2026年狄拉克奖揭晓，四位学者获奖

tdub720

北京时间8月8日，2026年度的国际理论物理中心(ICTP)狄拉克奖（Dirac Medal）揭晓，本次大奖授予了在统计力学领域做出的重要贡献的四位物理学家；他们分别是来自法国法兰西公学院的荣誉教授贝尔纳·德里达（Bernard Derrida）、印度塔塔基础研究院国际理论科学中心（ICTS）印度国家科学院（INSA）的杰出教授迪帕克·达尔（Deepak Dhar）、意大利博科尼大学的理论物理学教授马克·梅扎尔（Marc Mézard）和以色列耶路撒冷希伯来大学神经科学和物理学教授，美国哈佛大学访问教授哈伊姆·索姆波林斯基（Haim Sompolinsky）。
该奖历史上曾诞生过3位华人得主，分别是于2005年获奖的美国麻省理工学院的李雅达（Patrick A. Lee）教授；2012年获奖的已故的美国斯坦福大学的张首晟（复旦大学校友）教授；以及2018年获奖的美国麻省理工学院的文小刚（中科大校友）教授。

tdub720

在本届的狄拉克奖章颁奖词中写道：“表彰他们在平衡态统计力学方面的开创性贡献，并将其概念与方法拓展至非平衡态统计力学、优化问题、理论神经科学，以及最终的人工智能领域”。本次狄拉克奖是授予了统计力学领域，而统计力学是物理学家用来描述由众多组分构成的系统之集体行为的理论框架，他们利用这一框架探索了理论物理学中广泛的概念，其影响波及现实世界的进步，从生物系统研究到金融市场乃至人工智能领域。

ICTP主任兼评奖委员会主席阿蒂什·达布霍尔卡（Atish Dabholkar）评论道：“2026年狄拉克奖章获得者的工作，有力地确立了理论物理学，特别是统计力学，作为一个强大的框架，用以处理远超其传统兴趣领域的极其广泛的问题，涵盖了生物学、计算机科学和人工智能。我特别高兴的是，今年的奖章表彰了一个在ICTP有着悠久传统的研究领域，这一传统部分植根于ICTP前主任米格尔·维拉索罗（Miguel Virasoro）的工作，我衷心祝贺这四位获奖者。”

以下是官方对四位获奖人成果的简介（部分摘译，其中一位的成果还与一位中国学者的重要成果有关）：

Bernard Derrida：他发展了数学模型，解释了在复杂的无序系统中集体行为是如何产生的。例如，通过他的随机能量模型（Random Energy Model），他得以证明，由众多组分构成的系统有时可能被少数有利的构型所主导。尽管该模型是为自旋玻璃（最初用于描述无序磁性合金）而开发的，但其思想已影响了从优化问题、神经网络到人工智能等多个领域。
Deepak Dhar（在印度本土完成本硕学习，美国取得博士学位）：他展示了简单的相互作用如何在大型系统中导致复杂且有时不可预测的行为。例如，通过他在沙堆模型（sandpile model）上的开创性工作，他描述了一个熟悉的现象：随着沙粒被添加到沙堆上，大多数沙粒不会引起变化或只会引发小型雪崩，而偶尔一颗沙粒却能导致一次大得多的崩塌。该理论表明，沙堆和许多其他复杂系统一样，会自发地处于一个临界状态，在这种状态下，微小的影响有时会引发突然的重大事件。该模型已被用于模拟看似迥异的系统，如地震、交通拥堵和金融市场的波动。
Marc Mézard：他帮助解释了由众多竞争可能性产生的高度受挫的无序系统是如何表现的。他最重要的贡献之一是与乔治·帕里西（Giorgio Parisi，2021年诺贝尔奖得主）和米格尔·维拉索罗共同发展的空腔法（cavity method），该方法为描述广泛的无序系统提供了一个强大而直观的框架，并产生了寻找其有利构型的实用算法。这些算法和理论思想应用于计算机科学、通信、优化，以及近来的人工智能领域。
Haim Sompolinsky：他利用统计力学来理解神经回路、记忆和大脑的行为，并开创了理论和计算神经科学领域。虽然他早期的贡献涉及自旋玻璃研究，但他在职业生涯早期就解决了霍普菲尔德模型（Hopfield model）——一个简单的记忆数学模型。他利用该模型发展了神经网络的统计力学描述，这构成了统计物理学与大脑功能之间最早的严谨联系之一，揭示了联想记忆（即大脑仅凭片段就能恢复完整记忆的能力）的工作机制。
以上就是本届狄拉克奖的四位的成果简介，本次的四位得主法国有2位（Bernard Derrida和Marc Mézard），印度和以色列各1位；有意思的是，这四人中有两位曾获得过统计物理最高奖的玻尔兹曼奖（Bernard Derrida和Deepak Dhar）；不得不说印度学者在理论物理上还是很强的。

lgyyuuki

印度基础研究这么强？

leo-0

三哥的基础研究还是有些东西的

tsenway

诺奖方面，阿三国的人才算是亚洲领先的
上世纪1930年，阿三国出来的拉曼获得诺贝尔物理奖。
貌似，阿三国+巴基斯坦国，自然科学的诺奖获得者不少。