诺贝尔奖 | 首位亚洲女性得主 韩女作家韩江获文学奖

担任《素食者》翻译的狄波拉·史密斯评价说，韩江非常多产，每年写一本书，这在韩国小说家中很不寻常。“她的每一部作品都不同，但又都属于同一个方向的写作。所有的作品都来自同一个写作动力：在一个暴力横行的世界，探索创造一个纯真世界的可能性。她建立了独特的自我风格：她笔下的角色可以无比残暴，同时无比善良。她的笔法很自控，但不是纪实报道式的冷漠。”

诺贝尔文学奖自1901年设奖至2023年以来，120位得奖者中仅17人为女性；若以语文区分，英文作品得主共30位、法文共16位，阿拉伯得主仅1人，获奖者多半为欧洲男性作家。

候选人名单受高度关注

和平奖热门名单难脱战火

（斯德哥尔摩10日综合电) 2024年的诺贝尔和平奖即将在周五揭晓，但在全球战火频仍的背景下，今年的和平奖颁发显得更具挑战，其中可能获奖的候选人名单受到高度关注，当中包含联合国秘书长古特雷斯、联合国近东巴勒斯坦难民救济工作署（UNRWA）以及国际法院（ICJ）等。

法新社报道，今年俄乌战争、中东冲突以及苏丹内战引发的饥荒持续延烧，加上气候危机加剧，全球局势阴雨连绵。今年的诺贝尔和平奖候选人都与全球各地的人道救援和和平推动密切相关。

全球局势突出“人道精神”

专家学者们认为，2024年的全球局势使“人道精神”更加突出，因此在这些领域有所贡献的个人或组织成为获奖呼声最高的群体。

诺贝尔奖专家兼历史学家史文表示，和平奖应该颁给联合国秘书长古特雷斯，并称他可能和某个联合国机构共同获奖。

史文说：“联合国需要尽可能争取支持和关注，在对抗那些主张‘强权即公理’的势力时才站得住脚…颁发和平奖给古特雷斯将赋予他一次独特的机会…警告人们力抗那些让联合国和世界秩序变得无关紧要的危险。”

斯德哥尔摩国际和平研究所（SIPRI）所长史密斯此前曾表示，考虑到世界局势的严峻，今年或许不应颁发和平奖。

从缺可能性被认为不大

但“和平奖从缺”的可能性被认为不大，尤其是自1972年以来，诺贝尔和平奖已经52年没有悬缺过，诺贝尔委员会秘书长纽尔斯塔特告诉法新社：“我相信今年也会有一个实至名归的和平奖得主。”

其他可能的获奖者包括国际刑事法院（ICC）、制止杀手机器人运动、欧洲安全暨合作组织（OSCE）的民主体制与人权办公室（ODIHR）、苏丹的应急应变室以及阿富汗女权活动人士塞拉伊。

286候选人角逐和平奖

据悉，今年共有286个候选人角逐和平奖，其中包括197名个人以及89个组织。获提名的候选人名单将由挪威诺贝尔委员会保密50年，但具提名资格者可透露他们提名的对象。

非政府组织“挪威和平理事会”预测，今年诺贝尔和平奖有望颁给联合国近东巴勒斯坦难民救济工作署（UNRWA）。

挪威和平理事会说：“对UNRWA而言，和平奖将是对他们在政治和经济困境中所做工作的有力肯定。”

不过，以色列当局曾指控UNRWA与哈马斯勾结，若表彰他们的所作所为必将激怒以色列。

UNRWA若获奖，其瑞士-意大利籍负责人拉扎里尼可能同获殊荣。

另一种解决中东冲突和俄乌战争的方式，可能是表彰国际法院（ICJ），他们的任务是在法庭上解决国与国之间的冲突，而非兵戎相见。

身为联合国设于荷兰海牙的最高司法机关，国际法院已下令要求俄罗斯停止入侵乌克兰，今年稍早也命令以色列立即停止在加沙地带南部巴勒斯坦城市拉法的军事行动。

俄罗斯与以色列虽未听令于国际法院，但让两国在尊重国际法上备感压力。

二度夺诺贝尔奖

AI走入科学界

（巴黎10日法新电）在很长一段时间里，人工智能（AI）一直潜伏在科学的腹地，往往不受人关注，也不受到财主的青睐。但一周内AI科技界两次获得诺贝尔奖表明，AI的时代终于到来了。

周二，来自加拿大称为“AI教父”的辛顿和美国的霍普菲尔德因其为现代AI奠定基础的开创性工作，荣获诺贝尔物理学奖。

周三，贝克、谷歌DeepMind公司执行长哈萨比斯和资深研究科学家琼珀共享诺贝尔化学奖，以表彰他们通过AI揭示蛋白质秘密的工作。

夺物理学奖出乎意料

贝克、琼珀和哈萨比斯是化学奖的热门人选，但物理学奖得主却出乎意料。

当辛顿被告知获奖时，他说：“我大吃一惊。”“我不知道会发生这种事。我很惊讶。”

