这是属于概率论的高光时刻。
有着“数学诺贝尔奖”之称、与菲尔兹奖齐名的阿贝尔奖，今年颁给了72岁法国数学家米歇尔·塔拉格兰（Michel Talagrand）——酷酷的朋克大爷，还有一个传奇又有趣的灵魂。
官方宣布的获奖理由是：
因其对概率论和泛函分析的贡献，在数学物理和统计学方面的杰出应用而获奖。
Nature对他在数学中的贡献也寄予了高度的评价：
塔拉格兰奠定了数学基础，使其他人能够解决涉及随机过程的问题。
据了解，塔拉格兰将获得超过500万人民币的奖金。
在得知自己获奖之后，他也激动地表示：
我刚开始研究我这门理论之时，它一点也不流行，还被认为是低等数学。但今天我证明，事实并非如此。
数学天才陶哲轩也在第一时间送上了祝福：
祝贺米歇尔·塔拉格兰。我认为自己是概率的使用者而非专家。他开发的概率工具强大、深入又很通用，给我留下了深刻的印象……
我认为他应该获得更大的知名度。
一、“驯服”随机性
我们所处的世界由不断流动的随机事件组成，从商业物流到凝聚态物理，一切都有随机性的影响。
理解这一性质对我们的现实生产至关重要：
比如，正是随机算法帮助我们进行天气预报。还有当下最火的大模型，里面也有随机算法的影子。
塔拉格兰的主要贡献就是研究我们周围看到的随机过程，并帮助我们弄清其中原理。
他的大部门工作主要涉及的是理解和利用“高斯分布”，也就是通常所说的“正态分布”，这是我们生活中无处不在的一个随机事件。
此次阿贝尓奖就是颁给他在该领域完成的以下三个具体突破：
1. 随机过程的上确界
随机过程产生一系列随机值，而“上确界”是这些值的集合中预期的最大值。
举个例子：
如果冲击海滩的海浪高度是一个随机过程，那么了解明年冲击海滩的最大海浪有多高就很有用。
塔拉格兰花了15年开发了一种叫做通用链式理论（generic chaining）的方法，该方法最终为大众提供了一种从高维几何空间中读取最大值的途径。
2. 测量的集中性
与直觉相反，当某个过程依赖于一系列不同的随机来源时，不同的随机因素不仅不会变得更加复杂，反而有可能相互补偿并产生更可预测的结果。
这就是我们所说的大数定律。
对此，塔拉格兰提出了一系列不等式（被命名为“塔拉格兰不等式”），给出了其中精确的定量估计。
3. 自旋玻璃态
抛开抽象的概率理论，“自旋玻璃态”是一种特殊的物质形式，即原子可以自我排列，这让物理学家一开始都感到相当惊讶。
塔拉格兰用他的对随机过程的理解证明了自旋玻璃物质的行为极限， 从而证明了著名的自旋玻璃态自由能帕里西公式（2001年 Giorgio Parisi的诺贝尔奖获奖作品），获得了数学界的诺尔贝奖。
相对菲尔兹奖，阿贝尔奖可能没那么知名。但在数学领域，这两个奖项是至高荣誉，菲尔兹主要颁奖对象为年轻数学家，阿贝尔奖则更加纯粹，聚焦于数学成就和突破本身。
它由挪威政府资助，2003年首次颁发，此后每年颁发一次，奖金750万挪威克朗（约合512万人民币）。候选人由阿贝尔委员会进行推荐，委员会由五名国际公认的数学家组成。
跟诺贝尔颁奖一样，本届阿贝尔奖出炉之后，组委会线上联系了塔拉格兰。
老爷子一开始还以为这只是一个再也日常不过的学术交流。
因此，当听到自己拿下又一数学大奖之后，塔拉格兰一开始相当茫然不敢相信，事后他称自己当时“大脑有4秒都是空白的”。
阿贝尔奖委员会主席，对塔拉格兰的获奖很激动，直言：他在概率论方面的工作成果，是“一个惊人的成就”。
而且塔拉格兰其人其事，也配得上这个评价。
他有着戏剧性、传奇性的一生，年少差点双目失明，30岁前一直活在失明的担忧和恐惧中，纯爱战士——认识3天就求婚，因爱而开始了概率论研究……最后获得了至高荣耀。
二、充满“随机性”的一生
塔拉格兰1952年出生于法国，今年已经72岁。
