ChatGPT能夠預測諾貝爾獎嗎？中國科學家盧煜明獲獎機率幾何？
編輯丨王多魚
排版丨水成文
2023年諾貝爾獎将于10月2日起陸續公布，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日釋出的一種人工智能聊天機器人，它能夠通過學習和了解人類的語言來進行對話，還能在幾秒鐘内對幾乎任何問題産生靠譜的答案。
那麼，ChatGPT能夠預測今年的諾貝爾獎得主嗎？
還真有人這麼幹了，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、實體和生理學或醫學領域的三項最大發現。他的學生們則對谷歌開發的人工智能聊天機器人Claude做了類似的提問。
結果，這兩個聊天機器人都能夠找出重要發現，包括CRISPR基因編輯工具的開發、二維材料石墨烯的發現，但這些答案的問題也很明顯。在某些情況下，聊天機器人識别的發現是由已經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現，但回答中的有些科學家已經去世了。
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）的人工智能系統目前還不是諾貝爾獎預言家，但它們确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适合這一目的。要建立一個能預測諾貝爾獎的人工智能，目前的大語言模型（LLM）需要在适當的資料上進行修改和訓練，而不僅僅是拿現在的大語言模型（LLM）并将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有的對諾貝爾獎的預測，以确定未來的赢家。就在上周，科睿唯安（Clarivate）釋出了年度“引文桂冠獎”名單，通過分析論文的被引用情況，該獎項自2002年首次釋出以來，已成功預測了71位諾貝爾獎科學獎得主。
“引文桂冠獎”突出了那些發表的論文被引用至少2000次的科學家，這一被引用資料與之前大多數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性的發現，是否已經獲得了著名獎項。例如，今年的“引文桂冠獎”在癌症免疫治療、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，科睿唯安科學資訊研究所的研究分析主管David Pendlebury表示，科睿唯安已經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。與現有的方法相比，生成式人工智能的一個優勢是它們能夠在海量科學文獻中進行搜尋。這将提高我們确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麼？
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展，或對社會産生根本性影響。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，因為它們可以搜尋線上資源和檔案，以擷取研究影響的其他迹象。這些可能包括新聞報道、研究人員之間的合作網絡以及他們與前諾貝爾獎得主的關聯。向大語言模型提供這種定性資訊可能會産生更全面的預測。
但也有研究人員認為，生成式人工智能工具也可能會延續以前圍繞諾貝爾獎的偏見。自1901年諾貝爾獎首次頒發以來，已有635人獲得諾貝爾化學獎、實體獎、生理學或醫學獎，但其中隻有24人為女性。如果大語言模型使用關于過去獲獎者的資料進行學習和訓練，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。是以，我們需要消除人工智能的這些偏見。
當真正決定誰将獲得諾貝爾獎時，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釋出前公布獲獎名單，其中，CAR-T細胞治療先驅Carl June和Michel Sadelain等人獲得了兩項有着諾獎風向标之稱的“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
除了他們兩人，生理學或醫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），他發現了孕婦外周血中存在遊離的胎兒DNA，并發展出一套新技術來準确分析和度量母親血漿内的胎兒DNA，開創了無創DNA産前診斷。他此前已經獲得了“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，開創了光遺傳學時代，改變了神經科學研究格局。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疫苗開發的Katalin Karikó、Drew Weissman也是近年的熱門人選，他們此前已經獲得了“科學突破獎”和“拉斯克獎”。
Drew Weissman
值得一提的是，開發了AlphaFold的兩位學者Demis Hassabis和John Jumper近兩年先後獲得了“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三維結構這一長期存在的挑戰，将蛋白質結構預測的準确性和速度提升到了前所未有的水準。
Demis Hassabis
參考連結：
https://www.nature.com/articles/d41586-023-03074-7