网上评论人士对电脑机科学家获得物理学奖感到费解。

随着OpenAI的ChatGPT等项目主导着围绕AI的文化对话，对许多人来说，这种技术值得获得诺贝尔奖的想法似乎很奇怪。

但对于科学家来说，这个消息并不令人惊讶。

学者：AI在改变科学研究方式

伦敦国王学院信息系教授辛珀尔告诉法新社：“AI在改变我们的科学研究方式方面的作用不容低估。”

“诺贝尔奖的颁发承认了这一点，同时也承认跨学科方法在推动计算机发展方面所发挥的作用。”

如今被统称为AI的这门科学有着悠久的历史，在上世纪五六十年代出现了基本的聊天机器人、翻译机器和简单的算法。

但许多早期实验未能成功，研究人员难以获得资金，尤其是在上世纪70年代和90年代，这段时期被称为“AI冬天”。

在2022年ChatGPT引发的最新兴趣爆发之前，人工智能只有少数几个时刻突破了公众的想象。

2016年，由哈萨比斯的DeepMind创建的AlphaGo程序在围棋比赛中击败了韩国特级大师李世石。

近十年前，IBM开发的超级电脑“深蓝”击败了国际象棋世界冠军卡斯帕罗夫。

辛珀尔说，看到AI先驱获得诺贝尔奖并没有什么问题，而是应该受到鼓励。

建议诺奖是时候设新类别

她说：“也许是时候设立一个新的诺贝尔奖类别了。”

“在我看来，AI科学家获得诺贝尔奖科学类别的认可没有问题，这仅仅是对现代科学如何在今天发挥作用的一种承认。”

她补充说，软件工程和网络安全等学科对社会的贡献也应该得到认可。

周三的奖项公布后，网上迅速出现了一些表情包，暗示ChatGPT制造商OpenAI的老板阿尔特曼可能是下一个获奖者。

剑桥大学AI：未来与责任项目主任奥海格尔塔伊在社交媒体平台X上写道：“事情好像不仅仅这样。”

“听说诺贝尔文学奖将授予‘OpenAI非营利治理结构’的作者，以表彰他们对创造性小说的杰出贡献。”

哈萨比斯：AI加速生物科学研究

AlphaFold预测蛋白质结构

哈萨比斯在获奖感言中指出，AlphaGo和AlphaFold之间存在直接联系，后者因预测蛋白质结构而为他们赢得诺贝尔奖。

他说：“在DeepMind的早期阶段，我们用游戏来进行训练，作为我们早期算法的试验场，这些算法后来发展成了我们最终在现代程序中使用的一些技术。”

他还鼓励孩子们玩游戏，说这“真的很有趣”。

“这是深入了解电脑工作原理的好方法。”

AlphaFold 2预测2亿种蛋白质结构

2020年，哈萨比斯和琼珀提出了名为AlphaFold 2的AI模型。借助这个模型，他们成功预测了科学家已知的几乎所有2亿种蛋白质的结构。

自这项突破以来，AlphaFold 2已被全球190个国家的超过200万人使用。此外，研究人员还能更深入了解抗生素抗药性，并创造出能够分解塑胶的酵素的图像。

AlphaFold 3提高50%预测准确率

今年5月，谷歌推出革命性的模型AlphaFold 3登上国际顶刊《自然》

（Nature）杂志。AlphaFold 3能够预测所有生命分子的结构和交互作用。在预测蛋白质与其他分子的相互作用上，AlphaFold 3相比现有方法至少提高了50%的准确率，针对一部分相互作用类别甚至提高了1倍。

AlphaFold 3是基于其2020年推出的AlphaFold 2研发而来。至今，全球已有数百万研究人员使用AlphaFold 2在疟疾疫苗、癌症治疗和酵素设计等领域取得了重要发现，AlphaFold已被引用超过2万次。

这使得AlphaFold 3成为首个超越基于真实生物分子结构预测工具的AI系统。

AlphaFold 3不仅限于蛋白质，将探索更广泛的生物分子。这项飞跃可能影响从开发生物可再生材料和更具弹性的作物，到加速药物设计和基因组学研究，带来生物科学研究的变革。

诺奖得主：从疫苗到分解塑料

蛋白质工程 可解决棘手问题

无论是治疗肿瘤或是分解塑料，今年诺贝尔化学奖的共同获得者、美国科学家贝克都给出了答案：设计出自然界不存在的蛋白质。这一概念曾被视为“疯狂”。

如今，具有新功能的蛋白质正源源不断地从他的实验室流出，潜在的应用范围从超靶向治疗到新疫苗的开发，数不胜数。

在得知自己与另两位科学家一起获得诺贝尔化学奖的几小时后，贝克在西雅图通过视频电话告诉法新社：“在我们今天在医学和健康、可持续性、能源和技术方面面临的一系列问题中，我认为蛋白质设计的潜力是巨大的。”

