快讀2024年諾貝爾經濟學獎 - 「制度如何形成及其對繁榮的影響」

2024年10月14日瑞典皇家科學院決定將2024年瑞典銀行紀念阿爾弗雷德·諾貝爾經濟科學獎授予達隆·阿西莫格魯(Daron Acemoglu)、西蒙·約翰遜(Simon Johnson)以及詹姆斯·A·羅賓森(James A. Robinson)，以表彰他們「關於制度如何形成及其對繁榮影響的研究」。

看完2024年的諾貝爾經濟學獎得獎的研究，OT認為得獎者們將2024年諾貝爾經濟學獎的研究與古典經濟學中的「供給與需求」概念聯繫起來。古典經濟學強調市場如何通過供給和需求達到均衡，而得獎者的研究則進一步探討了在制度框架下，如何創造一個有利於長期經濟增長的「供給」環境。特別是，他們指出如果統治者只關注短期的「提取」（extractive institutions），也就是只剝奪資源而不建立合理的分潤機制，那麼這樣的制度最終會損害社會整體的繁榮，並導致經濟的停滯或衰弱。這與古典經濟學的供需理論有共通之處：一個健康的市場需要有合理的資源配置和回饋機制，才能長期發展。當供給端（生產者或統治者）只顧眼前利益，未考慮需求端（消費者或人民）的長期福祉時，整個經濟體系將無法持續發展。

這次得獎的研究除了對於經濟學也對於政治學有深遠影響，特別是在現代複雜的大國博弈的過程中，提供了一個如何健全社會制度思考方向。這次的得獎研究並沒有僅僅圍繞「民主」或「專制」的二元對立來討論制度的優劣，而是更深入地探討了「共享利益」的重要性。不論是民主還是專制，核心在於制度是否能夠建立起一個公平的利益分配機制，讓社會中的不同群體都能夠享有經濟和社會發展的成果。包容性制度的關鍵就在於這種利益共享的機制，它能夠促進長期的社會穩定和經濟增長。反之，掠奪性制度只會將資源集中在少數人手中，導致社會不平等的加劇和經濟的停滯。

這也可以解釋了為什麼在有些專制體制經濟上也能夠發展到令人相當矚目的成果，可能不僅僅是因為人口紅利、天然資源，也因為它們設計了有效的利益共享制度，確保經濟成果能夠惠及廣大人民。相反，如果一個民主國家沒有建立起有效的利益共享機制，經濟增長可能會受限，甚至可能面臨社會動盪。因此，制度的包容性與其是否「民主」或「專制」並不一定有直接關聯，而是取決於其是否能夠促進全社會的利益共享。這樣的觀點在中美競爭的背景下尤其具有現實意義，因為這兩個大國在如何分配經濟成果、如何建立共享利益的制度框架上都面臨著巨大的挑戰。

快讀2024年諾貝爾生理或醫學獎 - 「對基因活動調控基本原理的發現」

2024年10月7日2024年諾貝爾生理或醫學獎共同頒發給了維克托·安布羅斯（Victor Ambros）和蓋瑞·魯夫昆（Gary Ruvkun），表彰他們發現了microRNA及其在轉錄後基因調控中的作用。

兩位得獎者的發現揭示了microRNA這種微小的非編碼RNA分子，以及它們在基因後轉錄調控中的角色。他們的研究表明，這些RNA分子可以調節mRNA的穩定性和蛋白質的合成。這一發現揭開了一個全新層次的基因調控機制，與傳統的基因表達控制方式不同，microRNA通過抑制mRNA的翻譯來調控基因表達。這種調控方式在動物發育過程中至關重要，對於維持多細胞生物的正常功能也有重要影響。這一機制並不僅限於研究中的模型生物（如線蟲C. elegans），後續的研究發現，microRNA調控在動物界中廣泛存在，並且具有高度的演化保守性。例如，Ruvkun實驗室發現let-7這種microRNA在多種物種中（包括果蠅和人類）高度保守，說明這種基因調控機制對於多細胞生物的演化和正常功能至關重要。

microRNA的調控功能與多種疾病（包括癌症、糖尿病、自身免疫疾病等）密切相關。由於microRNA能夠精確地調控基因表達，當這一調控機制出現異常時，可能會導致疾病。例如，某些microRNA的突變會導致先天性聽力喪失、眼部和骨骼疾病。這項發現也為microRNA作為診斷和治療工具的應用開闢了新的途徑，推動了醫學領域的發展。Ambros和Ruvkun的研究工作揭示了一個全新的基因調控層次，這對生物學和醫學研究具有劃時代的意義。他們的發現擴展了我們對基因表達和調控的理解，並且引發了後續大量的研究，尋找更多microRNA和它們的作用機制。正是這種對基本生命過程的深刻洞見，促成了這項發現在生物學和醫學領域中的核心地位。

