文/本刊記者 段永利

8月16日，2023年未來科學(xué)大獎名單正式揭曉。

未來科學(xué)大獎設(shè)立于2016年，是由香港未來科學(xué)大獎基金會設(shè)立，科學(xué)家、企業(yè)家群體共同發(fā)起的民間非營利性科學(xué)獎項。未來科學(xué)大獎關(guān)注原創(chuàng)性的基礎(chǔ)科學(xué)研究，設(shè)置“生命科學(xué)獎”“物質(zhì)科學(xué)獎”“數(shù)學(xué)與計算機科學(xué)獎”三個獎項，獎勵在中國內(nèi)地（大陸）、香港、澳門、臺灣取得杰出科學(xué)成果的科學(xué)家，以創(chuàng)新模式帶動更多民間資金推動中國基礎(chǔ)科學(xué)的研究，促進(jìn)科學(xué)事業(yè)發(fā)展，以科學(xué)精神影響中國、影響世界、影響下一代。 其有“中國的諾貝爾獎”之譽。

2023年未來科學(xué)大獎“物質(zhì)科學(xué)獎”由中國科學(xué)院院士、國家超導(dǎo)實驗室學(xué)術(shù)委員會主任趙忠賢，中國科學(xué)院院士陳仙輝獲得；西湖大學(xué)生命科學(xué)學(xué)院植物免疫學(xué)講席教授柴繼杰、中國科學(xué)院遺傳與發(fā)育生物學(xué)研究所研究員周儉民獲得“生命科學(xué)獎”；Facebook AI 研究院（FAIR）研究科學(xué)家何愷明，曠視前首席科學(xué)家、曠視研究院院長孫劍（2022年去世），蔚來自動駕駛研發(fā)首席專家、助理副總裁任少卿，曠視研究院主任研究員、西安交通大學(xué)人工智能學(xué)院兼職教授張祥雨共同獲得“數(shù)學(xué)與計算機科學(xué)獎”。

科學(xué)之美在探索的樂趣。從“40后”的趙忠賢到“90后”的張祥雨，從中國科學(xué)院院士到企業(yè)研究員，從抗病小體到高溫超導(dǎo)，本屆未來科學(xué)大獎的各項獲獎工作都具有開創(chuàng)性的原創(chuàng)價值，他們的持續(xù)創(chuàng)新精神推進(jìn)了學(xué)科發(fā)展，拓展了人類的認(rèn)知邊界，為人類創(chuàng)造了更多新的可能。他們的故事也激勵著我們繼續(xù)探索未知，在科學(xué)殿堂續(xù)寫傳奇。

物質(zhì)科學(xué)獎

獲 獎 人：趙忠賢 陳仙輝

獲獎理由：對高溫超導(dǎo)材料的突破性發(fā)現(xiàn)和對轉(zhuǎn)變溫度的系統(tǒng)性提升做出了開創(chuàng)性貢獻(xiàn)。

超導(dǎo)指的是某些材料在溫度降低到某一臨界溫度，電阻突然消失并且不能被磁場穿過的現(xiàn)象，是一種宏觀量子現(xiàn)象。擺脫超導(dǎo)應(yīng)用的低溫或高壓環(huán)境限制，是科學(xué)家一直以來的夢想，承載著人類開啟能源和信息革命的殷切期盼。超導(dǎo)材料科學(xué)已成為當(dāng)今重要的科研領(lǐng)域，超導(dǎo)體可以用于大科學(xué)裝置、軍工、信息技術(shù)、生物醫(yī)學(xué)、電力系統(tǒng)、交通運輸?shù)阮I(lǐng)域。

中國科學(xué)家曾兩次在世界超導(dǎo)研究上大放異彩，最近的一次為2008年以趙忠賢為代表的中國科學(xué)院物理所、以陳仙輝為代表的中國科學(xué)技術(shù)大學(xué)關(guān)于“40K（-233.15℃）以上鐵基高溫超導(dǎo)體的發(fā)現(xiàn)及若干基本物理性質(zhì)研究”。

2008年2月，致力于尋找透明導(dǎo)電氧化物材料的日本科學(xué)家細(xì)野秀雄意外發(fā)現(xiàn)在鑭氧鐵砷化合物中存在轉(zhuǎn)變溫度為26K（-247.15℃）的超導(dǎo)電性，打破了以往認(rèn)為鐵基超導(dǎo)不利于形成超導(dǎo)的迷思。