蛋白质是有机分子，从肌肉收缩、食物消化到神经元激活等，几乎在生物体的每一个功能中都起着重要作用。

超越自然界进化

这位62岁的华盛顿大学教授解释说：“自然界的进化是为了解决自然选择过程中面临的所有问题。”

这位生物化学家和计算生物学家补充道：“但人类今天面临着新的问题。”

“人类正在导致地球暖化，所以我们需要生态和可持续性方面的新解决方案。我们的寿命更长了，所以会有新的疾病与之相关，比如阿尔茨海默病。有新的病原体，比如冠状病毒。”

他说，与其把这些问题留给进化，不如“用新的蛋白质，我们可以在很短的时间内解决这些问题”。

氨基酸链序列可设计

所有的蛋白质都是由氨基酸链组成的，氨基酸链的序列决定了它们的形状，并最终决定了其功能。

几十年来，科学家们一直试图根据这些氨基酸序列来确定蛋白质结构。

2003年，贝克发表了他的突破性发现——创造了第一个在自然界中没有发现的蛋白质——尽管它仍然缺乏明确的功能。

贝克忆述：“然后我们开始尝试设计真正有用的蛋白质。我想，那就是人们真正开始觉得这很疯狂的时候。”

融入AI设计蛋白质

他说，但是“在过去的20年里，实际上在过去的5年里，我们已经能够制造出具有各种神奇功能的蛋白质。”与此同时，Rosetta已逐步改进，并融入了AI。

那么，科学家要如何决定一种新蛋白质需要什么样的形状才能达到预期的功能呢?

贝克举了一个肿瘤的例子：“我们知道肿瘤表面的一些蛋白质，我们知道它的形状。我们所做的就是设计一种蛋白质，它的作用就像一把钥匙可以锁住一把锁。”

另一个应用——分解塑料，在这种情况下，一种蛋白质被设计成附着在塑料分子上，伴随着化合物来“切割”它。

在医学领域，这项技术已经被用于韩国批准的一种冠病疫苗。目前研究人员还在探索其创造新材料的潜力。

辛顿谈OpenAI逼宫风波

“很自豪门生解雇阿特曼”

（华盛顿10日综合电）被业界喻为“AI教父”的2024诺贝尔物理奖新科得主辛顿，不断呼吁世界关注他催生的人工智慧（AI）技术对人类带来之风险，也丝毫不掩饰对当今业界龙头OpenAI执行长阿特曼领导能力有意见。

辛顿日前获奖后谈及乐见阿特曼去年一度遭“逼宫”开除事件，他对于昔日得意门生在此风波发挥关键作用而感到自豪。

辛顿对于人工神经网络的开创性研究，为OpenAI开发的聊天机器人ChatGPT等人工智能（AI）系统铺平了道路，因而10月8日获共同授予诺贝尔物理奖。

称阿特曼更重视利润

根据美国新闻网站《新闻内幕》报道，辛顿获奖当天发表谈话时，称阿特曼更重视利润而不是安全，更说：“我特别自豪的是，我的一名学生曾开除阿特曼。”

报道指，辛顿所指的是其门徒、OpenAI共同创办人暨首席科学家苏茨克维。苏茨克维2013年获得多伦多大学的电脑科学博士学位，辛顿则是他的指导教授。

谈到昔日风波，辛顿8日说：“OpenAI成立时重点强调安全，其主要目标是开发‘通用人工智能’，并确保其（使用上对人类）安全。”但之后的发展却不如外界预期，辛顿指称“随着时间推移，事实证明阿特曼更关心利润，而不是安全。我认为这是很不幸的事。”

阿特曼去年11月一度遭董事会解职，据悉就是由辛顿门徒苏茨克维率先发难，因不满阿特曼急于推出AI产品却忽视技术安全性；两人先前曾就AI的发展速度起内讧。

虽然苏茨克维在逼宫事件后随即改变想法，与其他员工一起说服董事会促成阿特曼返回经营团队，但此风波也种下苏茨克分道扬镳的因子，苏茨克5月14日宣布离开待了近10年的公司，6月宣布创办新的人工智慧公司Safe Superintelligence Inc.。

辛顿重视AI风险

2013月3月，辛顿所创办研究深度学习技术应用的DNNresearch公司被谷歌收购后，他便加入Google，而这家网络搜寻龙头在其带领下，图像识别和安卓系统音档识别的性能大幅度提升，把深度学习从冷门课题变成各科技巨头仰赖的核心技术。

然而2023年5月传出他离开了谷歌。辛顿后来澄清是为了能更自由谈论AI带来的风险。