快讀2024年諾貝爾化學獎 - 「破解蛋白質奇妙結構的密碼」

2024年諾貝爾化學獎的一半獎金頒發給大衛·貝克，以表彰他在計算蛋白質設計方面的貢獻；另一半獎金共同授予傑米斯·哈薩比斯和約翰·M·江珀，以表彰他們在蛋白質結構預測方面的卓越成就。

2024年諾貝爾化學獎和物理學獎同樣都涉及了AI技術，但化學獎得主的研究核心是「預測蛋白質結構」，而AI在這裡僅作為輔助工具。AI的應用大大加速了蛋白質結構預測的進程，並證實了可以利用AI開發全新的蛋白質，這對未來的影響深遠，將促進新藥物的開發、疫苗的研製以及納米材料的創新。與此同時，AI不僅是理論探討的工具，還在分子層面的實際預測與設計中發揮了關鍵作用。

儘管研究中涉及到許多與化學無直接關係的部分，例如如何設計和調整AI系統AlphaFold，但總體而言，OT認為這是一項真正的研究創新。AI系統的設計與調教雖然屬於技術領域，但這些技術最終服務於化學領域的重大挑戰，這使得它們在研究中的應用更具突破性。這一創新無疑將在未來生物化學和醫學領域中產生深遠影響。

有趣的是，這次的三位得獎者本科背景都與化學無直接關聯。傑米斯·哈薩比斯是一位軟體工程師，他創立了DeepMind，後來被Google併購。約翰·江珀因對宇宙的熱愛開始學習物理和數學，2011年攻讀理論物理學博士時，為了節省有限的計算資源，他開發了更簡單且具創意的蛋白質動力學模擬方法，後來加入Google與哈薩比斯共同開發了AlphaFold。大衛·貝克在哈佛大學學習時攻讀的是哲學和社會科學，後來轉向細胞生物學，並在1990年代末開發出預測蛋白質結構的計算軟體Rosetta。三位得獎者均憑藉自己開發的軟體參加了CASP（蛋白質結構預測關鍵評估）競賽，並取得了優異成績。這三人的故事本身也非常鼓舞人心，說明只要懷抱興趣並願意投入，一定能在其中找到探索的途徑。

本文讓我們一起來仔細閱讀諾貝爾委員會如何詮釋今年的化學獎。

圖片來源：Nobel Price官方網站

本篇文章不僅供OT自我學習使用，也歡迎各位朋友轉載並註明原文網址。

快讀2024年諾貝爾物理學獎 - 「使用物理學訓練人工神經網路」

2024年諾貝爾物理學獎頒發給約翰·J·霍普菲爾德及傑弗瑞·E·辛頓，以表彰他們在推動人工神經網路機器學習領域中的基礎性發現與發明。

對於今年的頒獎結果，OT確實感到有些驚訝，因為諾貝爾物理學獎歷來多數是表彰基礎物理的重大發現，而類神經網路則偏向於工程應用。將物理學應用於類神經網路的過程，對OT來說這樣的關聯有些牽強，彷彿是因應近年來人工智慧風潮而頒發的獎項。

首先，我們必須探討「人工智慧」是否應該被視為一門「科學」。科學的核心在於相同條件下進行相同的步驟能夠得到一致的結果，即具備可驗證性。然而，目前的人工智慧並不完全符合這一標準，甚至許多AI系統的結果生成過程無法完全被重複驗證。雖然隨著大數據的發展，AI在圖像識別和語音識別領域取得了巨大進展，但從科學方法的角度來看，AI尤其是基於深度學習的系統仍然面臨兩大挑戰：

1. 可重現性問題：人工智慧，尤其是深度神經網路，依賴於大量數據的訓練，結果往往受到初始條件、隨機因素及數據集特徵的影響。即使使用相同的神經網路架構，不同的訓練過程可能導致不同的結果。這與科學實驗中所要求的重複性並不一致，因此許多批評者認為，這樣的技術難以符合傳統意義上的「科學」。
2. 不可解釋性問題：當前的深度學習模型大多是「黑箱」過程，難以清楚解釋其內部如何產生特定結果。這導致我們無法輕易追蹤模型的決策邏輯，進而影響結果的可信度。這一點在醫療診斷或司法系統等應用中尤為引發關注，因為結果的可解釋性對這些領域至關重要。

