10月7日起， 一年一度全球矚目的諾貝爾獎陸續揭曉，引發了業內外人士的熱烈討論。除了獲獎者之外，大家最關注的就是獎金了。
據諾貝爾獎官方網站消息，2024年每項諾貝爾獎的獎金爲1100萬瑞典克朗（約合人民幣744萬元）。最初，諾貝爾的遺産只有3100萬瑞典克朗。從1901年至今已有123個年頭，諾貝爾獎發放的獎金總額早已遠超諾貝爾的遺産，爲何發了123年還沒發完？
諾貝爾獎的獎金爲何花不完？
事實上，多年來發放的獎金並不是本金，而是利息。諾貝爾遺囑中聲明：“以這份資金成立一個基金會，將基金所産生的利息獎勵給他人。”而諾貝爾獎之所以能夠發這麽多年，要歸功于投資理財。
最開始，諾貝爾基金只是投資于國債與貸款等安全的證券上，大概就是買買余額寶這種。但是大家都知道“安全投資”是很難賺錢的，再加上每年獎金的發放與基金運作的開銷，基金會一直“壓力山大”。
到1953年，該基金會的資産只剩下300多萬美元。改變也就是在這一年，基金會決定可以自由投資股票和房地産，這大幅提高了諾貝爾獎基金的長期收益。且諾貝爾基金的運氣較好，遇上了戰後經濟恢複與股市、不動産持續上漲，業績表現不錯。
根據諾貝爾基金會2023年年報，截至2023年底，諾貝爾基金會的市值爲62.33億瑞典克朗。可以說，理財專家的出色表現延續了諾貝爾的夢想。
至于獎金的分配機制，如果是一個人獲獎，那麽他就獨自擁有全部獎金。比如2012年諾貝爾文學獎獲得者莫言，就獨享了800萬瑞典克朗的獎金（約750萬人民幣）。兩個人的話則采用平分的方式，三個人的話則按照2：1：1的比例進行分配。比如2015年，諾貝爾生理學或醫學獎獎金共800萬瑞典克朗，屠呦呦將獲得獎金的一半，另外兩名科學家將共享獎金的另一半。
一個有意思的事是，作家莫言獲得諾貝爾文學獎後，被問到巨額獎金打算怎麽用時，莫言表示准備在北京買套大房子，但他表示“後來有人提醒我說也買不了多大的房子，5萬多一個平方米，750萬元也就只能買個120多平方米。”
今年的諾貝爾獎正在顛覆從業者的認知
今年的諾貝爾獎討論度之高，可能是前所未有的。
10月8日，2024年諾貝爾物理學獎頒給了AI領域的“人工神經網絡”，約翰·霍普菲爾德（John J. Hopfield）與傑弗裏·辛頓（Geoffrey E. Hinton）因“使用物理學訓練人工神經網絡”獲獎。其中，傑弗裏·辛頓被稱爲“AI教父”，他此前的學術經曆並不包括物理學，而是聚焦人工智能。物理學獎給了搞人工智能的，讓不少圈內人士十分費解，甚至在社交媒體上出現了“物理學不存在了”的調侃。
10月9日，諾貝爾化學獎頒給了“蛋白質設計和蛋白質結構預測領域”，3名獲得者均與人工智能領域有關。一半頒給了大衛·貝克（David Baker），以表彰其在計算蛋白質設計方面的貢獻，另一半則共同授予德米斯·哈薩比斯（Demis Hassabis）和約翰·江珀（John Jumper），以表彰其在蛋白質結構預測方面的貢獻。
哈薩比斯是谷歌旗下AI團隊 DeepMind的聯合創始人兼CEO，江珀也是DeepMind成員，他們開發了模型AlphaFold，用以預測蛋白質的複雜結構。
兩項獎項都涉及AI領域，這到底是“人類的諾獎”還是“人工智能的諾獎”？爲什麽今年諾貝爾獎格外關注AI？
有業內人士表示，有想過AI會加入諾貝爾獎，但沒想到會如此之快。諾獎在與生物有關的領域向來偏向實驗科學，今年的“破例”不得不讓人深思，如今頒給計算生物學領域，還是大熱的AI領域，隱隱透露出其向AI時代、虛擬化轉型的想法，可能在未來，算法、算力會更多地出現在諾獎名單中。