回顾之前的漫长人生，他将自己经历视为“一连串不可能发生的事件”。
1. 少年时双目濒临失明
塔拉格兰患有遗传性视网膜疾病。5岁时，他的右眼就因视网膜脱落而失明。
尽管如此，这没有影响他上学之后对科学的兴趣。
但鉴于这个阶段还是贪玩的年纪，他也并不爱学习，只是“勉强读完”整个小学。
转折点出现在15岁，当时他的左眼再次出现了三处视网膜脱落情况，可能完全失明不得已住院进行手术。
在此期间，他的父亲，作为一位数学教授，每天来探望他，没事就教他数学。
父亲的目的倒是很简单：让儿子的脑子“忙”起来，没空忧虑病情。
没成想这也渐渐培养起儿子对这门课的兴趣。
由于治疗导致的长时间缺课，以及可能复发再次失明的恐惧也让他产生了紧迫感，便开始努力学习，尤其是自学数学和物理。当然，遇到难题时，就随时向父亲请教。
所谓“龙生龙凤生凤”，塔拉格兰也在数学方面展现天赋，成为班里的尖子生。
（塔拉格兰的眼疾最终在29岁用激光手术治好，终于不用随时活在失明的恐惧之中）
2. 纯爱战士：和老婆认识3天就求婚
22岁时，塔拉格兰从法国里昂大学毕业。
他称虽然这不是一所精英大学，但离父母非常近，在这里过的很快乐，并在数学方面打下了坚实基础。
大学毕业后，塔拉格兰又幸运地在欧洲最大的研究机构法国国家科学研究中心（CNRS）得到了一个研究岗位，正式开启了数学职业生涯——直到2017年退休。
在此期间，他攻读了博士（巴黎第六大学数学博士），在美国俄亥俄州立大学也呆了几年。
划重点：就在美国俄亥俄州，他遇见了未来的老婆——一名统计学家，并一见钟情。
据了解，塔拉格兰只认识她3天就求婚了。
当然，也被拒绝了。
后面穷追不舍，跟着她环球求爱，跑到韩国、追到香港，还买了奢侈珍珠项链……最后赢得了美人芳心。
3. 因爱转学概率论
更值得一提的是，在遇到妻子之后，塔拉格兰也逐渐对概率论产生了兴趣。
要知道从一开始，塔拉格兰其实研究的都是高维几何空间。
他也坦言：在这期间的十年来，一直都没发现自己擅长什么。
但，从不后悔：
正是这段时光给了我一种看待事物不同的方式，我能够通过高维几何的视觉来检查随机过程。
学了概率论后，塔拉格兰的事业一路向上，累积发表了数百篇相关论文，2019年还获得了120万美元奖金的邵逸夫奖。
塔拉格兰透露：
自己把99%的时间都花在了数学上，剩下的1%才给妻子。但她很支持我，从来没有抱怨过什么。
塔拉格兰“撒谎”！他其实并不是99%的心思扑在数学上。
因为除了概率论，塔拉格兰甚至还涉及了量子场论。
而且本来只是想自己看着玩，但当他发现能找到的所有相关教科书都是由物理学家而不是数学家编写的后，索性自己写了一本《什么是量子场论》。
xAI创始人Greg Yang还推荐过他的书。
4. 用奖金悬赏数学难题
更有意思的是，塔拉格兰的个人网站上，还长期挂着一个“用我的奖金让你富有吧”的挑战。
上面列出了很多数学难题，只要能够解答出来，并让他看懂，他就会把他过往获得的奖金拿出去一部分作为悬赏：1000-5000美元不等。
一个纯粹又cool的数学家～
参考链接：
[1]https://www.quantamagazine.org/michel-talagrand-wins-abel-prize-for-work-wrangling-randomness-20240320/
[2]https://twitter.com/abel_prize/status/1770406243355517056
[3]https://news.ycombinator.com/item?id=39764954
[4]https://mastodon.social/@tao@mathstodon.xyz/112128623807109631
本文来自微信公众号：量子位（ID：QbitAI），作者：丰色