深扒諾貝爾獎得主背景,我沉默了...

這兩天最熱的話題莫過於諾貝爾獎了。

隨着經濟學獎的頒佈,2024年所有獎項均名花有主。

出於好奇,深扒了下今年諾獎得主的個人經歷和成長環境,我沉默了。

我發現了,孩子成才的三個秘密。

01

— Dr小魚 —

秘密1: 科學界沒有公平,

良好的家庭環境永遠是孩子的後盾

科學領域很殘酷,因爲這裡沒有人人平等。

頂級科學家之所以能成功,很多部分原因是贏在了起跑線,誕生在了合適的家庭。

絕大多數諾獎得主背後一定是有個精英家庭在做後盾,這讓他們能在肥沃的土壤裡成長、成才、成功。

今年多位諾獎得主的家境非同尋常,有些甚至是豪門貴族。

文學獎得主韓國女作家韓江,出生在“作家之家”,從小就在充滿文學的氛圍中長大。

其父韓勝源,韓國文壇代表作家之一,1988年獲得李箱文學獎,這是韓國最重要的文學獎之一,韓江14歲確定走上作家之路,多多少少受了父親的影響。

哥哥韓東林以小說集《幽靈》享譽文壇,弟弟韓江仁首爾藝術大學文學創作系畢業,同樣也寫小說。

最搞笑的是,韓江丈夫洪榮熙,既是韓國慶熙網絡大學教授,也是著名文學評論家。

整個作家DNA都動了!

物理學獎得主是傑弗裡·辛頓和約翰·霍普菲爾德。

傑弗裡·辛頓家世顯赫,族譜往上數幾代,代代一個維基百科。

比如其曾曾祖父喬治·布爾被稱爲邏輯學的牛頓,曾曾祖母瑪麗·埃弗里斯·布爾也是數學家;堂姑瓊·辛頓核物理學家,曾參與曼哈頓計劃;辛頓的爸爸霍華辛頓是昆蟲學家,劍橋大學教授...

約翰·霍普菲爾德家世雖比不上辛頓,但也出身書香門弟,其父母都是物理學家。

(圖|辛頓家譜)

3位化學獎得主是大衛·貝克、戴米斯·哈薩比斯和約翰·江珀。

其中哈薩比斯父親是希臘裔,曾是創作歌手,母親是新加坡華人,自己做生意,兩人還是老師。

貝克父親是物理學家,母親研究天體物理和大氣科學,妻子漢內萊·魯奧霍拉是芬蘭出生的女科學家。

生理學或醫學獎頒給了維克托·安布羅斯和加里·魯夫昆,這兩個獲獎者家庭相對普通一些,不過依然有着上進努力的家風。

加里·魯夫昆出生在猶太家庭,父親是土木工程師,母親雖爲家庭主婦,卻不斷學習,年近50拿了個心理學本科學位。

唯獨維克托·安布羅斯在農場長大,但其母親梅麗莎是一名作家。

(圖|維克托·安布羅斯(右)與加里·魯夫昆(左))

僅僅從這6位諾獎得主身上我們就看到了家庭存在的相似性。

實際上關於家庭條件對諾獎得主的影響,恰好前幾天普林斯頓、賓大沃頓商學院、達特茅斯學院及帝國理工4位研究人員就專門做過的調查發表了文章。

他們研究了123年內(從1901年到2023年間)715位來自44個國家的各個科學類(排除和平獎和文學獎)諾貝爾獎得主的家庭背景。

重點分析他們父親的職業和收入,來推測頂級科學家的出身與其取得成就之間的關係。

研究人員假設如果天賦和機會是均勻分佈的,那諾獎得主應該來自社會各個階層,即出身與成就之間無明顯的規律。

然而現實並非朝着理想假設的方向前進,實際諾獎得主的家庭背景與成功存在極大的關聯。

大約一半(50-60%)的諾獎得主來自收入和教育水平排名前5%,即經濟社會地位很高的家庭。

這再次印證了科學界的機會分配集中在一個羣體,它並不公平。

(圖|諾獎得主父親的收入及教育程度百分比)

