2018诺贝尔奖将正式揭晓 AI成为诺奖座上客的几率越来越大

2018-09-30 09:27:00 来源:镁客网

33个小时之后的北京时间10月1日17:30,2018诺贝尔奖将拉开颁奖序幕,一直到12日,六大奖项将逐一揭晓。其中生理学或医学奖、物理学奖、化学奖、和平奖和经济科学奖将一如既往正常颁发,唯一略带尴尬色彩的是8月30日瑞典文学院紧急宣布新设的、仅限2018年颁布的诺贝尔新文学奖。

只出现一次,从定义到含金量都无法等于固有的文学奖,这个新文学奖恐怕只能算“1/2”。

1000

它的出现是为了弥补因为瑞典文学院的性丑闻事件而被取消的文学奖,而“名正言顺”的文学奖将会在2019年颁发,届时将会有两个诺贝尔文学奖一起被颁发,也将是1895年文学奖创立以来,距1974年二人平分奖金之后,时隔45年后再一次的“双黄”。

这里有个小插曲。阅读与跑步爱好者们牵挂的村上春树君,婉拒了这个临时增加的番外奖,大概是为了专心等待明年的正式角逐。

1000 (1)

诺贝尔也有自己的风向标

就像金球奖是奥斯卡的风向标,诺贝尔也有自己的前哨,那就是科睿唯安(Clarivate Analytics)“引文桂冠奖”。2002年首度颁布至今,已经有46位该奖项得主荣膺诺贝尔奖。

科睿唯安的分析师们每年都会基于Web of Science平台上的论文和引文数据,臻选诺贝尔奖奖项所涉及领域中全球最具影响力的顶尖人士。基于其所发表研究成果被全球同行引用的频次和引文影响力,将“引文桂冠奖”授予这些科学家、经济学家。它是目前全球唯一使用量化数据,对诺贝尔奖进行预测的机构,准确率之高让业内人士纷纷侧目。

今年“引文桂冠奖”17位获奖者中,有11位来自世界领先的北美学术机构,其他6位来自英国、法国、德国、西班牙和日本,其中有两位女性。而本届诺贝尔奖共有329个候选人参与角逐,其中包括217个个人和112个组织。角逐数量为史上第二,仅次于2016年的376人。对比风向标的名单,业内人士认为,本届诺贝尔极有可能有11位美国及1位日本获奖者,而中国很大可能颗粒无收。

历史上,日裔首度摘取诺贝尔奖是在1949年,华裔则在1957年,当时由李政道与杨振宁摘得物理学奖,之后丁肇中、李远哲、朱棣文、高行健等先后获得了物理学、化学、文学奖等。在2012年及2015年,莫言及屠呦呦先后成为了中国籍诺贝尔奖获得者。尽管今年的诺贝尔奖中国科学家们在这几个领域可能无望摘取,但AI的发展带来的机会,有可能在未来十年内极大增加中国科学家们摘取的概率。

1000 (2)

AI极有可能成为诺贝尔的下一个风口

去年诺贝尔物理学奖是由美国物理学家雷纳·韦斯、巴里·巴瑞希和吉普·索纳三人获得,以表彰他们在LIGO探测器和引力波观测方面作出的决定性贡献。而在引力波数据分析的过程中,有一步非常关键,就是区分引力波信号和其他干扰信号,例如清华大学的人工智能研究团队就通过机器学习的方法对引力波进行数据降噪分析,将引力波信号探测这个物理问题转化成了一个数据分析处理问题。而人工智能神经网络对引力波图像的分析,也会比原来的引力透镜快1000万倍。

1000 (3)

而在宇宙探索中,AI技术很早就发挥了其作用力,包括计算机视觉、语音识别、自然语言处理以及机器学习等,探测器协助获取来自宇宙的图像、信息、数据,然后传回地球,帮助人类提升理解宇宙的能力。而机器人更是可以自主地进行项目操作,高效高质量地完成部分太空任务,减轻地面人员的工作强度,在太空安全性方面也有极大的保证。

此外澳洲的团队通过AI进行的制造玻色-爱因斯坦冷凝物的实验,也成功地将AI的能力发挥到更大程度。在实验过程中,实验团队将气体温度降低到1微开尔文——相当于只比绝对零度高了百万分之一度——然后将实验交给了AI。AI的任务是弄清楚如何使用镭射、控制其他参数,从而最好地将原子温度降低至几百纳米开尔文。由于玻色-爱因斯坦冷凝物对于能量波动有极强的敏感度,其制造和维持有极高的难度,但是AI可以同时监测许多参数,快速调整过程,获得有效结果。

