匈牙利和中國研究人員發(fā)現(xiàn)，諾貝爾獎由于僅授予生理學或醫(yī)學、物理、化學等領(lǐng)域，擴大了科研結(jié)構(gòu)化偏差。現(xiàn)如今科研跨學科融合趨勢增強，尤其是AI、網(wǎng)絡科學等領(lǐng)域出現(xiàn)高影響力研究。他們呼吁設置新的獎勵制度，只認可最好的研究，而非將研究結(jié)果歸為某個具體的學科。

諾貝爾獎該不該授予AI領(lǐng)域？

如今的諾獎研究都涉及了多個學科，越來越難單獨歸為某一個領(lǐng)域的成果，Nature子刊最近發(fā)文，提出來諾獎需要跨學科授獎，像AI這樣領(lǐng)域的成果也應該被授予諾獎。

就拿去年NASA宣布發(fā)現(xiàn)“第二個太陽系”的重磅新聞來說，谷歌AI在其中扮演了至關(guān)重要的角色。NASA的研究人員使用谷歌的機器學習技術(shù)，分析開普勒天文望遠鏡的數(shù)據(jù)，效率和精度都遠超傳統(tǒng)的分析方法。據(jù)此，NASA認為谷歌的AI技術(shù)將有助于天文學家在太陽系外探測外星生命跡象。

要是讓你給這個發(fā)現(xiàn)頒個獎，你會把它算作天文學的獎還是人工智能領(lǐng)域的獎？

出于類似的疑問和好奇，匈牙利布達佩斯中歐大學網(wǎng)絡與數(shù)據(jù)科學系的Michael Szell、Roberta Sinatra，以及中國北京數(shù)學、信息學與行為語義學教育部重點實驗室的Yifang Ma合作[注]，調(diào)查了湯森路透 Web of Science 近十年來被引次數(shù)最高的前1萬篇論文，絕大部分獲得了諾貝爾生理學或醫(yī)學、物理及化學獎的研究，都能在這1萬篇論文里面找到。

結(jié)果發(fā)現(xiàn)，生命科學和化學的交叉研究，以及物理和化學的交叉研究，都有顯著比例被授予了諾貝爾化學獎。例如，2011年諾貝爾化學獎，授予了發(fā)現(xiàn)準晶體的以色列科學家 Dan Shechtman，要知道 Shechtman 的研究論文最初是發(fā)表在《物理評論快報》上的。

這樣單獨分學科授予獎項，也在擴大科研結(jié)構(gòu)化偏差方面造成意外的后果。Michael Szell等人的調(diào)查作為觀點評論（Perspective），發(fā)表在了最新一期的《自然-物理學》上。

Michael Szell 等人還有一個重要的發(fā)現(xiàn)：在這1萬篇論文中，影響力最高的220篇，有很多都來跨學科研究，尤其是新興的人工智能（16篇）、網(wǎng)絡科學（18篇）、信號處理（11篇）。

不僅如此，關(guān)于量子力學的一些論文，影響力非常之高（被引次數(shù)很多），但相關(guān)研究還尚未獲得諾貝爾獎。

1895年，因發(fā)明硝酸甘油***而獲得巨大財富的瑞典化學家諾貝爾立下遺囑，用遺產(chǎn)成立基金會，將基金所產(chǎn)生的利息作為獎金，分別獎勵那些在物理、化學、生理學或醫(yī)學、文學，以及維護和平這五個方面做出杰出貢獻的人。

100多年前的諾貝爾，或許無法想到現(xiàn)如今的跨學科研究以及學科融合，但歷經(jīng)百年已經(jīng)成為科學界“最著名獎項”的諾貝爾獎，是該正視當前科研現(xiàn)狀，還是堅守傳統(tǒng)，但代價卻是Michael Szell等人調(diào)查發(fā)現(xiàn)的那樣，在擴大結(jié)構(gòu)偏差方面可能產(chǎn)生意外的后果呢？

大部分諾獎研究，對本學科外領(lǐng)域幾乎沒有貢獻

20世紀80年代初，丹·謝赫特曼（Dan Shechtman）發(fā)現(xiàn)了準晶體，一種介于晶體和非晶體之間、有規(guī)則但非周期的固體。這一發(fā)現(xiàn)引起了科學界的巨大興奮，27年后，Shechtman終于獲得了諾貝爾獎。

