机学科的范畴，理论上更适合获得计算机领域的图灵奖，没想到却被诺奖给截了和，特别是诺贝尔物理学奖之前从来没有颁发给计算机科学，更别提AI了。

就连获奖的辛顿都说：“我从来都没想过会被提名诺贝尔物理学奖，我怎么知道你们是不是在恶搞我？”

第二个“不务正业”的是诺贝尔化学奖。

本届的诺贝尔化学奖，美国科学家大卫·贝克获得了一半奖金，另一半则由英国科学家德米斯·哈萨比斯和美国科学家约翰 ·江珀共享。他们三人的贡献在于如何获得蛋白质的三维结构。

众所周知，蛋白质是人体内最重要的化学物质，知道了它的结构，就可以知道很多病症是如何产生，又如何研发药品进行医治的。在这个领域，之前做得最好的，是中国科学家颜宁，她的实验室是国际上研究蛋白质结构的权威。

然而，颜宁的研究方法比较传统，是需要通过大量的人力物力和时间获得蛋白质结晶，然后通过研究结晶来取得研究成功，不仅是颜宁，全球科学家都是走这条研究路线。

理论上最好的解决办法，是通过计算直接推测出蛋白质的三维结构，在不进行反复实验的情况下，极度高效地得到最终结果。

美国科学家贝克走的就是这一条路。早在1993年，他就开发了一套能够直接预测蛋白质结构的软件，甚至能够利用软件直接进行全新种类蛋白质的设计，相当于上帝造物，这就是贝克在计算蛋白领域做出的贡献。

哈萨比斯和江珀则更进一步，他们曾经开发出著名围棋程序阿尔法狗，战胜了韩国围棋第一人李世石从而享誉世界，尝到AI威力的他们又把注意力转移到了蛋白质结构预测这个生物学领域的巅峰。

2020年，他们一起开发出了一款AI软件AlphaFold 2，这个软件已经成功预测98.5%的人类蛋白质结构，其准确性和实验结果相差无几。

可以说，本届的诺贝尔化学奖的得主们，虽然用的是深度学习的方法，但是确确实实展现了AI在预测蛋白质复杂结构方面的能力，完成了化学领域的探索。

科学界的现状是，单一领域的成就已经被前人攫取得差不多了，人类目前遇到的问题已经越来越复杂，不管是物理学还是化学，想要实现进步，都需要额外的助力，这个助力，就是诺奖的一个新趋势：“跨界”。

2002年的诺贝尔经济学奖就是一个著名的跨界案例，心理学家丹尼尔·卡尼曼因为对人类思维和决策过程作出开创性研究而荣获诺贝尔经济学奖，他甚至因此开创了一个叫作行为经济学的著名流派。

心理学家获得经济学奖，并促成了心理学和经济学的交叉融合，这说明了跨界研究为多学科领域的发展注入了新的活力和灵感。

而2024年诺贝尔物理学奖和化学奖颁发给利用AI做出的物理和化学成就，其实也给众多科学家提了一个醒：创造和使用工具，是人类区别于不同动物的重要因素。

想要获得诺贝尔奖，到底要活到多少岁？

根据日本文部科学省研究所的研究，科学界大佬们在获得诺奖时的平均年龄是69岁，这个数字在最近80年里上升了16岁。

而这些大佬尽管已经取得了重要的研究成果，得到了世界范围内的关注，但是他们获得诺贝尔奖时，距离其重要研究成果问世，都已经过了20年甚至是30年。

从历史数据来看，1920—1930年代在美国国内活跃的研究往往到1950年代之后才被认可、获奖。

为什么诺奖获得者的年龄会偏大？其中一个说法是，科学研究领域的发展突飞猛进，后来者想要有所突破，就必须潜心学习之前的科技成果，然后才能在巨人的肩膀上“更进一步”。

也有说法是能够获得诺奖的贡献必须经过时间的长期检验。然而，近几年来，这一传统惯例正被逐渐打破。今年，年轻化的现象更加明显。

比如获得诺贝尔化学奖的约翰·江珀是1985年出生，妥妥的80后，今年才39岁，这个年纪在科学界还能称一声青年才俊，他的搭档德米斯·哈萨比斯是1976年出生的，也非常年轻。

