诺奖前夜，如何利用ChatGPT给出终极预测？

chatgpt2023-10-01 23:55:04155

一年一度诺贝尔奖即将揭晓，今年的获奖者是谁？ChatGPT的终极预测提前揭晓！

今年的诺贝尔奖将于10月2日至9日公布。所有公告都将在 Nobelprize.org 上进行现场直播。

我们每个人心中或许都会有个疑问：谁会摘得今年的诺奖桂冠？

在即将到来的2023诺贝尔奖揭晓之前，让我们借助“地表最强”的AI——ChatGPT，来预测今年诺贝尔奖颁奖典礼将带来的重大进展。

最新发表在Nature上的文章指出，通过对大型模型进行微调，包括ChatGPT在内，可以显著提高预测诺贝尔奖得主的准确性和能力。这一新领域的研究表明，AI技术已经在科学界迅速崭露头角，为预测和理解诺贝尔奖的评选过程提供了有力的工具。

随着诺贝尔奖揭晓日期的临近，人们对谁将成为今年的获奖者充满了好奇。ChatGPT的预测能力将在这一传统盛事中发挥重要作用，为我们提供更多关于未来得主的线索和见解。这一突破性技术不仅有望改善我们对诺贝尔奖的了解，还有助于更好地理解科学成就和科学家的贡献。

一、福尔图纳托的尝试

诺贝尔奖每年颁发给化学、物理学和生理学或医学方面的发现。

随着2023年诺贝尔奖将于下周公布，每个人心中都有一个问题：谁会获奖？为了寻找线索，Santo Fortunato求助于ChatGPT，这是一种人工智能（AI）聊天机器人，可以在几秒钟内为几乎任何查询提供现实的答案。

印第安纳大学布卢明顿分校的网络科学家Fortunato询问免费版的ChatGPT是否可以预测今年的诺贝尔奖获得者。但聊天机器人不是水晶球，它回应说“我无法预测未来，包括2023年或任何其他年份的诺贝尔奖获得者”。

福尔图纳托没有气馁，他要求人工智能确定化学、物理学和生理学或医学领域的三大发现——诺贝尔科学奖的三个类别——由尚未获得诺贝尔奖的在世科学家创造。他的学生在谷歌的人工智能聊天机器人克劳德（Claude）上尝试了类似的提示。

两个聊天机器人都能够挑选出重要的发现，从基因组编辑工具CRISPR的开发到2D材料石墨烯的发现，但他们的答案有很多缺陷。在某些情况下，聊天机器人会发现科学家已经获得诺贝尔奖的发现。这不是唯一的问题。“我要求活着的科学家，他们举了他们实际上已经死了的例子，”福尔图纳托说。

二、我自己的尝试

用上最新的必应联网功能，看看回答的怎样？

我第一次的问题是：

明确预定每个领域的「三大」发现很有挑战性，建议查阅科学杂志、知名新闻机构或与各领域相关的组织。

我换成英文，继续问：

please identify the three biggest discoveries in chemistry, physics and physiology ormedicine made by living scientists who have not already been awarded a Nobel Prize

这次它给出了答案，表示：“然而，我可以提到一些在我上次更新时还活着但当时尚未获得诺贝尔奖的科学家所做的重大发现。请记住，诺贝尔奖是针对特定工作颁发的，许多当之无愧的科学家可能尚未获得该奖项。”

首先在化学领域：

CRISPR-Cas9 基因编辑（Jennifer Doudna 和 Emmanuelle Charpentier）：截至上次更新，Jennifer Doudna 和 Emmanuelle Charpentier 为 CRISPR-Cas9 基因编辑技术的发展做出了开创性的贡献，该技术彻底改变了遗传学和分子生物学。

该系统的研究者之一生物化学家Jennifer Doudna曾获得了诺贝尔奖，但与该系统的开发密不可分的其他人却没有获得诺贝尔奖。

金属有机框架（MOF）（Omar Yaghi）：Omar Yaghi 在金属有机框架方面的工作非常重要，金属有机框架是一类在气体储存、催化和药物输送方面具有广泛应用的材料，具有深远的应用前景。在化学领域产生深远影响。

二维材料（康斯坦丁·诺沃肖洛夫和安德烈·海姆）：康斯坦丁·诺沃肖洛夫和安德烈·海姆因其在石墨烯方面的开创性工作而闻名，石墨烯是排列在二维蜂窝晶格中的单层碳原子。石墨烯具有卓越的性能和众多的潜在应用。

其次在物理学领域：

第一张黑洞图像：尽管2019年发布的第一张黑洞图像是众多科学家合作努力的成果，但并非所有参与者都获得了诺贝尔奖。

引力波探测（LIGO 科学合作组织）：由 Kip Thorne、Rainer Weiss 和 Barry Barish 等科学家领导的 LIGO 科学合作组织对引力波进行了历史性观测，证实了爱因斯坦广义相对论的预测。但并非所有的贡献者都拿到。

