截至10月13日，今年度的诺贝尔奖已颁出了多个奖项，韩国首次获得诺贝尔文学奖，化学奖得主越来越年轻，而科学类奖项，据说快被AI全部收入囊中了？
PART1
女作家韩江为韩国赢下第一个诺贝尔文学奖
韩国女作家韩江（Han Kang）荣获了2024年诺贝尔文学奖，这是韩国作家首次获得该奖项，也是自1901年以来117次颁奖中第18位女性获奖者。
South Korean author Han Kang has won the 2024 Nobel Prize in literature “for her intense poetic prose that confronts historical traumas and exposes the fragility of human life”. Han, 53, is the first South Korean writer and 18th woman to win the Nobel Literature Prize.
瑞典文学院赞扬了韩江的“强烈诗意的散文，直面历史创伤，暴露了人类生命的脆弱性”。韩江以其实验性和常常令人不安的故事而闻名，这些故事探讨了人类创伤和暴力，并融合了韩国现代历史上的残酷时刻。其代表作《素食者》（The Vegetarian），赢得了2016年的曼布克国际奖。
《素食者》讲述了一个年轻女子在经历关于人类残忍的噩梦后，试图过上更“植物般的”生活。韩江的获奖不仅是对韩国文学的认可，也是对亚洲文学的重要肯定。她的作品通过深刻的人文关怀和独特的文学风格，探讨了个人与历史、现实与理想之间的复杂关系，展现了文学对人类生活的深远影响。
韩国的女性主义书写近年也渐渐进入了我们的视野，赵南柱的作品《82年生的金智英》在2017年就在国内畅销，同名电影由郑裕美、孔刘主演，获得全球2700万美元的票房也获得了韩国国内大奖的提名。除此之外《给贤南哥的信》《请照顾好我妈妈》《她厌男，她是我女友》也都在国内书店上市，来自韩国的女性主义作品，在有些书店甚至有专门的书架。
“韩女文学”通过或真实或虚构的书写，以个体的叙事去诉说共同的经验，渐渐揭开深藏在韩国社会，甚至整个东亚社会中本无人提及的问题。诺贝尔文学奖颁给韩江的同时，也希望有更多的女性故事、女性书写可以被看到、听到。
顺便一提，《素食者》也被改编成了电影，虽然入围了当年的圣丹斯电影节，但豆瓣评分不高，如果没有接触过韩江的作品，还是可以先看看原著……
PART2
诺贝尔化学奖首次颁给“80后”
今年的诺贝尔化学奖颁给了三位科学家，其中一半授予美国华盛顿大学的David Baker，以表彰其在计算蛋白质设计方面的贡献，另一半则共同授予Demis Hassabis和John M. Jumper，以表彰其在蛋白质结构预测方面的贡献。
Two scientists at Google DeepMind and an American biochemist have been awarded the 2024 Nobel prize in chemistry for breakthroughs in predicting and designing the structure of proteins.
这是诺贝尔化学奖首次颁给80后科学家，John M. Jumper是超过70年以来最年轻的诺贝尔化学奖得主，而据说，他本来想做一个理论物理学家的。Jumper在2007年自范德堡大学获得物理和数学双学位后，Jumper打算成为一名理论物理学家。他获得了著名的马歇尔奖学金，并被剑桥大学的博士课程录取。
然而他很快意识到，研究量子力学的计算方法并不适合他，因此他在获得硕士学位后便重返美国。然后，他在D.E. Shaw Research找到了一份工作，负责开发用于蛋白质模拟的超级计算机，这段经历开启了他进入生物化学学的大门。三年后，他回到芝加哥大学，在Karl Freed与Tobin Sosnick教授的指导下完成理论化学博士学位。Jumper的博士研究方向是蛋白质模拟的统计和机器学习方法，他随后便进入DeepMind从事蛋白质结构预测工作。拿到博士学位仅仅七年后，Jumper和他的搭档Demis Hassabis共同获得了诺贝尔化学奖。另一位获奖者David Baker，也曾主修哲学和社会学。
看来即使是诺贝尔奖得主也曾经在专业间挣扎，你的专业焦虑缓解一些了吗……
PART3
AI或成最大赢家？
目前科学类奖项——生理学或医学奖、物理学奖、化学奖全部揭晓，物理学奖、化学奖均颁发给AI（人工智能）领域科学家。之前提到的化学奖得主Hassabis和Jumper开发了人工智能模型AlphaFold2，解决了一个已有50年历史的难题，能预测大约两亿种已知蛋白质的复杂结构，已被全球200多万人使用，对药物研发等领域具有革命性的意义。
诺贝尔物理学奖授予美国科学家John Hopfield和加拿大科学家Geoffrey Hinton，表彰他们“通过人工神经网络实现机器学习的基础性发现和发明”。两位人工智能先驱的工作，为深度学习和神经网络的发展奠定了基础，对人工智能如今的蓬勃发展起到了关键性作用。
AI来势汹汹，已经开始统治诺贝尔奖了吗？
无可否认，AI技术正成为推动科学研究范式变革的一股重要力量。在物理学、化学、生物学和医学等诸多领域，AI已成为应对长期复杂科学问题的关键工具。科学家们从实际问题出发，将其转换为AI可处理的数据输入，利用深度学习网络分析后得出结论。这一理论框架被认为能够解决几乎所有科学问题。许多科学家相信，AI将不断突破传统科研的限制，带来更深远且广泛的创新。
AI用于科研潜力巨大，就我国来看，已经有了不少成功实践。今年7月发布的《世界知识产权组织生成式人工智能专利态势报告》显示，2014年至2023年，中国生成式人工智能专利申请量超过3.8万件，占全部专利数量的70.3%，居世界第一位。中国科学家运用人工智能算法发现大量全新RNA病毒，今年10月在《细胞》（Cell）杂志发表论文，报告了全球范围内180个超群、16万余种RNA病毒的发现，大幅扩展全球RNA病毒的多样性。
当然，AI辅助科研也带来了一系列挑战。一方面，AI辅助设计、AI增强检索、AI辅助研读、AI辅助创作等服务，大幅提升了科研工作的研究效率；另一方面，滥用AI技术也会带来侵犯他人知识产权、泄露个人隐私信息、编造虚假实验数据、快速炮制垃圾论文等诸多问题。AI确实是宝贵、高效的科研工具，但对AI可能带来的风险进行预判，规范伦理，加强审查也是十分必要的。
关于#诺贝尔奖#的新闻就读到这里，你觉得未来科研难题都会交给AI解决吗？我们还需要人类科学家吗？
往期内容
往期内容
THE
END