對此，網絡上還有一些非正式的傳言調侃道，“可能諾貝爾基金會需要通過理財來發每年的獎金，基金會或許重倉了AI ! ---[來源 : 中訪網/作者 : 一杭工作室]
*諾貝爾經濟學獎揭曉，他們研究的是“這個時代面臨的最大挑戰”*
北京時間10月14日，諾貝爾經濟學獎揭曉。
瑞典皇家科學院宣布，將2024年諾貝爾經濟學獎授予達龍·阿西莫格魯（Daron Acemoglu）、西蒙·約翰遜（Simon Johnson）和詹姆斯·A·羅賓遜（James A. Robinson），以表彰他們“研究制度如何形成並影響繁榮"。
經濟科學獎委員會主席JakobSvensson稱：縮小國家之間巨大的收入差距是這個時代面臨的最大挑戰之一，獲獎者證明了社會制度對實現這一目標的重要性。
三位學者什麽來頭？
達龍·阿西莫格魯：1967年出生于土耳其伊斯坦布爾，是麻省理工學院經濟學教授，長期關注政治經濟學和技術變革之間的相互作用，在政治經濟學、經濟發展、勞動經濟學等多個領域産生了巨大影響。
2012年，達龍·阿西莫格魯與詹姆斯·A·羅賓遜合著的《國家爲什麽會失敗》闡述了包容性制度對于實現長期經濟增長的關鍵作用。
2019年兩人再度聯手推出的《自由的窄廊》延展了前一本書的命題，主張國家和社會在互動中達成平衡，才能造就自由和富足。
面對AI熱潮，達龍·阿西莫格魯指出，未來人工智能進步帶來的生産力提升可能並不大，預估今後十年AI對全要素生産率（TFP）的增長上限不超過0.66%。
2023年，他與西蒙·約翰遜合著的《權力與進步》討論了技術進步的問題。他們認爲，用機器取代人工並不是提高經濟效率的唯一途徑。若要實現共同繁榮，必須確保人工智能是與人工形成互補，而非取而代之。他們提出五個步驟，幫助人工智能走上一條與人類互補而非取而代之的道路。
西蒙·約翰遜：1963年出生于英國，是麻省理工學院教授，2007-2008年曾擔任國際貨幣基金組織首席經濟學家。他關于長期經濟發展、公司財務、政治經濟和公共衛生的學術研究論文被廣泛引用。
西蒙·約翰遜與他人合著了《十三位銀行家：華爾街接管和下一次金融危機》《白宮大火：開國元勳、我們的國債以及它對你的重要性》《啓動美國：突破性科學如何重振經濟增長和美國夢》《權力與進步：我們爲技術與繁榮而進行的千年鬥爭》等多部作品，其中《十三位銀行家》是金融危機領域評價最高的書籍之一。
詹姆斯·A·羅賓遜：1960年出生，是美國伊利諾伊州芝加哥大學教授，其主要研究方向是政治經濟學與比較政治學、經濟與政治發展。
他利用嚴謹的統計方法和案例分析來研究經濟發展的政治制度基礎，對拉丁美洲和撒哈拉以南的非洲尤爲關注。
詹姆斯·A·羅賓遜與達龍·阿西莫格魯合著的《政治發展的經濟分析：專制和民主的經濟起源》，以曆史視角闡釋了政治制度決定了國家走上繁榮或貧困的不同道路、塑造了當代的世界經濟差異，並對制度進行了深入剖析。
價值導向發生變化
諾貝爾經濟學獎由瑞典中央銀行在1968年設立，當時正值該行成立300周年。自1969年首次評選至今，諾貝爾經濟學獎一共頒發了56次，共有96人獲獎。其中，26次爲獨立獲獎，20次由兩位學者共同獲獎，10次由3位獲獎者共享。
首屆諾貝爾經濟學獎由挪威經濟學家拉格納·弗裏希（Ragnar Frisch）和荷蘭經濟學家簡·丁伯根（Jan Tinbergen）共同獲得，表彰他們利用動態模型分析經濟過程。
在獲得經濟學獎的96人中，有3位女性。美國經濟學家埃莉諾·奧斯特羅姆（Elinor Ostrom）于2013年獲得該獎項，是首名獲得該獎項的女性。