然而，盡管準晶體的發(fā)現(xiàn)是發(fā)表在《物理評論快報》(Physical Review Letters)上，并對物理學產(chǎn)生了最大的影響，他獲得的卻是諾貝爾化學獎。

事實上，Shechtman獲得諾貝爾獎的那篇論文已經(jīng)被引用了3000多次，52%的引用論文發(fā)表在物理期刊上，27%發(fā)表在工程領(lǐng)域的期刊，只有10%發(fā)表在化學領(lǐng)域期刊（見圖1a）。

這是否意味著Shechtman的發(fā)現(xiàn)被化學領(lǐng)域低估了？答案是否定的：對1984年后發(fā)表的化學文獻總量進行歸一化統(tǒng)計發(fā)現(xiàn)，化學領(lǐng)域引用這一成果的論文數(shù)量實際上比預期的略高。然而，同樣進行歸一化統(tǒng)計后，這一成果對物理學和工程學的影響約為化學的6倍和2倍。

Shechtman的論文是一個很好的例子，說明了一個跨學科的發(fā)現(xiàn)會對多個學科產(chǎn)生巨大的影響。

由于晶體學處于物理學和化學的邊界，Shechtman的跨學科影響并不令人驚訝。然而，這讓我們不禁產(chǎn)生疑惑：Shechtman獲得的獎項是否異常，偏離了諾貝爾獎應該頒發(fā)給產(chǎn)生它的學科的預期？

為了回答這個問題，我們分析了108篇諾貝爾獎獲獎論文的跨學科影響，并參考了所有引用這些獲獎論文的59305篇文獻，這些文獻來自湯森路透科學網(wǎng)。這些獲得諾貝爾獎的論文包括25篇生理學/醫(yī)學論文(2006-2017)、43篇化學論文(1998-2017)和40篇物理學論文(1995-2017)，涵蓋了自諾貝爾委員會開始提供詳細解釋和參考文獻以來的所有論文。

我們發(fā)現(xiàn)，其中60項諾貝爾獎的發(fā)現(xiàn)除了它們所授予的領(lǐng)域之外，幾乎沒有引起人們的興趣。例如，Schwarz等人1985年發(fā)表的一篇關(guān)于人類乳頭瘤病毒在癌癥中的作用的論文在2008年獲得了諾貝爾生理學或醫(yī)學獎。引用這篇論文的1134篇文獻中，只有41篇來自生命科學以外的領(lǐng)域（見圖1b）。

我們發(fā)現(xiàn)其中有35項跨學科的發(fā)現(xiàn)，即在獲獎領(lǐng)域和在其他領(lǐng)域都有重大影響的論文。

剩下的13篇諾貝爾獎獲獎論文都被授予諾貝爾化學獎，但它們在化學領(lǐng)域的影響有限。最典型的例子是Dixon 等人1986年發(fā)表的關(guān)于細胞受體的論文，該論文獲得了2012年的諾貝爾化學獎，它的984次引用中有832次來自生命科學類期刊；只有17篇來自化學期刊（見圖1c）。

圖1：諾貝爾獎的發(fā)現(xiàn)對學科/跨學科的影響。

Shechtman 1984年發(fā)表了一篇關(guān)于準晶體的論文，在2011年獲得諾貝爾化學獎。這篇論文在很大程度上產(chǎn)生了跨學科的影響，被物理學、工程學以及它所在領(lǐng)域的論文大量引用。

與化學相反，諾貝爾生理學/醫(yī)學獎論文的影響僅限于一個領(lǐng)域，幾乎全部來自生命科學。一個典型的例子是Schwarz等人1985年發(fā)表的關(guān)于乳頭瘤病毒的論文，該論文讓HaraldzurHausen獲得了2008年諾貝爾生理學或醫(yī)學獎。

Dixon等人1986年發(fā)表的關(guān)于細胞受體的論文讓Lefkowitz和Kobilka獲得了2012年諾貝爾化學獎，這篇論文的影響遠遠超出了化學的范疇。這篇論文主要被生命科學引用。

