過往十一期間，內地媒體就會開始為諾貝爾獎預熱了，今年估計大家都忙着炒股賺錢，對於獎項的關注度小了很多。不過，本屆諾貝爾獎連續爆出冷門，物理學獎與化學獎均頒給了人工智能（AI）從業者，在學界引發了不小爭議。 今次諾貝爾化學獎一半授予戴維．貝克（David Baker），「以表彰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 M. Jumper），「以表彰他們在蛋白質結構預測方面的成就」。 其中，哈薩比斯和江珀均來自谷歌旗下大名鼎鼎的DeepMind團隊，二人聯合研發的AlphaFold工具，可以高精確度地預測蛋白質和其他生物分子的結構和相互作用。本項諾貝爾獎的頒發，在很大程度上肯定了AI技術對於科學研究的促進，預計會極大刺激全球「AI+」產業化的落地。 相較而言，今年諾貝爾物理學獎的爭議更加大。被授予獎項的是美國普林斯頓大學教授約翰．霍普菲爾德（John Hopfield）與加拿大多倫多大學教授傑弗里．欣頓 （Geoffrey Hinton），以表彰他們「基於人工神經網絡實現機器學習的基礎性發現和發明」。 在傳統觀念中，人工智能屬於數字科學領域，與物理學涇渭分明，頒獎予AI學者實屬跨界。諾貝爾獎委員會對此解釋稱，人工神經網絡本身就是用物理學工具訓練出來的。言下之意，不論機器學習、抑或生成式AI，也都是在物理學原理指導下的分支應用。譬如，欣頓創建出的新型人工神經網絡模型 玻爾茲曼機，使用的就是統計物理學的工具，用來學習和識別數據中的模式。 即便如此，當欣頓得知自己獲得物理學獎後，本人也頗為吃驚。「我覺得自己是一個不知道在哪個研究領域的人，但想弄清楚大腦工作原理，然後在研究中協助發明了一項效果驚人的技術。」這可能也揭示出了未來諾貝爾獎的趨勢：打破學科之間的認知藩籬，更加看重跨界研究的學術成果。 單就知名度來說，欣頓在全球學術界的知名度最高，在2019年，他與約舒亞．本吉奧（Yoshua Bengio）、楊立昆（Yann LeCun）共同獲得「計算機界的諾獎」 圖靈獎，以表彰他們在深度學習方面的研究。自此，三人被外界稱之為「人工智能三巨頭」。 在2012年，欣頓與學生共同創立的DNNresearch公司接受收購要約，引發百度、谷歌、微軟、Deepmind等四家公司競拍，並由百度與谷歌一路競價至4400萬美元。最終欣頓婉拒了百度邀請，因他受嚴重的腰椎間盤問題困擾多年，在多倫多大學一直都是用站立式辦公桌，亦無法承受遠距離的飛行旅程，並不適合去中國出差。欣頓與中國的這段前緣，殊為可惜。