這種不公平性在性別差異上尤爲明顯,調查的715諾獎得主,女性只有28位,她們的家庭背景更加精英化,其父親的收入和教育水平比男性更高。

(圖|女性和男性諾獎得主父親的收入和教育程度百分比比較)

經過量化分析,研究人員還發現:諾獎得主父親最常見的職業是企業主(佔比高達15.36%),其次是物理學家和醫生,教授和講師、工程師緊隨其後。

這些職業社會地位高、收入高,往往父母受教育水平也高,孩子進入科學領域擁有得天獨厚的資源優勢。

而只有3%的諾獎得主在農場長大,比如今年醫學獎得主維克托·安布羅斯。

從1901到2023年這120多年裡,諾獎得主社會經濟背景雖有呈現多樣化的趨勢,機會在擴展,但擴展的速度緩慢,多數依然是精英家庭出身。

(圖|1901-2023年來諾獎得主父親的平均收入和教育水平排名)

所以從概率來看,如果出生在普通家庭,未來孩子想在科學領域成功的機會相當小。

絕大多數孩子,即便有潛力與諾獎得主一樣嶄露頭角,往往因爲生計而忙碌奔波,能走上科學界舞臺的依然是鳳毛菱角。

研究人員也估算約90%的科學人才未來發揮其潛力,成爲「遺落的科學家」。

科學領域拼天賦,但更拼的是家庭,一個家庭的經濟條件、社會資源、家學淵源。

剛看到這篇新鮮出爐的論文時,又聽見媒體上播報的最新諾獎得主的歡喜,內心多少有點失落,有點惋惜,多少有天賦的孩子因爲沒有機會,集體走向平庸,一生都困在了「血汗工廠」裡?

當然悲觀解決不了任何問題,這種機會公平是一個系統性的問題。

作爲一個普通人、普通父母,儘可能爲孩子創造更好的生活條件和學習氛圍。

即便他未來依然是普娃,但至少不用衣食發愁,可以追隨所愛。

02

— Dr小魚 —

秘密2:成功是會走彎路的,

要敢去捅一捅世界

看完諾獎得主的家庭,我又去細數了下諾獎得主本人成長過程中的點點滴滴,不得不感嘆一句:

要是按照他們這種走彎路上癮的節奏,絕對會逼瘋一大批中國家長。

這屆走彎路代表人物就是諾貝爾物理學獎得主傑弗裡·辛頓。

前面提到辛頓來自學術世家,家族名人衆多,但他的學術之路異常坎坷。

雖說一路是名校,可他在退學和換專業之間反覆橫跳,把別人沒走過的錯路走了個遍,拿諾獎之前學術冷板凳坐了30來年。

高中在他口中的「二流公立校」克里夫頓學院就讀,這裡盛產牛劍苗子,還出過3名諾獎得主,也就是在這裡辛頓有了要了解大腦如何運作的目標。

18歲到25歲,我們國內家長眼中最重要的學術積累期,在辛頓這成了瘋狂的折騰之旅,完美展現一個年輕人的熱血狀態。

在劍橋大學,他就“二進三換”。

剛入讀時學習物理、化學和數學,但因數學不好,一個月後退學直接跑去倫敦gap,各種浪蕩。

第二年改修建築學,結果一天也忍受不了,又轉去學哲學,依然半途而廢。

這要是遇到箇中國爹媽,還不被罵個狗血淋頭或是氣個半死?

哲學過後,不安分的他又轉去修讀物理和生理學,但沒生物學背景,整個學術過程十分艱難。

熬到拿到實驗心理學本科學位後,對本科教育失望至極的他選擇當起了木匠!

