十月八号，诺贝尔物理学奖颁给了两位在神经网络上有奠基性工作的人。九号，化学奖颁给了做蛋白质结构预测的团队。两天之内，这个奖连着把两个奖项给了和机器学习强相关的工作。
物理学奖这一次，更多是追认一段旧历史。获奖的工作是上世纪八十年代做的，当时的意义在于把物理里的方法引入网络，让模型能自己找到规律。这个思路后来成了几乎所有机器学习的基础。奖项给它，我认为合理，因为它确实改变了很多领域的研究方式。
化学奖那一次性质不太一样，它奖励的是"用新工具解决老问题"。蛋白质结构预测是困扰这个学科几十年的难题，之前的办法是靠实验一个一个测，慢且贵。新的方法把它变成了一个计算问题。
两件事放在一起，我看到的是一种转变：科学界开始正式承认，计算方法本身是科学发现的一部分，而不只是辅助工具。
对做工程的人来说，这里面的提醒是：判断一项技术重不重要，不要只看它现在能做什么，要看它有没有改变别的领域做事的方式。改变别人的工作流，比在自己圈子里刷新成绩重要得多。