664位自然科学类诺奖得主，走过了怎样的基础研究之路

又到了一年一度的开奖时刻。目前，诺贝尔自然科学奖三个奖项已经揭晓。

诺贝尔生理学或医学奖花落光遗传学，一种用光精准控制神经细胞的技术。美国科学家卡尔·戴塞罗思、德国科学家彼得·黑格曼和格奥尔格·内格尔的成就为神经科学的发展奠定了新的基础。科学家们利用光遗传学继续探索抑郁症、阿尔茨海默病等疾病背后的神经原理，恢复某些视网膜疾病患者的部分视力。

诺贝尔物理学奖时隔11年再度把目光投向中微子。美国威斯康星大学麦迪逊分校教授弗朗西斯·哈尔岑主导在南极冰层里建起一座一立方公里的探测器，捕捉到来自宇宙中的“幽灵粒子”，为天文学打开一扇观测宇宙的新窗口。

诺贝尔化学奖则颁给了破解一道百年谜题的法国南巴黎大学的亨利·卡根和日本东京理科大学的硖合宪三。有些药物分子像人的左右手，长得几乎一样却互为镜像，其中一种有疗效，另一种可能没用，甚至有害。他们的发现，为科学家设计新药的合成方法提供了新的思路。

一项基础研究，从起步探索到获得认可，再到走进大众视野往往要很多年。今年的诺贝尔自然科学奖得主中，最年长的亨利·卡根已经95岁，只比史上最年长的诺贝尔奖得主小2岁。最年轻的卡尔·戴塞罗思，也已经54岁了。

这条基础研究的探索之路，到底有多长？澎湃新闻美数课工作室整理了诺贝尔奖官网上1901年以来355项诺贝尔自然科学奖、664位得主的资料，试着寻找答案。

诺贝尔奖离我们有多远？答案就在日常生活里

提到诺贝尔奖，很多人想到的是实验室里的重大突破。

但回看这一百多年的诺贝尔自然科学奖历史，会发现不少获奖成果早已融入了我们最普通的日常。

“多吃蔬果”“晒晒太阳”“吃点粗粮”……这些再平常不过的健康建议背后，有着被诺贝尔奖认可的科学探索。

19世纪末，脚气病、坏血病等疾病长期困扰人类。荷兰医生艾克曼发现，吃精米的鸡会瘫痪，而改吃糙米后恢复，提示这些疾病可能源于食物中缺少某种物质。

这一发现推动了人类对维生素的探索。1928年至1943年间，维生素D、B1、C、A、B2、K等相关研究先后6次获得诺贝尔奖认可，共有9位科学家因此获奖。

还有一些诺奖成果，打开的是看世界的新方式。

1895年，伦琴发现了看不见的“X射线”，并用它为妻子的手拍下一张X光片。人类第一次通过影像看见活人体内的骨骼结构。这一发现让他获得1901年首届诺贝尔物理学奖。

伦琴妻子手部的X光照片，手指上的黑影是戒指，图源自清华大学科学博物馆公众号

这束“光”不断拓展人类认知的边界，也串联起多个诺贝尔奖。它帮助我们揭开原子排列的秘密，解析DNA的结构，探索黑洞周围的光，也让人类认识到辐射防护的重要性。

一项科学发现走到诺贝尔奖，越来越像场马拉松

X射线从发现到获奖只用了几年时间，但这样的“快速认可”并不是常态。更多科学成果，正在经历漫长等待。

诺贝尔官网数据显示，20世纪初，诺贝尔自然科学奖得主平均获奖年龄约50岁。到了2001-2026年，这一数字升至67.9岁。

1986年，亨利·卡根迈出了决定性的第一步，发现了一种操控化学反应的新方法。直到40年后，95岁的他才摘得今年的诺贝尔化学奖。

相比之下，1915年获得诺贝尔物理学奖的威廉·劳伦斯·布拉格，是历史上最年轻的物理学奖得主。当时，他与父亲因利用X射线研究晶体结构获奖，年仅25岁。

这背后，与科研成果获得诺贝尔奖所需的时间变长有关。一项发布Nature旗下人文社科期刊《人文社科通讯》的研究显示，科学家从取得获奖成果到最终获得诺贝尔奖的间隔正在延长。这一趋势在物理学奖和化学奖中尤其明显。

上述研究认为，诺贝尔奖得主等得越来越久，或许正说明科学研究变得越来越复杂。

如今的重大突破，很少再由一个人独立完成，更多是多个团队、多位科学家接力积累的结果。从提出理论、实验验证，到价值得到公认，往往要跨越数年甚至数十年。

研究还推测，诺贝尔奖评选的一些规则也可能拉长等待时间。比如，诺贝尔奖不追授已故者，委员会可能会优先考虑年长的候选人。诺贝尔奖通常也不会连续多年奖励同一细分领域，有些成果可能因此“排队”数年。

百年诺贝尔奖背后，基础研究不断拓展边界

从诺贝尔自然科学奖项的获奖变化中，可以看到基础研究的不断演进。

一百年前，量子力学刚刚起步，原子结构、核物理、元素、放射性等微观世界的探索，曾是诺贝尔奖关注的重要方向。

随着科学不断发展，诺贝尔奖关注的基础研究方向也越来越多元。近年来，引力波、系外行星、黑洞等宇宙现象，以及基因、细胞和分子机制等生命科学领域的突破，陆续获得诺贝尔奖认可。

近年来，人工智能又成为科学探索的新变量。AI不仅是被研究的对象，也正在成为科学家的研究工具，参与到基础研究的过程中。

2024年，诺贝尔奖一下子颁给了多位跟AI应用关系有关的研究者。物理学奖授予被称为“AI教父”的杰弗里·辛顿和机器学习奠基者约翰·霍普菲尔德，化学奖则授予利用人工智能预测蛋白质结构的戴米斯·哈萨比斯和约翰·江珀。

辛顿本人也没想到会获奖，接到电话时甚至怀疑“这是不是一个恶作剧电话？”。对此，诺贝尔奖官网给出的获奖理由是“表彰其在利用人工神经网络实现机器学习方面做出的基础性发现和发明”。

早在20世纪80年代，辛顿就开始探索神经网络等人工智能基础方法。彼时，这一方向并未受到广泛关注，但多年后，它成为深度学习发展的重要基础，并推动了今天的AI浪潮。

基础研究的价值，往往并不在于立即得到答案，而在于打开新的视角或问题。那些今天看似遥远的探索，也可能成为未来科学突破的起点，并改变人类理解世界的方式。