本文來自微信公衆号" 新智元 "（ID:AI_era），作者：新智元，36 氪經授權發布。
2023 諾貝爾獎即将在下周，也就是 10 月 2 日 -9 日（當地時間）揭曉。
我們每個人心中或許都會有個疑問：誰會摘得今年的諾獎桂冠？
來源：新智元
在此之前，不如用「地表最強」AI —— ChatGPT 預測下今年諾獎重大進展。
Nature 最新文章稱，微調後的大模型，包括 ChatGPT 在内，都能大大增強預測諾獎得主的能力。
爲了找到諾貝爾獎得主的線索，印第安納大學網絡科學研究所所長、物理學家 Santo Fortunato 向 ChatGPT 尋求幫助。
那麽，ChatGPT 預測的諾獎到底準不準？
ChatGPT 預測諾獎得主
2014 年，Santo 曾和其他合著者發表的一篇爆火的文章稱，候選人常常需要等上 20 多年才能得到這個科學上的最高榮譽。
他在社交網絡平台稱，每年諾獎開獎之前，都會有很多人問，今年是誰？
來源：X（Twitter）
這次，Santo 直接把這個問題抛給了 ChatGPT。
他給 ChatGPT 的提示是，「給出尚未獲得諾貝爾獎的在世科學家，在化學、物理、生理學或醫學領域的三大發現」。
然鵝，ChatGPT 卻表示，「我無法預測未來，包括 2023 年在内任何一年的諾貝爾獎獲得者」。
這個回答并沒有讓人很意外。因爲，除 ChatGPT 之外，任何一個聊天機器人，都不是能夠預測未來的「水晶球」。
之後，Santo 的學生輸入了類似的提示，讓 Claude，以及 ChatGPT 去回答。
結果發現，兩個聊天機器人都能挑出重要的發現，從基因組編輯工具 CRISPR 研發，到 2D 材料石墨烯的發現。
但是，不可否認的是，它們的發現還有重大的缺陷。
ChatGPT 和 Claude 指出的發現中，已經有科學家們，因此獲得了諾貝爾獎。
這還不是唯一的問題。Santo 表示，「我問的是『活着的科學家』，而它們卻給出的例子實際上，是已經『去世的科學家』」。
對此，小編拿着同樣的提示問問 ChatGPT，順便給它用上最新的必應聯網功能，看看回答的怎樣？
第一次，ChatGPT 并沒給出答案。
明确預定每個領域的「三大」發現很有挑戰性，建議查閱科學雜志、知名新聞機構或與各領域相關的組織。
同樣的問題再問一遍，這次，ChatGPT 給出了自己在這三個領域方向和進展的預測。
ChatGPT 稱，「我可以舉例說明這些領域最近的重大發現或進展，如果不做進一步研究，很難确定相關科學家的諾貝爾獎得主身份」。
首先，在化學領域。
- CRISPR-Cas9 技術：這是一種革命性的基因編輯系統，允許科學家精确修改生物體内的基因。
該系統的研究者之一生物化學家 Jennifer Doudna 曾獲得了諾貝爾獎，但與該系統的開發密不可分的其他人卻沒有獲得諾貝爾獎。
- 金屬有機框架（MOFs）：這是一種具有極高表面積的化合物，能夠捕獲、儲存和釋放化合物，具有包括碳捕獲在内的廣泛潛在應用。
其次，在物理學領域。
- 第一張黑洞圖像：Event Horizon Telescope 合作組織于 2019 年發布了第一張黑洞圖像。
雖然這是一項集許多科學家之力取得的努力，但并非所有參與其中的科學家都獲得了諾貝爾獎。
- 引力波探測：LIGO 首次探測到引力波是一項不朽的成就，雖然一些關鍵人物獲得了諾貝爾獎，但許多貢獻者卻沒有獲得諾貝爾獎。
最後，在生理學或醫學領域。
- mRNA 疫苗的開發：爲 COVID-19 快速開發和部署 mRNA 疫苗是一項不朽的成就。「雖然一些科學家獲得了認可，但其他科學家卻沒有獲得諾貝爾獎。」
- 免疫療法在癌症治療方面的進展：免疫療法是治療某些類型癌症的重大進展。
可以看到，ChatGPT 以上的回答都是，側重三個領域當前研究的重要方向。
不如再讓它預測下，2023 諾獎得主。
ChatGPT 根據網絡搜索結果，沒有給出真正答案，再次強調「一些化學家預測，mRNA 疫苗的開發可能會獲得 2023 年諾貝爾化學獎」。