如今，諾貝爾化學獎在自然科學中扮演了一種橋梁的角色，獎勵那些要么只對化學產(chǎn)生影響，要么對物理學和化學都產(chǎn)生影響，要么主要對生命科學產(chǎn)生影響的發(fā)現(xiàn)。有趣的是，這些跨學科論文大多是在1980年后發(fā)表的，反映了該領(lǐng)域的主要研究目標從傳統(tǒng)的分析化學向生物化學的轉(zhuǎn)變，以及跨學科團隊的出現(xiàn)。

但是物理和生命科學呢？盡管在過去的幾十年里，這些領(lǐng)域也發(fā)生了根本性的變化，例如，生物物理領(lǐng)域的跨學科研究日益增加，但在這些領(lǐng)域獲得諾貝爾獎的研究的影響仍然局限在本學科。

諾貝爾獎“沒看上”人工智能、網(wǎng)絡科學等高影響研究

為了了解諾貝爾獎的跨學科程度，我們將每一篇獲獎論文放入一個三角形坐標中（圖2a）。

如圖2a所示，如果相應論文的所有引用都來自化學領(lǐng)域，則將這篇論文放在三角形底部的角上；同樣，右上角表示在物理領(lǐng)域獨有的影響，左上角是生命科學。如果一篇論文在幾個領(lǐng)域中被引用，它就被放在幾個角之間，它的位置反映了引用的相對組合。例如，如果一篇論文在三個領(lǐng)域中獲得的引用數(shù)量相等，那么它就會位于三角形的中心位置。

在這些分析的基礎(chǔ)上，我們得到了一些發(fā)現(xiàn)：

獲得諾貝爾化學獎的論文（黃色圓圈）沿著三角形的化學-物理和化學-生命科學這兩條邊傳播，定量地證實了化學獎在獎勵超出化學影響的研究方面所做的努力。

相比之下，諾貝爾生理學/醫(yī)學獎獲獎論文都集中在生命科學核心領(lǐng)域的狹窄區(qū)域，這表明它們的影響沒有超出該領(lǐng)域。

同樣，大多數(shù)獲得物理學獎的論文都位于物理學研究領(lǐng)域的狹窄區(qū)域。

所有獲得諾貝爾獎的論文都位于連接物理-化學和化學-生命科學這兩條邊的狹窄區(qū)域中。在陰影區(qū)域內(nèi)的文章沒有獲得諾貝爾獎，這些文章代表的是這個狹窄范圍之外的想法。換句話說，對這三個學科都有影響的工作沒有被頒發(fā)諾貝爾獎。特別是，有證據(jù)表明在物理-生命科學的交叉領(lǐng)域缺乏獎項。

難道僅僅是因為沒有對物理學和生命科學或所有三個學科都有重大影響的發(fā)現(xiàn)嗎?

為了回答這個問題，我們將Web of Science上10年內(nèi)被引量排名前10000的論文放入這個三角形坐標中，如圖2b所示。

盡管諾貝爾獎的頒發(fā)不是只看論文引用量，但引用量排名前10000論文分布能體現(xiàn)各個科學領(lǐng)域重要發(fā)現(xiàn)的多樣性。事實上，大多數(shù)諾貝爾獎獲獎論文都可以在這個TOP 10000列表中找到。

圖2b確實證實了物理-化學和生命科學領(lǐng)域-化學的交叉領(lǐng)域的高影響力論文的數(shù)量非常多，而且通常被授予諾貝爾化學獎。

然而，這個圖也表明，在10000篇高引用論文中，有220篇位于跨學科的陰影區(qū)域內(nèi)，記錄了與物理學、化學和生命科學直接相關(guān)的、影響深遠的跨學科發(fā)現(xiàn)的存在，與科學的全球結(jié)構(gòu)一致。

這些高影響的論文中有一些屬于物理-生命科學的軸心，大部分反映了近期高度活躍的跨學科領(lǐng)域（圖2c），包括人工智能（16篇）、網(wǎng)絡科學（18篇）、地質(zhì)學（15篇）和信號處理（11篇）。此外，我們還發(fā)現(xiàn)了10篇關(guān)于量子點（ quantum dots）的跨學科論文。這些領(lǐng)域涵蓋了一些尚未獲得諾貝爾獎的最具影響力的跨學科領(lǐng)域。

