辽宁
每年十月，物理学界都在猜谁去斯德哥尔摩领奖。但如果你只盯着“谁最热门”，大概率会猜错。诺贝尔物理学奖从来不按常理出牌，它真正的规律藏在另一个地方：委员会在“纠正”什么。
先说今年的大热门。
中国科学家薛其坤是绕不开的名字。2013年，他带领团队在世界上首次实验观测到量子反常霍尔效应。杨振宁当时的评价是：“这是第一次从中国实验室里发表的诺贝尔奖级的物理学论文。”今年9月，薛其坤拿下了被称为“诺奖风向标”的引文桂冠奖。在此之前，整数量子霍尔效应和分数量子霍尔效应分别在1985年和1998年获得诺奖，唯独“反常”这一块留了个口子。委员会等了很多年，等的就是实验验证足够扎实。
另一个热门是华人物理学家叶军。10月1日，他和德国物理学家布洛赫分享了沃尔夫物理学奖。叶军的锶原子钟精度达到了390亿年误差不到一秒。这个精度意味着什么？如果从宇宙大爆炸开始走这只钟，走到今天，误差还不到半秒。沃尔夫奖48年只颁给过两位华人，上一位是1978年的吴健雄。风向标已经立到这份上了。
但博彩市场的赔率讲了另一个故事。Kalshi平台上，Alexei Kitaev以20%的赔率排在第一。Kitaev是拓扑量子计算的奠基人，他1997年那篇论文开创了整个领域。在物理学家圈子里，他的声望极高，但公众知名度远不如前面两位。
这些预测都有道理，但它们忽略了一件事。
2024年，诺奖颁给了霍普菲尔德和辛顿，理由是“利用人工神经网络进行机器学习的基础性发现”。当时物理学界不少人懵了：这不是计算机科学吗？但委员会的判词写得很清楚——他们用的是统计物理的工具箱。自旋玻璃、复本对称破缺、能量景观，这些全是物理学概念。
2021年帕里西因自旋玻璃理论拿了诺奖，2024年霍普菲尔德和辛顿把同一套工具用在了神经网络上。那么问题来了：这条线就到此为止了吗？
中国科学技术大学施郁教授提出了一个有意思的判断：今年物理诺奖可能授予“学习、记忆和计算的统计物理”，候选人是索姆波林斯基、梅扎尔和古特弗罗因德。梅扎尔用自旋玻璃理论解决计算机科学问题，索姆波林斯基和古特弗罗因德把统计物理引入神经科学。如果这个预测成立，那这就是帕里西和霍普菲尔德之间那条线被完整地“补上”了。
这符合诺奖委员会近年来的行为模式。2020年彭罗斯获奖，被评论为“首次颁发给数学物理”；2024年颁给神经网络，被评论为“统计物理和层展论的胜利”。委员会在系统性地“回收”那些被主流实验物理长期忽略、但实际上改变了学科面貌的理论工作。
还有一个可能被低估的方向：超材料。帝国理工学院的John Pendry被《The Scientist》杂志列为今年的预测人选之一，理由是他在超材料和“隐身斗篷”方面的开创性工作。Pendry的变换光学理论为纳米光学和超分辨成像奠定了物理基础。哥德堡大学的物理学家今年公开表示“真的希望超材料能拿诺奖”。
所以今年的格局其实很清晰：实验验证充分、产业影响直接的凝聚态物理，和理论深度被长期低估、但正在被委员会系统性“补齐”的统计物理与复杂系统，正在争夺同一个奖。
薛其坤代表前者——成果扎实，等待时间足够长，国家叙事也到位。叶军同样属于前者——测量精度做到了人类极限，沃尔夫奖刚刚加冕。而统计物理那条线代表后者——它回答的是“物理学到底能管多宽”这个问题，从玻璃到大脑到人工智能，全是它的地盘。
我个人的判断偏向后者。
原因很简单：诺奖委员会过去五年的选择模式太明显了。他们在做的事情不是“奖励最热的方向”，而是“把物理学的地图画完整”。量子反常霍尔效应当然重要，但量子霍尔效应家族已经拿过两次诺奖了。统计物理通往人工智能这条路，才刚刚开始被承认，还有很多开拓者没被覆盖。
10月6日见分晓。如果结果真的是统计物理方向，别意外。如果你看到薛其坤或叶军的名字，也别意外。真正会让人意外的，是委员会选了一个所有人都在猜但没人敢下注的方向——这种事，他们干过不止一次。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