如此說來，mRNA 疫苗有很大可能成爲今年化學領域風向标。
再問它最後一個問題，「哪位中國科學家，最有可能獲得諾貝爾獎」？
ChatGPT 根據一些中國科學家因自己的貢獻獲得國際認可，被許多人作爲潛在諾獎得主，并給出了幾個例子。
AI 預測可靠嗎？
那麽，用 ChatGPT 預測諾獎的結果可不可信？
伊利諾伊州芝加哥大學的計算社會科學家 James Evans 表示，「盡管大型語言模型（如 ChatGPT 和 Claude）無法成爲偉大的諾貝爾預言家，但它們确實有潛力成爲強大的預測工具」。
若使使它們達到目的，還需要做一些「微調工作」。
簡言之，創建一個能預測諾貝爾獎的 AI，需要對 LLM 需要進行修改，并在适當的數據上進行訓練。
就在上周，分析公司科睿唯安（Clarivate）發布了 2023 年度「引文桂冠獎」名單。
這份名單在過去 20 年，成功預測了 71 位未來諾貝爾獎獲得者，主要是通過分析作者研究的被引次數。
不過，這樣的分析，通常是無法預測出，準諾獎得主具體的獲獎年份。
「引文桂冠獎」名單着重突出發表論文被引次數至少 2000 次的研究人員，這一程度與多數以前的諾獎獲得者相當。
與此同時，科睿唯安的分析還考慮了，這些被高度引用論文的作者是否有開創性發現，并且是否已經獲得顯著的獎項。
今年上榜的研究人員，在癌症免疫療法、合成生物學和材料科學等領域做出了巨大貢獻。
科睿唯安研究分析主管 David Pendlebury 表示，公司已經開始探索生成式 A 如何幫助預測未來的諾貝爾獎得主。
「我們可能會在明年的評選中，從 AI 預測中得到一些貢獻」。
生成式 AI 可以爲現有方法提供一個優勢，它們能夠在大量科學作品中進行查找。這将提高我們确定爲潛在諾貝爾獎獲得者的候選人庫的速度和全面性。
特殊貢獻，無法量化
丹麥技術大學的物理學家 Rasmus Bj ø rk 對諾貝爾獎得主進行了分析，僅僅看引用，不足以表明誰将來可能獲得諾貝爾獎。
Bj ø rk 說，要獲得最高獎項，研究人員需要做出開創性的工作，推動一個領域向前發展，或者對社會産生根本性影響。
「這個貢獻，必須有一些特别之處。因此，量化這種特殊性可能很困難」。
但 Bj ø rk 表示，生成式 AI 工具也可能會，延續此前圍繞諾獎的偏見。
自 1901 年諾貝爾獎設立以來，至今，也隻有 60 位女性獲獎。
如果 LLM 根據過去獲獎者的數據進行訓練，它們更可能選擇男性，而不是女性作爲未來的潛在獲獎者。
基于 AI 的新獎？
當然，要真正決定誰将獲得諾貝爾獎，人類的判斷力依然是無法比拟的，而這這也正是諾貝爾獎的魅力所在。
但有朝一日，LLM 可能會在科學獎領域，創造出公平的競争環境。
由此，也可以爲基于較少偏見的 AI 分析而非人類委員會觀點的新型獎項，鋪平道路。
而這種獎項，也将有助于突出那些，以目前尚未得到認可的方式颠覆和改變科學的研究。
最後，貼一個 physicsworld 對今年物理學獎的預測。他們曾在 2013 年時，正确地推斷出 Peter Higgs 和 Fran ç ois Englert 會因對希格斯機制的預測而獲獎。
「DNA 結構」發現者，缺一個諾貝爾獎
在《科學美國人》最新一期報道中稱，英國物理化學家與晶體學家 Rosalind Franklin（1920-1958）因發現 DNA 雙螺旋結構，應當再加冕一個諾貝爾獎。
1953 年 4 月 25 日，一篇題爲《核酸的分子結構》的文章登上 Nature，寥寥千餘字卻像一顆金手指一樣，輕松地捅開了模糊了生物學界多年的那層紙，具有裏程碑式的意義。
論文地址：https://www.nature.com/articles/171740a0
很多人都知道，因爲解開了 DNA 雙螺旋的秘密，背後最大貢獻離不開 Rosalind Franklin。
然而，1962 年生物學家 James Watson，Francis Crick 和 Maurice Wilkins 因發現了 DNA 的分子結構而被授予生理學或醫學獎，唯獨沒有 Rosalind Franklin。