綜上所述，圖2給出了在兩個層面上令人失望的科學概況。首先，盡管跨學科的研究對于解決當前科學和社會中最具挑戰(zhàn)性的問題方面是不可避免的，但是絕大多數(shù)的研究仍然是高度學科化的。其次，我們最負盛名的科學認可體系——諾貝爾獎——反映了這個現(xiàn)實。

統(tǒng)計數(shù)據(jù)顯示，相對較小的跨學科工作沒有獲得諾貝爾獎，在統(tǒng)計上這并不令人意外。然而，近期高影響力的發(fā)現(xiàn)越來越多地具有跨學科影響，特別是物理學和生命科學之間的跨學科影響，而只有化學獎面向跨學科頒獎。

圖2：諾貝爾獎的知識空間。https://mszell.github.io/nobelplot/nobelplot.html上提供了一個交互式版本。

108篇諾貝爾獎獲獎論文在物理-化學-生命科學三角形中的位置取決于每一篇論文在各自領(lǐng)域獲得的相關(guān)引用的數(shù)量。例如，位于三角形中心的一篇論文在所有三個領(lǐng)域中獲得了相同數(shù)量的引用，而角落位置的論文只在一個學科被引用。圓圈大小表示10年后被引用的次數(shù)，顏色表示學科范圍：橙色：物理；黃色：化學；藍色：生理學或醫(yī)學。諾貝爾獎獲獎論文都在物理-化學和化學-生命科學邊界的狹窄地帶。沒有任何諾貝爾獎頒發(fā)給跨學科領(lǐng)域的論文，特別是物理-生命科學這條軸上的論文。

10年后被引用次數(shù)最多的1萬篇論文中，只有220篇具有高度的跨學科影響，落在陰影部分的跨學科領(lǐng)域中。

陰影區(qū)域的220篇跨學科影響論文中，我們根據(jù)主題確定了最大的組：人工智能（16篇）；網(wǎng)絡科學（18篇）；地質(zhì)學（15篇）；信號處理（11篇）；量子點（10篇）。

承認杰出跨學科研究迫在眉睫，是否設立“諾貝爾人工智能獎”？

隨著時間的推移，通過定義一個跨學科影響的度量，并測量前10000篇論文的跨學科性，從中可以發(fā)現(xiàn)：自上世紀90年代中期以來，在不同領(lǐng)域產(chǎn)生平衡影響的研究一直在穩(wěn)步增加。

距離1995年，已經(jīng)是23個年頭了，而今，跨學科高影響力論文的數(shù)量在開始上升。目前，發(fā)表一項成果，與其獲得諾貝爾獎之間的平均延遲時間大約是20年。

因此，承認杰出的跨學科研究迫在眉睫！

圖3：定義了一個跨學科影響的度量，I = 1 - G，使用基尼系數(shù)G，一個不平等的標準度量，應用于不同領(lǐng)域的引用數(shù)量。I的值在0到1之間。如果一篇論文的I = 1，那么它從每個學科得到的引用量相等；如果I = 0，它只收到一個字段的引用。

圖3顯示了圖2b中前10000篇論文的I隨時間的演變。誤差條表示平均值的標準誤差。20多年來，這些影響深遠的論文的跨學科性基本保持不變，但從上世紀90年代中期開始穩(wěn)步上升。

現(xiàn)代科研跨學科研究的趨勢愈發(fā)明顯，那么，科學界最受矚目和敬仰的獎項——諾貝爾獎，也理應體現(xiàn)這一趨勢，正如論文作者所說，“為什么不建立一個新的獎勵制度，只認可最好的研究，而不是將研究結(jié)果歸為某個具體的學科呢？”

希望未來人工智能領(lǐng)域的研究成果獲得諾貝爾獎，無論是AI系統(tǒng)本身，還是AI作為一種理論方法手段，都不用等太久的時間。

[注] 三位作者都分別隸屬多個機構(gòu)，文章只寫了其中一個，具體查看論文 Nature Physics volume14,pages 1075–1078(2018)