諾貝爾經濟學獎獎項授予是否有規律可循？
上海財經大學經濟學院副教授王學博接受媒體采訪時表示，早期的諾貝爾經濟學獎大都頒發給經濟學理論方面的重大創新，而近幾年的諾獎更多地頒發給了在實證和政策分析領域作出突出貢獻的經濟學家。
復旦大學經濟學院教授王永欽表示，早年的諾貝爾經濟學獎偏理論，需要較長時間來驗證這個理論正確與否。但現在的諾獎更年輕化一些，如今經濟學研究與現實問題、政策關系非常緊密，都是與現實高度相關的問題，對現實具有指導意義，具有很高的社會價值。---[來源 ：國是直通車*編輯 ：高琰瑭*責編 ：魏晞/文 : 馮玲玲]
*AI攻占諾獎背後 ：新的技術革命成爲社會進步發展的重要引擎*
“超越人類智慧的AI可以用語言操縱我們，或許會試圖說服我們不要關掉開關。”
今年3月，由ChatGPT掀起的AI（人工智能）技術革命背後的奠基性科學家、被譽爲“AI教父”的傑弗裏·辛頓（Geoffrey E. Hinton），曾對媒體提及他對AI“反噬人類”的擔憂。如今，在他心中“危險和機遇並存”的AI，爲他帶來了諾貝爾物理學獎的榮譽。
當地時間10月8日，瑞典皇家科學院宣布，將2024年諾貝爾物理學獎授予美國普林斯頓大學的約翰·霍普菲爾德（John J. Hopfield）和加拿大多倫多大學的傑弗裏·辛頓，以表彰他們“爲推動利用人工神經網絡進行機器學習作出的基礎性發現和發明”。
諾貝爾化學獎則部分授予了谷歌旗下DeepMind公司AI科學家德米斯·哈薩比斯和約翰·江珀，以表彰他們研發出的“Alpha Fold2”模型在蛋白質結構預測方面的成就。
當AI首次成爲諾貝爾獎的主要元素，這不僅是對科學家的認可，也是對“AI輔助科學研究”這一應用趨勢的肯定，“諾貝爾物理學獎和化學獎都花落AI，既在意料之外，又在情理之中。”複旦大學計算機科學技術學院教授、上海市數據科學重點實驗室主任肖仰華告訴澎湃新聞記者。
在他看來，AI在諾貝爾獎當中占據相當比重，釋放出傳統的自然科學國際性的獎項向新興學科遷移的信號。傳統上人們認爲，諾貝爾獎主要授予在傳統自然科學領域做出傑出貢獻的個人或組織。此次諾獎對人工智能等新興學科的傾斜，標志著以人工智能驅動的科研方式已不再是“偏門”而是逐漸走向“主流”，並獲得傳統自然科學領域的廣泛肯定。
AI“攻占”諾貝爾獎意味著什麽？
“我做了這麽一輩子科研，從來沒見過AI這麽一個行當。每三個月就有新突破，每半年就要翻天覆地了。”國際著名計算生物學家、復旦大學複雜體系多尺度研究院首任院長、上海人工智能實驗室領軍科學家馬劍鵬向澎湃新聞記者坦言。
在他看來，過去50年中，“蛋白質折疊問題”一直是生物學界的重大挑戰。此前，生物學家主要利用X射線晶體學或冷凍電鏡等實驗技術來破譯蛋白質的三維結構，耗時長、成本高。幾年前，科學家用計算機預測複雜的蛋白質折疊結構，正確率還不到40%。Alphafold出現後，奇迹出現了。
2020年11月30日，Alphafold 2在蛋白質結構預測大賽CASP 14中，對大部分蛋白質結構的預測與真實結構只差一個原子的寬度，接近達到了人類利用冷凍電子顯微鏡等複雜儀器觀察預測的水平，這是蛋白質結構預測史無前例的巨大進步。
“預測蛋白質結構，向來被認爲是‘太陽底下最難的科學問題之一’。”馬劍鵬表示，他和好朋友、諾貝爾化學獎得主邁克爾·萊維特都曾認爲，這一問題在他們的有生之年恐怕很難完全解決，“但沒想到人工智能‘Alphafold 2’的出現了，讓這個問題向前邁進一大步，真正體現了算法的力量，將諾貝爾化學獎頒給人工智能，是一個理所應當或者非常恰當的決定。”
