82岁独揽诺奖的「凿冰狂人」，靠的不是蛮力，是从1亿个噪声里挑100个真信号

今晚的诺贝尔物理学奖，爆冷得有点彻底。比利时裔理论物理学家、威斯康星大学麦迪逊分校教授 Francis Halzen，一人独揽整座奖杯，1200 万瑞典克朗全部归他。上一次物理学奖只颁给一个人，还是 1992 年，中间隔了整整 34 年。赛前连拿两个「诺奖风向标」的华人物理学家薛其坤和叶军，都没押中。

获奖理由很具体：「对冰立方中微子天文台的决定性贡献，以及发现来自天体物理源的高能中微子」。说白了，就是表彰那位 38 年前提出要在南极挖开一立方公里冰川、把冰改造成一台望远镜的「疯子」。

这件事值得拿出来讲，不只是因为奖爆冷，而是因为它前半段的硬核工程，和后半段的机器学习，恰好撞在了今天 AI 从业者的工作痛点上。你可能不搞物理，但你大概率每天也在「从海量噪声里捞几个真的信号」这件事里挣扎。

用冰当靶子，这原本是个劝退点

中微子的麻烦在于它几乎不跟任何物质发生作用。它们没有电荷、质量近乎为零，此刻大概有 650 亿个来自太阳的中微子正穿过你的指甲盖，却连招呼都不打一声。它们穿透力极强，不受磁场偏转，走的绝对是直线，所以是理想的宇宙信使——问题是你根本抓不住。

思路很朴素：抓不住，就造一个足够大的靶子。当中微子撞上靶原子核，会撞出带电粒子，这些粒子在冰里跑得比光在冰里快，产生一种类似「音爆」的切伦科夫辐射，发出幽幽蓝光。只要在极暗的环境里放足够灵敏的光学传感器，拍下这些蓝光，就能反推出中微子来的方向。

起初科学家想用海水做介质，但深海里的水母、放射性物质噪声太大了。1988 年，Halzen 和同事 John G. Learned 提出改用南极冰。后来他自己回忆这段往事时说得很坦白：「我猜别人一定也想到过同样的点子，然后放弃了。要不是我当时对天然冰的光学性质一无所知，我大概也会放弃。」——无知者无畏，这话在科研里有时候真的成立。

工程也确实离谱。1993 年他们先在南极搞了个 AMANDA 项目试水，浅层冰里全是气泡，光线根本传不出去。挖到 1400 米以下，压力把气泡挤进冰的晶格，冰层才变得纯净透明。后来在 NSF 支持下，2004 年冰立方正式开建：用高压热水钻在南极硬生生融化出两公里多深的垂直井，每钻一口都得赶在井水重新冻结前，把挂满球形传感器的电缆沉到底。86 根电缆，5160 个传感器，覆盖 1450 米到 2450 米的冰层，圈出一立方公里、十亿吨的纯冰。2011 年最后一根电缆就位，竣工。

真正难的不是造望远镜，是信号处理

造好望远镜只是开头。宇宙射线打进南极大气层，每天有上亿个粒子钻进冰里被传感器记录下来，每年记录下约 10 万个中微子，但绝大多数来自地球大气。按理论预期，真正来自宇宙深处的，一年只有大约 100 个。每天在一个亿的假信号里认出那不到一百个真的——这活儿对做数据处理的人一点也不陌生。

这里就有本次诺奖跟 AI 圈真正咬合的地方了。2013 年，团队在两年数据里翻到两个能量超过 1PeV 的事件（1.04PeV 和 1.14PeV），这是人类首次确凿发现来自太阳系外的高能天体物理中微子。顺着这两个事件调整方法，又在同一批数据里找出 28 个高能宇宙中微子，2014 年统计显著性达到 5.7σ，纯大气来源的解释被排除。2017 年 9 月 22 日，冰立方抓到约 290TeV 的中微子，一分钟内警报发往全世界，望远镜对准坐标后看到一个正在爆发的耀变体 TXS 0506+056，那是人类第一次把高能中微子和一个确切的宇宙源头挂钩。

但真正让它找到「自己星系的玻璃」的，是机器学习。冰立方跟德国多特蒙德工业大学的合作者开发了一套机器学习方法，专门从数据里挑出中微子撞击产生的「级联」事件，同时重建方向和能量。用上新方法后，保留下来的中微子事件多了整整一个数量级以上，搜索灵敏度提到原来的 3 倍。2023 年，团队用 10 年数据、约 6 万个中微子拼出了银河系的样子；2026 年，又用 12 年数据把银河系信号推到 5.7σ，银河系成了第一个越过 5σ 发现门槛的高能中微子源。

这里有个很值得玩味的细节，Halzen 自己说过：和任何波长的光都不一样，在中微子里，遥远的宇宙比我们银河系里近处的源还要亮。这正好反过来说明，你处理的那堆噪声里，藏着的不只是「信号」，而是一整张原来根本看不见的地图——但对绝大多数人来说，第一步永远是先学会信噪比怎么算。

多信使时代，和它背后的算力账单

如今「多信使天文学」这个概念浮出水面：以前我们只能拿光去「看」、拿引力波去「听」，现在还能用高能中微子直接「透视」宇宙里最狂暴的黑洞核心。规模扩大八倍的冰立方-Gen2 正在筹划，地中海、太平洋，以及中国在南海推进的「海铃计划」（TRIDENT），一张覆盖全球的中微子捕捉网正在铺开。

诺贝尔委员会主席 Mark Pearce 的评价是，Halzen 领导的国际团队「提供了一个绝妙的仪器，他的坚韧和科学远见，为一种全新的天文学铺平了道路」。

对做 AI 的人来讲，这个故事最扎实的收获可能是一句大实话：仪器再硬核，决定能不能出成果的，往往是你怎么在数据里筛信号。冰立方一天一个亿的假信号里挑一百个真，跟你在一堆日志和埋点里捞一个真实用户行为，本质是同一道题。区别只是，人家把信噪比搞到 5.7σ 才敢发论文，我们在多少置信度下就敢上线了，心里得有点数。目前还没看到冰立方官方公开的完整算力账单，但那台靠机器学习才能看得见银河系的装置，估计够给不少团队算力焦虑上一课。

此刻穿过你指甲盖的那 650 亿个中微子，正直线奔向地球。而在最南端，有人在一立方公里的黑暗纯冰里睁大了眼睛，等着那跨越亿万年的惊鸿一瞥。这大概就是人类探索宇宙最极致的浪漫——而且这次的浪漫，一半靠凿冰的狂热，一半靠老老实实解决噪声问题。

相关链接：https://www.nobelprize.org/prizes/physics/2026/press-release/