儘管如此，人工智慧領域仍然結合了許多科學知識，如概率統計、優化算法、信息理論等，這些無疑都是基於嚴格的數學基礎。尤其在影像識別和語音識別等應用中，隨著大數據的擴展，AI模型已能在大規模測試中產生穩定的一致結果。但OT認為這些應用更多依賴數學模型和大數據的輔助，而非基於物理學的核心發現。

OT的想法是將類神經網路與物理學聯繫在一起可能有些牽強。從今年的諾貝爾物理學獎背景資料來看，獎項確實試圖將人工神經網路與物理學中的概念（如自旋模型和能量景觀）進行對比和聯繫。這種聯繫在科學上並非毫無根據，因為神經網路的數學模型與統計物理中的某些模型（如玻爾茲曼機和自旋理論）確實有相似之處。像約翰·霍普菲爾德這樣的物理學家，對這些領域也做出了重要貢獻。然而，這樣的關聯在當前AI熱潮的背景下，可能更多是對於AI技術廣泛應用的認可，也可能在未來有助於解決上述提到的「可重現性問題」以及「不可解釋性問題」。諾貝爾委員會或許希望通過頒發這個獎項，承認AI技術對現代社會的巨大貢獻。

如果真是如此，那麼這個獎項一方面反映了神經網路在物理學中的根源和應用，另一方面也象徵著對當前AI技術的認可。畢竟，這些技術已經深刻改變了我們的生活與科學發展。讓我們一起來仔細閱讀諾貝爾委員會如何詮釋今年的物理學獎。

本圖來自：諾貝爾獎官方網站

本篇文章不僅供OT自我學習使用，也歡迎各位朋友轉載並註明原文網址。

讀《21世紀諾貝爾經濟學獎》- 關於2005年諾貝爾經濟學獎《短期衝突走向長期雙贏的賽局》的延伸閱讀

在台灣颱風假期間，世界卻沒有因此而靜止：今年10月1日，以色列空襲敘利亞南部的真主黨大本營；10月2日，伊朗發射導彈攻擊以色列的軍事設施；10月3日，以色列則空襲了黎巴嫩首都貝魯特……中東似乎再次陷入新一輪的仇恨與衝突中。10月7日，年度的諾貝爾獎季節預計也將如期而至；回顧2005年10月10日，當年的諾貝爾經濟學獎頒給了兩位因賽局理論貢獻卓著的學者。其中一位得主是來自以色列的經濟學家羅伯特·奧曼（Robert Aumann），他在離開史丹佛大學回到以色列的希伯來大學後，曾受聘為以色列政府提供關於軍事和外交問題的諮詢。儘管他是賽局理論的權威，然而他的建議當時卻未被以色列政府所採納。

賽局理論的歷史可以追溯至20世紀初，並隨著時間的推移成為經濟學、政治學及其他領域的重要工具。1920年代，數學家埃米爾·博雷爾和馮·諾伊曼開始探討策略性決策問題，並在1930年代，馮·諾伊曼與經濟學家奧斯卡·摩根斯特恩共同撰寫了經典著作《賽局理論與經濟行為》（1944），這部作品奠定了現代賽局理論的基礎。1950年代，美國數學家約翰·奈許（John Nash）提出了「奈許均衡」的概念，這對非合作賽局至關重要。奈許均衡指出，當所有參與者在賽局中都選擇了對自己最佳的策略時，沒有人有動機單方面改變自己的選擇。這一理論在各領域獲得了廣泛應用，並使奈許於1994年獲得了諾貝爾經濟學獎。在1960至1980年代，賽局理論被廣泛應用於國際關係、軍事策略及經濟學領域。湯瑪斯·謝林（Thomas Schelling）在冷戰時期的核威懾研究，展示了賽局理論如何解釋衝突中的策略性互動。他的研究促進了賽局理論在社會科學中的進一步發展。同時，羅伯特·奧曼的重複賽局理論則擴展了合作理論，深入解釋了長期互動中的合作機制。

隨著計算機技術和數學方法的進步，賽局理論在金融市場、拍賣理論、政治競爭和環境政策等領域的應用日益廣泛。1990年代以來，機制設計（Mechanism Design）等新興領域更是成為賽局理論的重要分支，對網絡市場、電子競標和公共政策的設計產生了深遠的影響。

本文將回顧2005年兩位得獎者的精彩研究成果，並探討其對現代社會的重大影響。

本篇文章不僅供OT自我學習使用，也歡迎各位朋友轉載並註明原文網址。