These are the winners of the 2024 Nobel Prizes

In October 1999, all UU students and staff were served cake to celebrate the Utrecht-based physicists Martinus Veltman and Gerard ’t Hooft, who won the Nobel Prize for Physics that year. But the festivities have taken place elsewhere since then. In 2016, the University of Groningen popped the champagne to celebrate Ben Feringa’s Nobel Prize in Chemistry. This year, most of the prizes went to American men.

The unveiling of the Nobel Prize for Economics, made on Monday, marked the end of the Nobel Prize announcements for 2024. However, the Nobel Prize for Economics is not an "actual" Nobel Prize because it was not created by Alfred Nobel. The first award ceremony for Economics only happened in 1969 and was organised by the Swedish central bank.

Daron Acemoglu, Simon Johnson and James A. Robinson, three American researchers of Turkish and British descent, turned out to be the lucky winners this year. They investigated how poor colonies became richer and rich colonies became poorer. Their research shows it has to do with the institutions Europeans created or left standing in their colonies. A strong constitutional state and democracy prove to be good for prosperity, but it is not easy for countries to change a system of exploitation. This is an interesting choice by the Nobel Prize Committee given that populist parties in the West are eroding the constitutional state and democracy, putting prosperity at stake.

Peace and Literature
The Nobel Peace Prize went to the Japanese organisation Nihon Hidankyo, which focuses on preventing the use of nuclear weapons. The group is partly made up of survivors of the bombings of the Japanese cities of Nagasaki and Hiroshima – the only atomic bomb attacks to date.

The Nobel Prize for Literature went to South Korean author Han Kang. According to the jury, she deserves the prize for her "internal poetic prose, which confronts historical traumas and exposes the vulnerability of human life". Kang made her breakthrough in 2016 with the book The Vegetarian, about a woman who first decided to stop eating meat and then decided to become a tree. She received the International Man Booker Prize for the novel.

Chemistry
The Nobel Prize for Chemistry went to the founders of computer calculations and artificial intelligence with which scientists predict complex protein structures.

In 1998, American scientist David Baker presented software that could predict the structure of proteins and vice versa: you could enter a structure and then the computer programme gave the protein's "code". Since it now became possible to design proteins, other researchers were later able to develop vaccines against the coronavirus, among other uses. These also consist of certain proteins.

The other half goes to British computer scientists Demis Hassabis and John Jumper, who work at Google and used generative AI to predict the structure (the shape) of millions of proteins based on sequences of aminoacids. These are long sequences and predicting their shape is very difficult, even for computers. There was an annual competition for programmes attempting to predict the shape of the proteins.

In 2018, Hassabis developed the AlphaFold programme, which left other programmes far behind: the chance of a correct prediction went from 40 to 60 percent. Jumper managed to improve this programme considerably. In 2020, the results turned out to be astonishing and the annual competition could be discontinued.

Physics
Without John Hopfield and Geoffrey Hinton, phenomena such as facial recognition, self-driving cars and ChatGPT would not exist (yet). The two researchers received the Nobel Prize for Physics for their groundbreaking work in artificial intelligence.

According to the Nobel Prize committee, the two played a decisive role in the development of AI thanks to their work on artificial neural networks. These networks are inspired by the human brain.

Hopfield, a scientist from the United States, was intrigued by the fact that human memory is a mess. One word reminds you of another, one picture reminds you of another, and certain things look alike, but how does that work?

In the 1980s, he developed a way to recognise patterns in stored data. That's called the Hopfield network, which functions as an associative memory and is made up of artificial neurons.

The British-Canadian Hinton went one step further. He used insights from statistical physics – which can describe large numbers of atoms, for example – to teach computers how to recognise patterns.

Just as a child quickly learns what a mammal or a car is, a computer can now learn that pretty well. The point is that the "machine" learns to recognise new examples of the same concept.

Medicine
Two American researchers were awarded the Nobel Prize for Medicine and Physiology last Monday, thanks to their discovery of micro-RNA. They answered the question: how do body cells understand what they have to do?

The laureates are Victor Ambros and Gary Ruvkun, who have uncovered a certain type of molecule in body cells: small pieces of RNA, which regulate the production of proteins. According to the Nobel Prize Committee, this is a new and unexpected mechanism providing insight into the development of cancer cells, among other things. Something often goes wrong with micro-RNA in cancerous cells.

The DNA in the cell nucleus contains the code for our hereditary characteristics. This code is read with messenger RNA, which works as a "messenger" that translates the code, as it were, and takes it to the rest of the cell to start the production of certain proteins.