馬劍鵬認爲，人工智能可以將求解的准確率大幅提升，顯示了“科學智能”研究範式的強大。雖然“Alphafold 2”和“Alphafold 3”並未完全解決蛋白質折疊問題，但它給科學界帶來了啓示：可以通過數據驅動，將人工智能應用于更多的科研領域，讓AI助手破解各種難題。
“人工智能現在已經成爲一場新的技術革命，或者可以稱之爲工具革命。”肖仰華告訴記者，在科學研究領域，AI已成爲推動社會進步和研究發展的最重要引擎。
肖仰華認爲，諾貝爾獎授予人工智能相關研究實際上起到一個風向標的作用，這意味著傳統自然學科一定會掀起努力擁抱和學習人工智能、積極把人工智能的很多工具和方法融入到科學自身的科學研究中的熱潮。
“大家普遍認爲，獲得諾貝爾獎的科學家需要經過幾十年的研究，而AI打破了這一定律。未來可能會有越來越多年輕學者使用AI工具在傳統自然科學做出巨大貢獻，在短短幾年之內獲得諾獎，三四十歲左右的諾獎者可能會大量湧現，這個風向標的意義十分重大，也會對傳統的自然科學研究造成巨大沖擊。”
“這次的諾獎授予情況，可以說是打破了一直以來的評獎傳統，可以說是諾貝爾獎評選的一次自我改革。
一方面，這反映了諾貝爾獎委員會對于該獎項意義的反思，之後的授獎會更加地關注技術的現實影響，而非絕對意義的學術前沿。”中央財經大學經濟學院教授、清華大學中國經濟思想與實踐研究院研究員徐翔告訴澎湃新聞記者。
另一方面，這反映人工智能技術帶來的巨大沖擊與科技界對這項技術的無限期待，說明科技界把人工智能看成了科學研究的底層技術，這是過去很多年的獲獎成果沒有做到的。
“此次AI在諾獎獲得成功，表明了學科大交叉、深交叉是趨勢，AI改變了科研範式，突破了傳統科研方式天花板。通過量變推動質變，AI有望在未來助力更多學科領域取得突破。”
國內人工智能專家張春龍向澎湃新聞記者表示，對于網友們的“ChatGPT獲得諾貝爾文學獎”等期待，他認爲，科學（科技）工程類學科可以由大系統AI助力，文學創作類的可能還是需要人文和情感底蘊支撐。
AI發展有什麽風險？如何利用好？
“假設青蛙創造了人類，那麽你認爲現在誰會占據主動權，是人，還是青蛙？”
去年，辛頓本人在北京智源大會提出的問題仍在耳畔回響，在諾獎“爆冷”頒給AI後，人們也在質疑，AI是否正在奪走科學家最重要的榮譽，AI的高速發展，真的不會帶來取代人類的風險嗎？
“最後獲獎的是AI算法背後的科學家和工程師，而非人工智能本身，目前的人工智能技術也未能達到脫離數據+算力+算法獨立運行的程度，本質上還是人類的智慧，但是我們需要對于人工智能下一階段的發展抱有審慎態度，用客觀的眼光看待並做好治理介入的准備。”徐翔坦言。
“從來不是AI可能取代人類，而是掌握了AI這種先進工具的擁有者在淘汰沒有掌握先進工具的人，歷史車輪的發展軌迹一直如此，任何一次技術革命都是先進技術的擁有者去淘汰沒有獲得先進技術的人，形成了相對的競爭優勢。”
在肖仰華看來，要看到AI在科學研究發展上的巨大潛力，也要意識到AI背後潛在的風險和問題，以目前AI的能力，即便將來發展很完善，本質依然是工具，是對人類的輔助，需要人類科學家去引導、規範和糾正，“因爲AI很難具有人類科學家的原始創新能力，它不具備像愛因斯坦那樣提出這種相對論，去解釋物理現象，突破傳統牛頓力學對于這個世界的機械力學的解釋，從零到一的原始創新仍然還是人類科學家才有可能完成。”
肖仰華表示，目前AI發展存在兩大主要弊端，第一是AI會放大科技的兩面性，當AI驅動科學研究之後，這意味著雙刃劍的劍鋒恐怕要更加鋒利，需要積極管理和管控其可能帶來的風險。