對,沒錯,劍橋畢業去做木匠,連他劍橋教授父親都學起了中國爹媽式嘮叨與PUA。

一年之後放蕩不羈的他發現靠木匠無法謀生,也不能瞭解大腦,決定重回學術界,直接前往愛丁堡大學讀博,師從希金斯教授進軍人工智能,25歲纔算走上了正路。

但讀博時因堅持研究神經網絡和導師分歧不斷,博士畢業後趕上AI就業寒冬期,失業的他又去做了短暫的老師,沒過多久又跑去美國尋覓機會。

然而出師不利,唯有加州大學聖地亞哥接收了他,好在是能與一羣對神經網絡感興趣的學者工作。

博士後卡耐基梅隆大學圖靈獎獲得者Allen Newell捐助了他,辛頓這才真正展開自己的研究。

由於不願接受美國國防部的資助,將反叛精神進行到底的他果斷前往加拿大設立研究項目,加入多倫多大學成爲計算機科學專業教授。

在這裡他和學生創立的計算機視覺系統成了當代人工智能的基礎,他創立的公司後來也被谷歌高價收購。

辛頓跌宕起伏的人生,站在應試教育的角度來看是妥妥的一部走彎路、試錯史。

折騰了幾十年、犯了無數次錯、冷門領域耕耘數十載,在77歲高齡被世人皆知,延續上了家族榮耀。

我時常想,如果把辛頓這麼愛折騰的孩子放在我們的教育背景下長大,他的人生軌跡又是怎樣的?

是能一如既往放浪形骸,還是被條條框框、不允許犯錯磨平了棱角、磨滅了學術理想?

辛頓沒浪費時間做低效的卷,不盲目參與社會篩選,而是在真實世界裡學習,一旦發現不適合馬上抽身而退。

敢去搗鼓、敢去捅一捅世界的邊邊角角,經歷停滯期,在暗淡的學術環境中堅持自己的研究,保持獨一份的冷靜。

可以說辛頓的成功是大量試錯、敢於試錯的結果。

這是給我們家長最寶貴的一課:對孩子要保留開放性。

03

— Dr小魚 —

秘密3: 交叉學習,成爲跨界人才,

是AI時代雞娃的新方向

今年諾獎還有一個十足的看點:三項科學獎兩項都頒給了AI。

物理學獎花落兩位AI專家之手。

91歲的約翰·霍普菲爾德是美國地地道道的物理學家,出生物理學家家庭,頂尖文理學院斯沃斯莫爾學院物理學本科、康奈爾大學物理學博士畢業。

但他的學術背景不僅限於物理學,還涉足生物學和神經科學等,這讓他成功跨界發明了人工神經網絡。

前文提到的走彎路高手傑弗裡·辛頓是人工智能之父,求學階段物化生、哲學、建築學專業嚐了個遍,最後纔去到人工智能領域,堅持神經網絡研究。

化學獎頒給了生物領域,也披上了AI外衣。

在攻克蛋白質研究難題上,大衛·貝克研發的Rosetta以及德米斯·哈薩比斯和約翰·江珀設計的AlphaFold起到了顛覆性作用。

這三位AI的設計者同樣是跨界高手。

(圖|David Baker、Demis Hassabis和John Jumper(從左至右))

貝克在哈佛大學起初學的是哲學和社會科學專業,在閱讀《細胞分子生物學》後對探索蛋白質摺疊產生了興趣。

哈佛畢業後直接去加州伯克利分校讀了生物化學博士,博士後在加州舊金山分校也是在相關領域。

這跨度一般人難以企及!

約翰·江珀本科在範德堡大學修讀的是數學與物理學,碩士到芝加哥大學後攻讀理論化學,將機器學習策略用於蛋白質動力學研究。

希臘和華人血統的哈薩比斯是天賦型選手,也是斜槓青年,跨界人生相當精彩。

4歲學國際象棋,8歲學編程,13歲成國際象棋大師,16歲進劍橋大學計算機系,17歲進公司設計遊戲,多個遊戲成爆款。

遊戲事業乏了,29歲又迴歸學術圈進倫敦大學學院攻讀認知神經科學博士,研究成果在頂級期刊發表。

35歲創立著名的DeepMind公司,其開發的AI程序AlphaGo戰勝了世界圍棋冠軍柯潔。

今年諾獎的混搭出圈,讓交叉研究型人才成爲一種趨勢。

對於普通孩子而言,在AI時代,交叉學科、跨學科學習的實力越來越具競爭力,單一技能的侷限性將難以滿足多元化的需求。

跨界學習和實踐,培養高階能力,或許是未來雞娃的一種新潮流!

當然這一切的前提是一個孩子根基能力的牢固性,這些基礎能力包括:內驅力、思辨能力、執行力、清醒的自我認知等等。

只要孩子的內核是強大而堅挺的,再去廣泛學習,持續更新頭腦,每個孩子都可能成爲一匹黑馬。