However, they don't always need the entire code: an intestinal cell has different needs than, say, a skin cell or a liver cell. The discovered micro-RNA regulates which pieces of messenger RNA can get to work or how much protein can be produced.

The winners of the Nobel Prizes receive or share 11 million Swedish kronor each. That's about 967,000 euros. They also receive a certificate and a gold medal with Alfred Nobel’s face on it.

De andere helft is voor de Britse computerwetenschappers Demis Hassabis and John Jumper, die bij Google werken en generatieve AI gebruikten om de structuur (de vorm) van miljoenen proteïnen te voorspellen op basis van reeksen aminozuren.

Deze reeksen zijn lang en de voorspelling van de vorm is erg moeilijk, zelfs voor computers. Er was een jaarlijkse wedstrijd voor programma’s die een poging deden om de vorm van de eiwitten te voorspellen.

Hassabis ontwikkelde het programma AlphaFold, dat in 2018 andere programma’s ver achter zich liet: de kans op een goede voorspelling ging van 40 naar 60 procent. Jumper wist dit programma nog sterk te verbeteren: in 2020 bleken de resultaten verbluffend en kon de jaarlijkse wedstrijd worden opgedoekt.

Natuurkunde
Zonder John Hopfield en Geoffrey Hinton waren fenomenen als gezichtsherkenning, zelfsturende auto’s en ChatGPT er (nog) niet geweest. Voor hun baanbrekende werk in de kunstmatige intelligentie kregen de twee onderzoekers dinsdag de Nobelprijs voor de natuurkunde.

De twee speelden volgens het Nobelprijscomité een doorslaggevende rol in de ontwikkeling van AI dankzij hun werk aan kunstmatige neurale netwerken. Deze netwerken zijn geïnspireerd op de menselijke hersenen. 

De Amerikaan Hopfield vond het interessant dat het menselijke geheugen eigenlijk een rommeltje is. Het ene woord doet aan het andere denken, het ene plaatje roept een ander plaatje in herinnering, bepaalde dingen lijken op elkaar, maar hoe werkt dat?

In de jaren 80 ontwikkelde hij een manier om patronen te herkennen in opgeslagen data: het Hopfield-netwerk. Dit netwerk functioneert als een associatief geheugen en is opgebouwd uit kunstmatige neuronen.

De Brits-Canadese Hinton ging weer een stap verder. Hij gebruikte inzichten uit de statistische natuurkunde – die bijvoorbeeld grote hoeveelheden atomen kan beschrijven – om computers te leren hoe ze patronen kunnen herkennen.

Zoals een kind snel leert wat een zoogdier of een auto is, zo kan een computer dat inmiddels ook vrij goed leren. Het gaat erom dat de ‘machine’ nieuwe voorbeelden van hetzelfde begrip leert herkennen.

Geneeskunde
Voor de ontdekking van micro-RNA kregen twee Amerikaanse onderzoekers vorige week maandag al de Nobelprijs voor de geneeskunde en fysiologie. Zij gaven antwoord op de vraag: hoe snappen lichaamscellen wat ze moeten doen?

De laureaten zijn Victor Ambros and Gary Ruvkun, die een bepaald soort moleculen in lichaamscellen hebben blootgelegd: kleine stukjes RNA, die de aanmaak van eiwitten reguleren.

Het gaat om een nieuw en onverwacht mechanisme, zegt het Nobelprijscomité, dat onder meer inzicht biedt in het ontstaan van kankercellen. Bij deze cellen gaat er vaak iets verkeerd met het micro-RNA.

Het DNA in de celkern bevat de code van erfelijke eigenschappen van mensen (en andere levende wezens). Een interessante vraag is hoe deze code wordt afgelezen. Dat gebeurt met messenger-RNA, een ‘boodschapper’ die de code als het ware vertaalt en meeneemt naar de rest van de cel om de aanmaak van bepaalde eiwitten te starten.

 Maar je hebt niet altijd de hele code nodig: een darmcel doet iets anders dan pakweg een huidcel of levercel. Het ontdekte micro-RNA reguleert welke stukjes messenger-RNA aan de slag kunnen of hoeveel eiwit er mag worden aangemaakt.

De winnaars van de Nobelprijzen ontvangen of delen samen 11 miljoen Zweedse kronen, omgerekend 967.000 euro. Daarnaast ontvangen ze een oorkonde en een gouden medaille met het gezicht van Alfred Nobel erop.