但他为什么连个提名都费劲呢？

如果你去问图灵奖ACM的评委，他们大概率会推一下眼镜，甩出一个非常硬核的“查重”问题：

Unix早在1983年就拿过奖了。

翻译一下就是：Ken Thompson和Dennis Ritchie（Unix双雄）已经因为发明了“一切皆文件”、“管道”等Unix哲学拿过图灵奖了。

在图灵奖评委眼里，Linus写的Linux，本质上只是Unix的一种“克隆”和“工程实现”。

你写得更好、效率更高、生态更无敌？那也只是工程好，但理论框架并没有突破前人。

Unix双雄，可以说是图灵奖在操作系统领域的终极守门人

虽然有点不服气，但这确实是图灵奖的基因决定的。

图灵本人是数学家，是理论奠基人。这就注定了这个奖项生来就是面向计算机理论的，偏学术性质。

它更像是一个奖励“发明了轮子”的人的奖项，而不是奖励“把车开得最快”的人。

02 李飞飞：真的“只是做数据的”吗？

同样的尴尬，也发生在了AI界的“数据女王”李飞飞身上。

在公众认知里，她是计算机视觉（CV）领域的绝对先驱。

但如果你去逛一圈国外的学术论坛，会听到一种相当刺耳的声音：

“ImageNet确实好用，但它只是一个数据集。这是苦力活，不是科学。”

这多多少少让每天跑模型炼丹的算法工程师们有点破防。

在传统的学术鄙视链里：理论 > 算法 > 工程 > 数据。

评委们更偏爱“从0到1”的算法发明。

比如Hinton搞出的反向传播，再比如LeCun搓出的卷积神经网络（CNN）。

而李飞飞做的ImageNet，在很多人眼里就是在“收集图片”和“清洗打标”。

但事实真的如此吗？

如果没有ImageNet这千万级的图片喂养，2012年那场引爆全球AI革命的AlexNet时刻，根本连影子都不会有。

ImageNet硬生生把AI从“逻辑驱动”的旧思路，拽到了“数据驱动”的高速公路上

李飞飞极其敏锐地发现了一个被所有人忽视的盲点：

限制AI智商的，不是算法不够精妙，而是数据不够大。

这是一种底层逻辑的范式转移（Paradigm Shift）。

如果说Hinton造出了内燃机，那李飞飞就是那个勘探出大型油田的人。

03 规则在松动，未来在变道

其实近几年，图灵奖评委会自己也在纠结。

摩尔定律都在放缓，当“实验科学”和“超级工程”开始主导计算机领域，那套几十年前的老标准，是不是也该打个补丁了？

毕竟，他们都已经把奖颁给了皮克斯的创始人（计算机图形学应用），也颁给了轩尼诗（RISC架构的商业化落地）。

这说明学术界也逐渐意识到一个事实：

伟大的工程实现，本身就是科学不可分割的一部分。

那么，Linus到底能不能拿奖？

很多圈内大佬预测，极有可能。

等到Linus真正准备退休的那一天，ACM没准会通过一座终身成就性质的图灵奖，来表彰他对“开源软件工程范式”的贡献。

他证明了开源协作模式可以击败封闭的商业帝国（对，说的就是曾经的微软

）。

这种在社会学和软件工程学上的贡献，意义早已超越了代码本身。

如果图灵奖的百年名单里永远没有Linus，那尴尬的绝对不只是Linus。

04 结语：算力即权力的时代，我们在焦虑什么？

说到底——

这不仅仅是几个硅谷大佬的奖项之争，它也是对如今科技产业评价角度的一次提问。

在中国的科技产业里，我们经常陷入一种“二元对立”的极端争论：

要么在PPT上疯狂追求“国产原创”的底层理论，要么在现实中沉迷于“造壳”和“套壳”的低水平工程。

Linus和李飞飞的争议，其实也给我们上了一课。

顶级的工程，从来都不是简单的搬砖。

能够处理全球海量并发、能够组织百万级开发者协同的代码，其背后包含的深邃智慧，丝毫不亚于一篇Nature顶刊。

同时，定义问题，往往比解决问题更重要。

在这个算力即权力、数据即石油的时代，与其去争吵谁是“科学家”谁是“工程师”？

不如睁眼看看，到底是谁的代码，真正跑在了统治这个世界的服务器上。

毕竟，历史确实是由写论文的人起草的，但未来的大厦，只能由写代码的人一块砖一块砖地建起来。返回搜狐，查看更多