2023年諾貝爾獎將于10月2日起陸續(xù)公布，此時每關心諾獎的人心中都有一個問題——誰會獲獎？

ChatGPT是 OpenAI 于2022年11月30日發(fā)布的一種人工智能聊天機器人，它能夠通過學習和理解人類的語言來進行對話，還能在幾秒鐘內(nèi)對幾乎任何問題產(chǎn)生靠譜的答案。

那么，ChatGPT能夠預測今年的諾貝爾獎得主嗎？

還真有人這么干了，印第安納大學布盧明頓分校科學家 Santo Fortunato 向免費版的ChatGPT提問其是否能預測今年的諾貝爾獎得主。然而，ChatGPT的回到是——我無法預測未來，包括2023年或其他任何一年的諾貝爾獎得主。

Santo Fortunato 并沒有就此打住，他換了一種提問方式，他要求ChatGPT找到由尚未獲得諾貝爾獎且在世的科學家做出的化學、物理和生理學或醫(yī)學領域的三項最大發(fā)現(xiàn)。他的學生們則對谷歌開發(fā)的人工智能聊天機器人Claude做了類似的提問。

結(jié)果，這兩個聊天機器人都能夠找出重要發(fā)現(xiàn)，包括CRISPR基因編輯工具的開發(fā)、二維材料石墨烯的發(fā)現(xiàn)，但這些答案的問題也很明顯。在某些情況下，聊天機器人識別的發(fā)現(xiàn)是由已經(jīng)獲得諾貝爾獎的科學家做出的，此外，提問的是在世的科學家所做的發(fā)現(xiàn)，但回答中的有些科學家已經(jīng)去世了。

人工智能已開始助力獎項評選

由研究人員認為，盡管ChatGPT和Claude等基于大語言模型（LLM）的人工智能系統(tǒng)目前還不是諾貝爾獎預言家，但它們確實有潛力成為強大的預測工具。 我們還需要做一些工作才能使它們適合這一目的。要創(chuàng)建一個能預測諾貝爾獎的人工智能，目前的大語言模型（LLM）需要在適當?shù)臄?shù)據(jù)上進行修改和訓練，而不僅僅是拿現(xiàn)在的大語言模型（LLM）并將其塞進預測諾貝爾獎的任務中。

實際上，人工智能還可以加強現(xiàn)有的對諾貝爾獎的預測，以確定未來的贏家。就在上周，科睿唯安（Clarivate）發(fā)布了年度“引文桂冠獎”名單，通過分析論文的被引用情況，該獎項自2002年首次發(fā)布以來，已成功預測了71位諾貝爾獎科學獎得主。

“引文桂冠獎”突出了那些發(fā)表的論文被引用至少2000次的科學家，這一被引用數(shù)據(jù)與之前大多數(shù)諾貝爾科學獎得主相當。此外，該獎項還考慮了這些高被引論文的作者是否有開創(chuàng)性的發(fā)現(xiàn)，是否已經(jīng)獲得了著名獎項。例如，今年的“引文桂冠獎”在癌癥免疫治療、人類微生物組、合成生物學、材料科學、基因測序等領域做出了巨大貢獻。

值得一提的是，科睿唯安科學信息研究所的研究分析主管 David Pendlebury 表示，科睿唯安已經(jīng)開始探索如何利用生成式人工智能來幫助預測未來的諾貝爾獎得主。這可能會在明年的評選中有所貢獻。與現(xiàn)有的方法相比，生成式人工智能的一個優(yōu)勢是它們能夠在海量科學文獻中進行搜索。這將提高我們確定潛在諾貝爾獎獲得者候選人的速度和徹底性。

獲得諾獎最重要的是什么？

對過去諾貝爾獎得主的分析能夠看出，僅憑論文引用情況不足以表明誰可能在未來獲得諾貝爾獎。要想獲得這一科學界最高獎的認可，需要做出真正突破性的工作，推動一個領域向前發(fā)展，或?qū)ι鐣a(chǎn)生根本性影響。也就是說，必須要有一些特殊的東西，然而，量化這種特殊性可能非常困難。

基于大語言模型（LLM）的人工智能可能為預測諾貝爾獎提供幫助，因為它們可以搜索在線資源和檔案，以獲取研究影響的其他跡象。這些可能包括新聞報道、研究人員之間的合作網(wǎng)絡以及他們與前諾貝爾獎得主的關聯(lián)。向大語言模型提供這種定性信息可能會產(chǎn)生更全面的預測。

但也有研究人員認為，生成式人工智能工具也可能會延續(xù)以前圍繞諾貝爾獎的偏見。自1901年諾貝爾獎首次頒發(fā)以來，已有635人獲得諾貝爾化學獎、物理獎、生理學或醫(yī)學獎，但其中只有24人為女性。如果大語言模型使用關于過去獲獎者的數(shù)據(jù)進行學習和訓練，他們更有可能預測男性而不是女性作為未來諾貝爾獎獲獎者。因此，我們需要消除人工智能的這些偏見。

當真正決定誰將獲得諾貝爾獎時，人類的判斷力是無可匹敵的，最終，品味是必須的，也是人類特有的，這也是諾貝爾獎散發(fā)出的迷人魅力的原因。

今年誰會獲獎？

近期，多項科學大獎在諾貝爾獎發(fā)布前公布獲獎名單，其中，CAR-T細胞治療先驅(qū) Carl June 和 Michel Sadelain 等人獲得了兩項有著諾獎風向標之稱的“科學突破獎”和“引文桂冠獎”的認可，他們能否獲得今年的諾貝爾獎，我們拭目以待。

Carl June（左）和Michel Sadelain（右）

除了他們兩人，生理學或醫(yī)學領域近幾年屢獲科學大獎、諾獎呼聲很高的還有中國科學家盧煜明（香港中文大學），他發(fā)現(xiàn)了孕婦外周血中存在游離的胎兒DNA，并發(fā)展出一套新技術來準確分析和度量母親血漿內(nèi)的胎兒DNA，開創(chuàng)了無創(chuàng)DNA產(chǎn)前診斷。他此前已經(jīng)獲得了“科學突破獎”、“引文桂冠獎”和“拉斯克獎”。

盧煜明

近幾年一直呼聲很高的還有光遺傳學之父 Karl Deisseroth（斯坦福大學），他首次提出了光遺傳學，開創(chuàng)了光遺傳學時代，改變了神經(jīng)科學研究格局。此前他已獲得了“科學突破獎”、“引文桂冠獎”和“拉斯克獎”。

Karl Deisseroth

因mRNA研究還推動了mRNA疫苗開發(fā)的 Katalin Karikó、Drew Weissman 也是近年的熱門人選，他們此前已經(jīng)獲得了“科學突破獎”和“拉斯克獎”。

Drew Weissman（左）、Katalin Karikó（右）

值得一提的是，開發(fā)了AlphaFold的兩位學者 Demis Hassabis 和 John Jumper 近兩年先后獲得了“科學突破獎”，“蓋爾德納獎”，以及“拉斯克獎”。AlphaFold解決了從氨基酸一維序列預測蛋白質(zhì)三維結(jié)構(gòu)這一長期存在的挑戰(zhàn)，將蛋白質(zhì)結(jié)構(gòu)預測的準確性和速度提升到了前所未有的水平。

Demis Hassabis（左）、John Jumper（右）