在生理学或医学领域：

用于治疗应用的 Crispr-Cas9 基因编辑（Feng Chang 和 George Church）：Feng Zhu 和 George Church 因将 CRISPR-Cas9 基因编辑应用于潜在的治疗用途（包括基因治疗和疾病治疗）而闻名。

光遗传学（Karl Deisseroth）：Karl Deisseroth 在光遗传学的发展和应用中发挥了关键作用，光遗传学是一种利用光控制神经元的技术，对理解和治疗神经系统疾病具有重要意义。

人类微生物组研究（Rob Knight）：Rob Knight 对人类微生物组的研究做出了重大贡献，揭示了生活在我们身体内部和表面的微生物之间复杂的相互作用及其对健康和疾病的影响。

可以看到，ChatGPT以上的回答都是，侧重三个领域当前研究的重要方向。

不如再让它预测下，2023诺奖得主。

ChatGPT根据网络搜索结果，没有给出真正答案，再次强调「一些化学家预测，mRNA疫苗的开发可能会获得2023年诺贝尔化学奖」。

再问它最后一个问题，「哪位中国科学家，最有可能获得诺贝尔奖」？

ChatGPT根据一些中国科学家因自己的贡献获得国际认可，被许多人作为潜在诺奖得主，并给出了几个例子。

三、预测能力

虽然大型语言模型（LLM），如ChatGPT和Claude，可能不是目前形式的诺贝尔奖占卜家，但它们确实有潜力成为强大的预测工具，伊利诺伊州芝加哥大学的计算社会科学家James Evans说。但他补充说，要使它们适合目的需要一些工作。为了创建诺贝尔预测人工智能，需要修改当前的LLM并根据适当的数据进行训练。“我们将不得不做更多的事情，而不仅仅是把别人的LLM塞进这项任务中。

人工智能还可以加强现有的努力，以确定未来的赢家。上周，分析公司科睿唯安（Clarivate）发布了年度“引文奖得主”名单，该名单在过去二十年中成功地预测了70多位未来的诺贝尔奖获得者，主要是通过分析引文（尽管分析通常无法预测他们实际获奖的年份）。该名单突出了发表论文至少被引用2次的研究人员，这一关注程度可与以前的大多数科学诺贝尔奖获得者相媲美。科睿唯安的分析还考虑了这些高被引用论文的作者是否取得了开创性的发现，并已经获得了值得注意的奖项。今年上榜的研究人员在癌症免疫治疗、合成生物学和材料科学等领域做出了巨大贡献。

科睿唯安已经开始探索生成人工智能如何帮助预测未来的诺贝尔奖获得者，宾夕法尼亚州费城科睿唯安科学信息研究所研究分析主管David Pendlebury说。“在明年的选择中，我们可能会从这项工作中获得一些贡献。生成性人工智能可以为现有方法提供的一个优势是它们能够拖网大量科学工作，Pendlebury说。“这将提高我们确定为潜在诺贝尔奖获得者的候选人库的速度和彻底性。

四、无法量化的一些特殊性

仅凭引用不足以表明谁将来可能会获得诺贝尔奖章，哥本哈根丹麦技术大学的物理学家Rasmus Bjørk说，他对诺贝尔奖获得者进行了分析。Bjørk说，为了获得最高奖项，研究人员需要做出突破性的工作，推动一个领域向前发展或对社会产生根本性影响。“它必须有一些特别的东西，”他说。“当然，量化这种特殊性可能很困难。

法学硕士也许能够提供帮助，因为他们可以在在线资源和档案中搜索捕捉其他研究影响迹象的信息，布里斯班昆士兰科技大学的行为经济学家Benno Torgler说，他研究了诺贝尔奖获得者。这些可能包括新闻报道中的提及，研究人员的合作网络以及他们与以前的诺贝尔奖获得者的联系。Torgler补充说，向LLM提供这些定性信息可以产生更全面的预测。“你可以增加更多的复杂性。

但生成人工智能工具也可能延续以前围绕诺贝尔奖的偏见，Bjørk说。自一个多世纪前诺贝尔奖设立以来，只有60名女性获奖。如果LLM接受过过去获奖者数据的培训，他们更有可能选择男性而不是女性作为潜在的未来赢家。“我们必须对LLM进行培训，以消除这些偏见，”他说。

五、由人工智能判断？

当涉及到实际决定谁将获得诺贝尔奖时，没有人能与人类的判断相提并论，彭德尔伯里说。“最后，需要品味，”他说。“我认为这就是诺贝尔奖散发出美丽铜绿的原因。

但埃文斯认为，法学硕士有朝一日可以在科学奖项的世界里创造公平的竞争环境，因为它们可以为基于偏见较少、人工智能驱动的分析而不是人类委员会的观点的新型奖项铺平道路。他说，这样的奖项可以帮助突出那些以目前尚未得到认可的方式破坏和改变科学的研究。

最后，贴一个physicsworld对今年物理学奖的预测。他们曾在2013年时，正确地推断出Peter Higgs和François Englert会因对希格斯机制的预测而获奖。