更嚴重的是價值觀念和倫理道德的挑戰，“科技是火車頭，整個人類社會是車身，目前火車頭動力十足，速度越來越快，越來越加速。
但是整個人類社會是由一個個鮮活的個體組成的，是由還在遵循著傳統倫理和價值觀念的家庭組成的，一個個社區及小型社會群體構成的。我們還在遵循著幾千年未變的文化價值、倫理、情感觀念，這些是不可能做那麽快的調整的。”
在科技的強勁的帶動下，生産力會快速發展，生産力快速發展就勢必要求整個社會的上層建築、倫理價值和情感觀念跟著去做適應和調整，緩慢調整的社會上層關系和在科技帶動下快速發展的生産力之間可能會誕生新型的矛盾。
今年6月，2024年諾貝爾經濟學獎得主麻省理工學院（MIT）教授達龍·阿西莫格魯（Daron Acemoglu）在接受澎湃新聞記者專訪時表示，對于人工智能，非常擔心它成爲將財富和權力從普通人轉移到一小群科技企業家的方式，“問題是我們沒有任何必要的控制機制以確保普通人從AI中獲利，比如強有力的監管、工人參與、公民社會和民主監督。我們看到的‘不平等’是‘煤礦裏的金絲雀’，意味著更糟糕的事即將到來。”
國産大模型如何騰飛超越？
在360創始人周鴻祎看來，這一次諾貝爾物理學獎頒給計算機科學、頒給人工智能，具有標志和代表性的意義。
“從諾貝爾獎評審的角度來講，可能都已經開始相信物理學的前沿靠人類是不夠的，要靠AI。未來所有學科的發展都離不開AI，將來可能生物學、化學、數學等其他科學的獎項也會發給計算機科學家，會發給對AI産業具有貢獻的人。可能以後各個科學的突破，都要靠AI來推動。AI會成爲人類科學研究的重要的工具，”周鴻祎表示，AI正在改變這個世界，首先改變的是諾貝爾獎發獎的方式。
AI成爲諾獎主流，無疑給AI産業發展帶來了積極信號，中國AI科研和大模型企業又該如何對標？
“中國從來不缺優秀的工程師。”馬劍鵬告訴記者，“但是如果要走向高精尖，還有很大的難度，能出現在概念上起引領作用的突破最好，因爲人工智能領域確實具有廣泛的應用前景。坦白講，中國在這方面已經取得了不錯的成績，如果討論的是我們是否能在世界範圍內達到諾貝爾獎級別的成就，我想在這方面可能還存在一定差距。”
馬劍鵬提到，在AI領域的競爭，需要借鑒國外的經驗，不能只在高校裏依靠教授單兵作戰。有些工作，需要大兵團作戰，需要高校、大企業等各類資源的融合。谷歌的突破就是一個明顯的例子。最近AI方面的巨大突破，幾乎全都是科技公司做出來的。
此外，在AI教育的短板也需要加強彌補，“高等教育機構中的學科分類，包括學院的劃分，都是基于傳統學科體系而設立的，現在必須改革，加強對AI教育的培訓。
例如，復旦大學2024年招生培養政策發布會上發布的信息，從2024年秋季學期開始，復旦大學將在2024-2025學年推出至少100門AI領域課程。AI大課將納入所有復旦學生的學業安排。”
值得注意的是，此前國産大模型大多聚焦在通用大模型、行業大模型上，“專業大模型，尤其是與自然科學相結合的專業大模型，將來其實同樣重要，甚至更加重要。比如蛋白質大模型會大量用在生命科學醫療産業，這關系到健康福祉和國家科技競爭。”肖仰華表示。
他建議，這對國産大模型未來發展具有重要啓示，未來大模型在To B（企業端）行業專業場景的應用要更多和更快，“To B的應用需要有更多的資源力量和人才資本投入，而這些都和諾貝爾獎傳統自然科學和AI深度融合是密切相關的。
如果能借這個契機，推動更多的資源進入到專業場景，那麽對大模型産業而言會産生更巨大的推動作用。”---來源 : 澎湃新聞 -
