一年一度的“诺奖季”即将到来，之所以称其为“季”，是因为这一重量级奖项总会牵动学术圈的神经，并波及到更广泛的领域。诺奖潜在得主的预测并非是一场无意义的游戏，更准确的来说应当是一场学术夺宝游戏，但是，这一游戏的输赢并没那么重要，游戏折射出的广大科研人对研究领域领军学者的关注、对新兴或经典研究领域的热情，以及对科研生态的反思却更值得细究。

图1 谁会是今年的物理和化学奖得主？（图片由文心一言生成）

最近，大量科技与社会媒体报道了今年最可能获得诺奖的学者名单，绝大多数都基于科睿唯安的引文桂冠奖提供的信息，然而，当年的引文桂冠奖得主能同时斩获诺贝尔奖的概率并不高。尽管引文桂冠奖的详细遴选细节尚未公开，但笔者认为，引文桂冠奖的关注点主要基于研究领域的热门程度、开创性成果的引用次数，以及这些学者最近几年的学术活跃度，因此，某些早年间做出了开创性工作的领域鼻祖并不容易获得这一基于引证指标的奖项。本文主要关注基于学术共同体的预测或新的评价技术，而非仅仅依靠引证指标，毕竟，科学永远不能用引用次数代替。

每年，Nature总会在诺奖公布后推出专题文章，讲述诺奖背后的科学。今年，这本著名学术期刊则推出了一个极其有趣的专题，即“诺奖得主的人物画像”，该刊分析了346 个奖项和 646 名获奖者的数据，从而识别出可以获奖的“学者特征”。

根据这项统计，最容易拿到诺奖的年龄是54岁，因为历史上有24位诺奖得主都在这个年龄获奖。如果计算所有获奖者的平均年龄，那么，58岁将是一个最佳值。此外，女性科学家更难拿到诺奖，在上个世纪，仅有11个诺贝尔奖授予了女性，不过，自2000年以来，女性学者已经获得了15个奖项。此外，诺奖级成果大约需要20年时间才能被认可，因此，平均而言，学者应当在40岁左右已经具备做出超一流成果的水平。然而，这一时间跨度正变得越来越长，在1960年前，这一数值仅为14年，而到了2010年代，等待时间已经延长至29年左右。因此，一位学者除了做出超一流的成果外，还需要更长寿，面对越来越“卷”的学术圈，好的心态应当是真正重要的内核，只有足够长寿，才能看到更远的学术风景。

此外，Nature的统计数据还发现了一个极为重要的信息，在诺奖得主或即将获奖学者的实验室开展研究，或者你导师是诺奖得主的弟子，那么，可以极大提高获得诺奖的机会。这一师承现象最终形成了所谓诺贝尔学术族谱（Nobel family tree），例如，1904年诺贝尔物理学奖得主约翰·威廉·斯特拉特（John William Strutt）的学术后代中有 228 人获得了诺贝尔奖。尽管我们希望众多独立的学术集群会作为不同的学术家族出现。但事实证明，几乎所有诺贝尔奖获得者都拥有着某种联系。最令人惊讶的发现是，截至 2023 年，获得科学和经济学奖项的 736 名学者中有 702 名来自同一个学术家族，他们的历史中存在着共同的学术联系。

每年，国际上三大重要的化学媒体都会进行诺贝尔化学奖的预测，即英国皇家化学会的Chemistry World，欧洲化学协会的ChemistryViews，以及美国化学会的C&EN。这些媒体通过在线投票或者研讨会的形式来预测可能的诺奖得主，综合上述媒体的预测，今年有望获得化学奖的可能是这些领军学者：

1、A.奥马尔亚吉（Omar M. Yaghi），加州大学伯克利分校

科学贡献：网状化学

图2 Omar M. Yaghi （图源：http://yaghi.berkeley.edu ）

预测度：在美国化学会上月组织的在线研讨会上，他获得了 45% 的选票。此外，Yaghi教授曾获得2018年度沃尔夫奖、2019年度爱明诺夫奖、2024年度唐奖、2024年度巴尔塞奖。

2、B.翁启惠（Chi-Huey Wong），台湾“中央研究院”基因体中心、美国斯克利普斯研究所

科学贡献：复杂碳水化合物和糖蛋白的可编程和实用合成

图3 Chi-Huey Wong （图源：https://wolffund.org.il/chi-huey-wong ）

预测度：在ChemistryViews组织的在线投票中，他获得了 152张选票，位居第一。此外，翁教授曾获得2014年度沃尔夫奖。

3、C. 尚卡尔巴拉苏布拉马尼亚安（Shankar Balasubramanian）和 戴维·克伦纳曼（David Klenerman），剑桥大学

科学贡献：开发二代DNA测序技术

图4 Shankar Balasubramanian（左）和David Klenerman（右）

（图源https://millenniumprize.org）

预测度：共同获得2022年科学突破奖

同火热的化学奖相比，今年，物理奖的预测热度似乎没有那么高，关注度较高的报道主要来自引文桂冠奖得主。第一组候选人为Rafi Bistritzer，Pablo Jarillo-Herrero，和Allan H. MacDonald ，他们三位学者同时也是2020年沃尔夫物理学奖的得主，然而，以石墨烯为代表的二维材料物理能否再次受到诺奖青睐仍存疑。

图5 魔角双层石墨烯和相关摩尔量子器件的物理学领域的开拓者

第二组可能的候选人则来自量子计算领域的著名学者David Deutsch和Peter W. Shor，他们也是引文桂冠奖得主，但是，2022年的物理奖已经颁给了量子领域，诺奖还会继续追逐学术热点吗？

今年早些时候，著名物理杂志Physics World曾披露，瑞典皇家科学院将在人工智能（AI）的协助下筛选出 2024 年诺贝尔物理学奖的获得者。该学院表示，AI将帮助其避免人工选拔过程中存在的多种固有偏见。2024 年诺贝尔物理学委员会主席Anni-Frid Lyngstad指出，目前有 224 名诺贝尔奖获得者，但只有 5 名是女性。 因此，瑞典皇家科学院与隆德大学的计算机科学家合作开发了人工智能系统，该系统可以评估提名人选，消除选择过程可能存在的性别和其他偏见。因为诺奖是胜者为王的奖项，所以必须确保选择过程是自由和公平的。该人工智能系统是与隆德大学的 Mats Sundin 等人合作开发的，计算机科学家利用 50 多年前公开的有关该奖项提名的信息来训练他们的技术。

 Sundin 指出，该大型语言模型选择出了那些饱受争议且曾被忽略的候选人。例如，它认为吴健雄因发现宇称不守恒可以分享1957年诺贝尔物理学奖。它还表明 Satyendra Nath Bose 应该因其在玻色–爱因斯坦凝聚方面的开创性工作而获得 1934 年的物理学奖。

图6 泡利（左）和吴健雄（右）（图源：Physics Today）

2024 年的评选过程于今年早些时候开始，当时使用人工智能分析了 1 月 31 日截止日期之前收到的数百份提名。它首先列出了 20 名潜在获奖者的候选名单，以供进一步考虑。此外，大语言模型现在被用来编写有关入围提名者的详细报告。诺奖委员会将根据这些报告做出最终决定。当然，最终决定将由人类组成的专家委员会做出，而不是计算机。

因此，今年的诺贝尔物理学奖得主可能存在意想不到的“惊喜”，我们拭目以待！