我國從事超導(dǎo)研究的科研人員敏銳地注意到了這篇文章。趙忠賢團(tuán)隊分析道：鑭氧鐵砷不是孤立的，26K的轉(zhuǎn)變溫度大有提升空間。由于此前的研究積累，物理所很快以另一種方法制備鑭氧鐵砷多晶樣品，逐漸和國外研究組拉開差距，世界上數(shù)十家一流研究機構(gòu)紛紛請求提供高質(zhì)量的超導(dǎo)樣品。

2008年3月，陳仙輝團(tuán)隊采用稀土元素替代方式，用釤替換鑭，發(fā)現(xiàn)臨界溫度為43K（-230.15℃）的鐵基化合物，突破了40K的“麥克米蘭極限”，證明鐵基超導(dǎo)體是繼銅基超導(dǎo)后的又一類非常規(guī)高溫超導(dǎo)體。

同年4月初，趙忠賢團(tuán)隊將該類鐵砷化合物的臨界溫度提升至55K（-218.15℃），利用高壓合成技術(shù)制備出一大批不同元素構(gòu)成的鐵基超導(dǎo)材料，標(biāo)志著鐵基高溫超導(dǎo)家族基本確立。

鐵基超導(dǎo)體具有更加豐富的物理性質(zhì)，井噴的成果產(chǎn)出讓產(chǎn)業(yè)化腳步越邁越大。2016年，中國科學(xué)院電工研究所成功研制全球首根100米量級的122型鐵基超導(dǎo)長線。盡管鐵基超導(dǎo)家族遠(yuǎn)未實現(xiàn)人類的室溫超導(dǎo)之夢，但其研究豐富了高溫超導(dǎo)門類，有助于了解高溫超導(dǎo)機制。

《科學(xué)》雜志“2008年度十大科學(xué)突破”、美國物理學(xué)會“2008年度物理學(xué)重大事件”及歐洲物理學(xué)會“2008年度最佳”……中國科學(xué)家的鐵基超導(dǎo)體研究成了當(dāng)年的年度大滿貫。此外，《科學(xué)》發(fā)表了題為《新超導(dǎo)體將中國物理學(xué)家推到最前沿》的專題評述。著名理論物理學(xué)家，美國佛羅里達(dá)大學(xué)Peter Hirschfeld教授說：“一個或許本不該讓我驚訝的事實就是，居然有如此多的高質(zhì)量文章來自北京，他們確確實實已進(jìn)入了這個（凝聚態(tài)物理強國）行列?！?/p>

生命科學(xué)獎

獲 獎 人：柴繼杰 周儉民

獲獎理由：為發(fā)現(xiàn)抗病小體并闡明其結(jié)構(gòu)和在抗植物病蟲害中的功能做出了開創(chuàng)性工作。

全球高達(dá)40%的農(nóng)作物產(chǎn)量因植物病蟲害而損失，每年給全球經(jīng)濟(jì)造成的損失超過3000億美元。面對長久以來存在的糧食安全、農(nóng)藥帶來的環(huán)境與疾病威脅，抗病基因育種被賦予巨大的期待。

在抵御病毒、細(xì)菌或真菌侵襲的戰(zhàn)爭中，植物進(jìn)化出了復(fù)雜高效的兩層免疫系統(tǒng)，細(xì)胞表面受體介導(dǎo)的廣譜性識別（PTI）和抗病基因介導(dǎo)的特異性識別（ETI）。處于這兩層免疫系統(tǒng)核心的是數(shù)目眾多的抗病蛋白，具有核苷酸結(jié)合域并富含亮氨酸重復(fù)序列的NLR蛋白是其中的大家族。迄今為止，已有數(shù)百個抗病基因被克隆，其中有61%的編碼為NLR免疫受體。

盡管第一個植物NLR抗病蛋白于1994年完成克隆，但學(xué)界對于抗病蛋白在識別病原菌入侵以及如何啟動抗病反應(yīng)等方面還知之甚少。由于抗病蛋白構(gòu)成復(fù)雜、分子量大且構(gòu)象多變，25年來，多個國際頂尖實驗室都未能破解完整的抗病蛋白結(jié)構(gòu)。