而诺贝尔文学奖得主韩江生于1970年，和其他诺奖获得者相比，年龄也是偏小的。

为什么诺奖会出现年轻化的趋势？一个重要的原因还是在于AI。深度学习领域的爆发时间非常短暂，特别是生成式的AI的普及也只有短短几年时间。

刚点亮的科技树上，往往蕴含着更多的果实，这也给人工智能领域的研究者，更多出成果的机会。

此外，基于证据、数据、事实性的观察，可以验证、可以复制的“实证研究”正在成为科学界的一股潮流，这股潮流的崛起，让更多曾经被埋藏在深处的研究结果，拥有更多被发现和验证的可能性。

这就相当于以前是“酒香还怕巷子深”，但现在只要你的研究成果拥有潜力，会很快地被同行们挖掘出来进行研究。“酒香也不怕巷子深了”。

“十年寒窗无人问，一举成名天下知”，用这句话来形容在哈佛大学混不下去的诺奖得主安布罗斯，可以说十分贴切。

年轻时期的安布罗斯比较顺利，1975年他在麻省理工获得生物学学士学位，1979年获得博士学位，师从诺奖得主大卫·巴尔的摩，并在1985年成为哈佛大学教员，研究生涯一帆风顺。

在这期间，他发现了人类第一个已知的微小RNA，就是这个成果最终让他夺得了今年的诺贝尔生理学或医学奖。

然而，这个诺奖级别的开创发现却完全不受重视，哈佛大学甚至认为安布罗斯并没有做出任何突出贡献，导致其未能通过终身教员的审核，丢掉了工作。

安布罗斯只能收拾行李，灰溜溜的离开哈佛大学，于1992年搬迁至大部分人都没有听过的达特茅斯学院（常春藤联盟成员），继续默默进行自己的研究。

熬了8年以后，他的博士同门加里·鲁夫昆发现了第二个微小RNA，人类这才意识到，迷你RNA存在于各个生物体内，人类也不例外，安布罗斯的研究才终于得到人们的重视。

2008年，两人共同获得拉斯克基础医学奖，这一奖项被称为“诺奖风向标”。哈佛大学这才意识到自己犯下了一个错误，于是重新邀请安布罗斯回到哈佛继续研究。安布罗斯十分感动，然后拒绝了，并选择了马萨诸塞大学医学院做研究。

从哈佛大学混不下去，到32年后拿到了诺奖。安布罗斯用自己的经历告诉哈佛：“我等了32年，就是想等一个机会，我要争一口气不是证明我有多了不起，而是要告诉别人我失去的东西一定要拿回来。”

和安布罗斯有类似经历的，还有诺贝尔物理学奖得主辛顿。

安布罗斯好歹还有个同门帮他一起夺奖，而辛顿则是在自己的领域深耕了30年，在同门甚至老师都放弃的时候，依然坚持到底，并且笑到最后。

杰弗里·辛顿出生于传奇科学世家，他的曾曾祖父乔治·布尔提出了“布尔逻辑”，是现代计算机的数学基础。他父亲是剑桥大学的昆虫学家。他家可以说是一个科学世家。而他呢，则是一名“朋克青年”。

18岁时，辛顿进入剑桥大学国王学院，先后修读物理、化学、数学、建筑学乃至哲学，但很快都放弃了。好在辛顿最终痴迷于追寻“大脑是如何运作的”，才没有彻底放弃学业。

1972年，他找到了自己真正感兴趣的方向——人工智能，他进入爱丁堡大学攻读博士，师从神经网络领域的专家希金斯教授。

当时的人工智能还是一个非常冷门的领域，而他研究的神经网络领域，更是无人问津，甚至被学界当成天方夜谭。在长期的探索中，就连辛顿的老师希金斯都转向符号主义阵营，离开了神经网络的道路。师门开始败落，辛顿苦苦支撑。这一坚持，就是30年。

30年的坚持最终迎来了回报，2006年，辛顿正式提出了深度学习的概念，深度学习从这一年开始迎来了一波爆发式的发展。随后，他在神经网络的研究成果被应用于语音识别、图像识别，甚至是生成式人工智能ChatGPT。

到了今天，我们所使用的AI技术，几乎都离不开神经网络。可以说，辛顿几乎是凭借一个人数十年的坚持，扭转了一个行业的发展方向，让深度学习从全球最冷门的研究领域之一，成为全球最大的研究热门，直接推动了人工智能的爆炸式发展。