如此一来,AI成为诺奖座上宾的机会将越来越大,可能是2020年,也有可能是2025年,但毫无疑问,它必将会发生。

附:2018年度 “引文桂冠奖”获奖名单

· 生理学或医学领域

纳波莱奥内·费拉(Napoleone Ferrara)加州大学圣地亚哥分校

获奖原因:发现了血管内皮生长因子(VEGF),在健康组织和癌细胞中形成新血管的过程中,这一因子是血管生成的关键调节器。费拉的工作促进了癌症和其他疾病中用于抑制血管生长的药物的研发。

金久 实(Minoru Kanehisa)日本京都大学

获奖原因:主要因为对生物信息学的贡献,特别是对《京都基因与基因组百科全书》一书的完善与发展。这个参与基因表达的蛋白质通路数据库允许基因组学家和其他研究人员收集、比较和解释细胞过程的数据,例如那些构成疾病的数据。

所罗门·斯奈德(Solomon H. Snyder)约翰斯·霍普金斯大学

获奖原因:识别了许多神经递质和精神药物的受体,包括与鸦片制剂相关的脑受体。他的研究已经应用于许多常见处方药的开发,如用于止痛药物。

· 物理学领域

戴维·奥沙隆(David Awschalom)芝加哥大学&阿瑟 C·戈萨德(Arthur C. Gossard)加州大学圣巴巴拉分校

获奖原因:观测半导体中的自旋霍尔效应。这项对电子在磁场影响下如何表现的研究有望在许多领域得到应用,包括量子计算。

桑德拉 M·法伯尔(Sandra M. Faber)加州大学圣克鲁斯分校

获奖原因:研究出确定星系的年龄、大小和距离的开创性方法以及对宇宙学的其他贡献,包括对“冷暗物质”的研究,该物质被认为是宇宙“丢失”的物质。

尤里·高果其(Yury Gogotsi)德雷塞尔大学&罗德尼 S·劳夫(Rodney S. Ruoff)韩国蔚山科学技术院,韩国基础科学研究所&特里斯·西蒙(Patrice Simon)法国保罗萨巴蒂尔大学

获奖原因:其发现推动了对碳基材料的理解和发展,包括电容储能和对超级电容器的运行机制的了解。

· 化学领域

埃里克 N.雅克布森(Eric N. Jacobsen)哈佛大学

获奖原因:对有机合成催化反应的贡献,特别是对雅各布森环氧化反应的发展。

乔治 M·谢尔德里克(George M. Sheldrick)德国哥廷根大学

获奖原因:通过引入和维护计算机程序SHELX系统,在结构晶体学方面产生了巨大影响。

乔安妮·斯塔布(JoAnne Stubbe)美国马萨诸塞州剑桥 麻省理工学院

获奖原因:发现核糖核苷酸还原酶可通过自由基机制将核糖核苷酸转化为脱氧核苷酸。这些脱氧核糖核苷酸继而成为DNA合成和修复的基础。

· 经济学领域

曼努埃尔·阿雷拉诺(Manuel Arellano)马德里货币金融研究中心(CEMFI)&斯蒂芬 R·邦德(Stephen R. Bond)牛津大学

获奖原因:在面板数据分析,尤其是Arellano-Bond 估计方面作出了贡献。该方法利用面板数据中的时间模式来估计对政策或其他变量变化的经济响应,同时对永久性的未观察到的混淆变量进行控制。

韦斯利 M·科恩(Wesley M. Cohen)杜克大学&丹尼尔 A·利文索尔(Daniel A. Levinthal)宾夕法尼亚大学

获奖原因:吸收能力(即企业评价、吸收和应用外部知识的能力)概念的引入和发展,及其对促进人们了解企业、行业和国家的创新表现所做的贡献。

大卫 M·克雷普斯(David M. Kreps)斯坦福大学

获奖原因:对动态经济现象的贡献,包括选择理论、金融学、博弈论和组织理论。

相关阅读:

从融合洞见AI未来,看云计算、大数据与AI之间的关系

2018,我想和那个叫AI的未来谈谈

李彦宏:AI将帮助人类而非取代人类