對于這一難題，周儉民打了個比方：抗病基因像是調(diào)動免疫系統(tǒng)的總指揮，它可以調(diào)動千軍萬馬去抵抗病原，但人類并不知道它具體發(fā)了什么命令。常規(guī)的研究手段已經(jīng)窮盡，結(jié)構(gòu)生物學(xué)手段或許大有用武之地，這是周儉民和柴繼杰的共識。

截至目前，植物抗病領(lǐng)域現(xiàn)有的復(fù)合體結(jié)構(gòu)幾乎都出自柴繼杰的實驗室：2007年第一個細(xì)菌效應(yīng)蛋白和植物中對應(yīng)抗性蛋白的復(fù)合物（AvrPto-Pto），2013年第一個被解析的植物L(fēng)RR模式識別受體復(fù)合物（FLS2LRR-flg22-BAK1LRR），2015年第一個植物肽類激素的激活復(fù)合物結(jié)構(gòu)（PSKPSKRLRR-SERKLRR），可以說該實驗室是全球植物抗病結(jié)構(gòu)研究中的“領(lǐng)跑者”。

2019年，柴繼杰和周儉民團(tuán)隊強強聯(lián)手，首次成功解析了植物抗病蛋白的結(jié)構(gòu)和功能，破解了困擾植物免疫學(xué)界20多年的難題：植物抗病蛋白究竟是如何控制細(xì)胞死亡和免疫的。這也為設(shè)計廣譜、持久的新型抗病蛋白、發(fā)展綠色農(nóng)業(yè)奠定了核心理論基礎(chǔ)。國際植物抗病研究權(quán)威科學(xué)家、美國科學(xué)院院士Jeffery Dangl和英國皇家學(xué)會會員、美國科學(xué)院外籍院士Jonathan Jones對這一重大突破性成果給予了高度評價：“首個抗病小體的發(fā)現(xiàn)，為植物如何控制細(xì)胞死亡和免疫提供了線索，打開了多個開拓性研究方向?！?/p>

在長達(dá)19年的時間里，他們精誠合作，最終發(fā)現(xiàn)了由免疫受體激活后形成的抗病小體，并解析了其結(jié)構(gòu)和功能。他們發(fā)現(xiàn)，抗病小體是由免疫受體蛋白在識別病原體效應(yīng)子后形成的多組分復(fù)合體。這種復(fù)合體通過形成鈣離子通道引起植物免疫反應(yīng)，從而保護(hù)植物免受感染。這是近年來植物免疫研究領(lǐng)域的最重大的進(jìn)展之一，有助于減輕糧食安全威脅和保護(hù)生態(tài)環(huán)境。

數(shù)學(xué)與計算機科學(xué)獎

獲 獎 人：何愷明 孫劍 任少卿 張祥雨

獲獎理由：提出深度殘差學(xué)習(xí)，為人工智能作出了基礎(chǔ)性貢獻(xiàn)。

深度殘差網(wǎng)絡(luò)（Deep Residual Network，ResNet）是深度學(xué)習(xí)領(lǐng)域最重要的研究之一，已經(jīng)被寫進(jìn)教科書，屬于每個人工智能從業(yè)者都要掌握的基本功。亞馬遜首席科學(xué)家李沐曾評價：假設(shè)你在使用卷積神經(jīng)網(wǎng)絡(luò)，有一半的可能性就是在使用ResNet或它的變種。

機器學(xué)習(xí)大概要解決三個問題。一是系統(tǒng)是否可以有能力擬合，能力是否夠。二是如何擬合，也就是訓(xùn)練優(yōu)化問題。三是推廣能力問題。ResNet主要是解決第二個問題。

孫劍曾在2017年介紹過ResNet研究的背景：曾經(jīng)人們不相信深度學(xué)習(xí)網(wǎng)絡(luò)是可以被訓(xùn)練的，2012年8層的AlexNet改變了人們的看法。但受各種條件的限制，在ResNet開發(fā)之前，19層的VGG已經(jīng)是表現(xiàn)最好的網(wǎng)絡(luò)。這主要是因為神經(jīng)網(wǎng)絡(luò)的退化問題（Degradation Problem）：更深的網(wǎng)絡(luò)會呈現(xiàn)更差的準(zhǔn)確率。因為即使新增的神經(jīng)層不改變其輸入（恒等映射），更深的網(wǎng)絡(luò)至少可以與較淺的網(wǎng)絡(luò)相同。