他的成就不仅仅是AI发展的里程碑，也是对坚持不懈的科学精神的最佳诠释。单从贡献的角度来看，辛顿这个诺贝尔奖，算得上实至名归。

不管是辛顿还是安布罗斯，他们的逆袭都可以称得上是“爽文”的剧情，然而这种类似小说的桥段毕竟只是少数，真正的科学是需要时间来印证的，看似袭戏剧性的突破，其实来自一次次的实验和灵感的迸发。

一切的意外和逆袭，最终都是对诺贝尔奖得主们所具备的勤奋坚持的奖赏。

女性要获得诺贝尔奖，究竟有多难？

从数据看，诺贝尔奖120余年历史一共产生了66名女性得主和912名男性得主，女性占比仅为6.7%。特别是从1936年到1976年的40年里，只有10名女性诺奖获得者。

但进入本世纪以来，获得诺奖的女性数量出现了显著的增长：2001年到2023年，女性诺奖得主为35人；而2020年至今的短短4年时间里，诺奖得主中已经出现12名女性，超过了之前几十年的总和。

为什么女性数量出现了明显的增长？有趣的是，这个问题有诺奖得主自己研究过。

去年的诺贝尔经济学奖获得者克劳迪娅·戈尔丁用数据证明，工作是“贪婪”的，愿意“996”、随叫随到的员工，会比一般员工获得更高的报酬和更多升迁的机会。

男性显然更容易成为“卷王”。相对来说，女性会把更多的精力关注在家庭和子女教育上。所以，生育是造成劳动力市场中女性遭遇歧视的重要原因。

而她进一步研究发现，近半个多世纪以来，女性在职场和公共事业中的竞争力不断增强，这在一定程度上要归功于避孕药的发明。一旦掌握了生育的选择权，女性就可以更好地规划自己的职业，做更多“贪婪的工作”。

随着现代女性的觉醒和地位的提高，她们在科研等领域展现出越来越强的竞争力。她们的成绩表明，女性也能够凭借自身的天赋和努力取得和男性相当甚至更好的成果，这是男女平权在各个领域取得进展的侧面印证。

这就是诺奖近年来的一个新趋势：女性得主数量的增长。

2024年的诺贝尔文学奖，颁发给了韩国女作家韩江。这是亚洲第一位获此奖项的女性作家，她的代表作是小说《素食者》。评委会称，她“用强烈的诗意散文直面历史创伤，揭露人类生命的脆弱”。

获得诺贝尔文学奖后，韩国国内举国欢庆，韩江的父亲也希望韩江能选择一家出版社举办新闻发布会。但韩江却说：“战争愈演愈烈，每天都有人被抬走，我们怎么能举行庆祝活动或者召开新闻发布会呢？”这不得不说又是一个小小的“意外”。

韩江得奖却拒绝庆祝，有网友调侃称“她值得一个诺贝尔和平奖”。实际上，今年的诺贝尔和平奖颁给了日本原子弹和氢弹受难者组织联合会。诺奖评委会表彰他们为实现无核武器世界所做的努力。

如果说诺奖颁给AI专家是为了“蹭”一点AI的热度，颁给韩江在某种意义上有男女平权的考量，那么颁给这个反核组织，则是在警示人们地缘政治风险的升级和核风险的存在。

虽然距离二战结束已经大半个世纪，但核风险带来的阴霾其实从未真正消散。今年诺贝尔和平奖的归属虽然多少有点出人意料，但考虑到当前中东和俄乌的局势，以及中美之间的紧张现状，其背后的指向性含义也不难理解。

复盘这次的诺贝尔奖，我们会发现，本届诺贝尔奖有不少“冷门”，但这一个个“冷门”的背后，却都有其自洽的内在逻辑，也都带有各自的指向意味。

它们向我们展示了诺贝尔奖的潜在趋势，包括AI作为强大的新工具，在各大研究领域的崛起；交叉学科的跨界，以及诺奖越来越注重实用性；诺贝尔似乎正在变得越来越年轻；女性诺奖得主的数量正在加速增长。

*图片由Midjourney生成

本篇作者 | 王振超 | 责任编辑 | 徐涛

主编 | 何梦飞 | 图源 | Midjourney