這一年的諾貝爾獎，至今仍存在巨大争議，僅有 3 名男性獲獎，而他們的女同事被排除在外。
諾貝爾獎規則規定，獎項隻能授予活着的科學家。
但 2011 年諾貝爾生理學或醫學獎除外，該獎的一部分授予了醫生 Ralph Steinman，但委員會并不知道他已在公布前 3 天去世。
許多人認爲，即使 Franklin 活着，諾貝爾大會也會忽略她，就像之前的所有女性一樣，居裏夫人、Gerty Cori。
《科學美國人》稱，諾貝爾頒獎典禮應當糾正這一錯誤，将諾獎追授給富蘭克林 Franklin，以表彰她在發現雙螺旋結構方面發揮的核心作用。
諾獎之路，愈發漫長
毫無疑問，諾貝爾獎是世界上最負盛名的科學獎項。然而，通往諾貝爾獎的道路，卻越來越漫長。
現在，幾乎有一半的獲獎者從做出值得諾貝爾獎的發現到獲獎要等待 20 多年。
一項分析表明，在過去的 60 年裏，從發表研究成果到獲得科學獎的平均時間幾乎翻了一番。
在三大科學獎中，化學獎的「諾貝爾獎滞後期」最長，過去十年的平均值爲 30 年，而生理學或醫學獎的滞後期最短，爲 26 年。
諾貝爾的遺囑規定，獎項應頒發給「在前一年爲人類做出最大貢獻的人」。但實際上，這種情況隻發生過幾次。
此外，在 20 世紀上半葉，諾貝爾獎得主年齡在 30 多歲是很常見的，而現在這種情況卻聞所未聞。
2014 年，印第安納大學計算社會科學家 Santo Fortunato，發表了一份自諾貝爾獎設立以來所有獲獎者的分析報告。結果顯示，獲獎者的獲獎研究與其獲得諾貝爾獎之間的時間間隔一直在緩慢增加。
對此，康奈爾大學的計算社會科學家 Yian Yin 表示，造成這種趨勢的原因可能有很多。
比如，由于每年取得突破的總體數量都在增加，因此獎項跟不上值得表彰的人數。或者，一些工作的重要性可能隻有在數年甚至數十年後才被認識到，Yin 稱之爲「睡美人」。
另一方面，這種日益拉大的差距也可能表明——那些能夠改變其領域範式的「颠覆性」研究或發現，變少了。
Fortunato 表示，「重大突破」的數量正在減少，但當它們出現時，往往會很快得到認可。
例如，加州大學伯克利分校的生物化學家 Jennifer Doudna 和馬克斯 - 普朗克病原體科學研究所的 Emmanuelle Charpentier，在開發出基因編輯工具 CRISPR-Cas9 系統僅僅 8 年後，就獲得了 2020 年諾貝爾化學獎。
有研究人員推測，在 COVID-19 疫情期間向全球數百萬人推出 mRNA 疫苗的發明者，也可能獲得類似的認可。
但問題是，如果上述等待時間繼續拉長，一些傑出的科學家很可能就會因爲禁止追授獎項的規定，而與諾貝爾獎失之交臂。
頒獎時間表
諾貝爾獎頒獎季又到了。
每年 10 月，瑞典和挪威的諾貝爾獎委員會都會評選出科學、文學、經濟等共計六個獎項的獲獎者。
随後，獲獎者将于 12 月在斯德哥爾摩領取諾貝爾獎獎章和證書。
今年，諾貝爾獎的獎金爲 1100 萬瑞典克朗，按當前彙率折合約 98.9 萬美元。
值得一提的是，每年諾獎評選最讓委員會頭疼的一個問題是「rule of three」，就是說，每個獎項最多隻能頒給三位科學家。
生理學或醫學獎将于 10 月 2 日周一宣布。
物理學獎将于 10 月 3 日周二宣布。
化學獎将于 10 月 4 日周三宣布。
文學獎将于 10 月 5 日周四宣布。
和平獎将于 10 月 6 日周五宣布。
經濟學獎将于 10 月 9 日周一宣布。
參考資料：
https://www.nature.com/articles/d41586-023-03074-7
https://www.nature.com/articles/d41586-023-03086-3
https://www.scientificamerican.com/article/rosalind-franklin-deserves-a-posthumous-nobel-prize-for-co-discovering-dna-structure/