在神經(jīng)網(wǎng)絡(luò)可以收斂的前提下，隨著網(wǎng)絡(luò)深度增加，網(wǎng)絡(luò)的表現(xiàn)先是逐漸增加至飽和，然后迅速下降。在這個限制下，當(dāng)時網(wǎng)絡(luò)層數(shù)在20層時表現(xiàn)最好，更多層的網(wǎng)絡(luò)反而表現(xiàn)不佳。

何愷明、孫劍、任少卿、張祥雨這個平均年齡只有38歲出頭的團(tuán)隊，提出了深度殘差學(xué)習(xí)框架以解決該問題。在殘差網(wǎng)絡(luò)中，每個單元只需要表達(dá)一個改變量（“殘差”），而不需要把輸入推倒重建。通過殘差連接，ResNet把每個單元的輸入以恒等映射加到輸出上。恒等映射可以減少信號在神經(jīng)網(wǎng)絡(luò)中傳播時的失真，使信號經(jīng)歷非常多次變換后仍可以保持信息。

ResNet使得更深的網(wǎng)絡(luò)訓(xùn)練成為可能。把網(wǎng)絡(luò)層數(shù)拓展到了上百甚至上千。

深度神經(jīng)網(wǎng)絡(luò)推動了人工智能的革命和高速發(fā)展。其中，增加深度是神經(jīng)網(wǎng)絡(luò)在各種人工智能應(yīng)用中帶來突破性進(jìn)展的關(guān)鍵。這項工作在這一發(fā)展中發(fā)揮了核心作用，使神經(jīng)網(wǎng)絡(luò)能夠達(dá)到前所未有的深度，并獲得以前難以實現(xiàn)的能力。ResNet團(tuán)隊所提出的深度殘差學(xué)習(xí)框架，包括ResNet及其思想，在許多不同的領(lǐng)域促成了大量突破性的成果，其中包括AlphaGo、AlphaFold和ChatGPT等深刻影響了人類社會發(fā)展的工作。

ResNet的成功離不開孫劍的學(xué)術(shù)眼光，張祥雨曾經(jīng)傾向于選擇人臉領(lǐng)域的博士課題，但導(dǎo)師孫劍果斷讓他去做深度學(xué)習(xí)。在微軟亞洲研究院，也是孫劍把原來從事不同領(lǐng)域研究的何愷明，還有當(dāng)時在微軟亞洲研究院實習(xí)的任少卿、張祥雨拉到一起做深度學(xué)習(xí)研究。

何愷明、任少卿、張祥雨合作密切，組隊后在ICCV、CVPR、ECCV等計算機視覺方面的三大頂級國際會議多次發(fā)文。2015年，由孫劍帶隊，何愷明、張祥雨、任少卿共同完成的深達(dá)152層的殘差神經(jīng)網(wǎng)絡(luò)模型 ResNet 參加 ImageNet大規(guī)模視覺識別挑戰(zhàn)賽，誤差率降到3.57%，首次超過人眼的準(zhǔn)確率5.1%，奪得所有細(xì)分比賽冠軍。

團(tuán)隊對冠軍并不滿足，經(jīng)過對上任ImageNet冠軍谷歌GoogLeNet的研究，張祥雨發(fā)現(xiàn)GoogLeNet用更少的參數(shù)量和計算量贏得冠軍的關(guān)鍵，是其中一條卷積分支起到了直連（shortcut）作用，但當(dāng)時并不清楚如何構(gòu)建新的網(wǎng)絡(luò)結(jié)構(gòu)，最終在何愷明的建議下放棄了復(fù)雜的分形網(wǎng)絡(luò)結(jié)構(gòu)，完成了ResNet。

ResNet研究完成后，團(tuán)隊還進(jìn)行了進(jìn)一步的探索，試圖進(jìn)一步解釋ResNet本身的原理。后續(xù)研究經(jīng)驗性地發(fā)現(xiàn)將identity支路變得更通暢，可以進(jìn)一步提升ResNet的性能，并且觀察到訓(xùn)練過程中ResNet有效層數(shù)不斷增加。何愷明后來還相繼提出了ResNetV2、ResNeXt 等設(shè)想。

2016年，何愷明、孫劍、任少卿、張祥雨團(tuán)隊發(fā)表了論文Deep Residual Learning for Image Recognition，提出ResNet。這篇論文獲2016年CVPR最佳論文獎，2021年被引數(shù)量突破10萬次，現(xiàn)在的被引數(shù)量已經(jīng)突破了17萬次。