“科技应该为全人类服务”

毛予菲　田亮　于冰　郑敖天　黄晓慧

2022年11月6日，主题为“科学向新 共创未来”的第五届世界顶尖科学家论坛在上海开幕。

“整个世界正在面临新挑战，而科学能够应对这些挑战，甚至能够解决这些问题。”

11月6日，第五届世界顶尖科学家论坛（以下简称顶科论坛）在中国上海举行开幕式。这是世界顶尖科学家协会（以下简称顶科协）主席、2006年诺贝尔化学奖得主罗杰·科恩伯格在开幕式上的一段主旨发言。他一如既往地相信科学的力量。

在开幕式上，首届世界顶尖科学家协会奖（以下简称顶科协奖）颁给了美国科学家迈克尔·I·乔丹与德国科学家迪尔克·格尔利希，两人各获1000万元人民币奖金。

乔丹研究人工智能，因“对机器学习的理论基础及其应用做出了根本性贡献”获得“智能科学或数学奖”；格尔利希主攻生命科学，因“对蛋白质在细胞质和细胞核之间运输的机理及其选择性的关键发现”获得“生命科学或医学奖”。这两个全新的奖项，犹如在科学大海中树立的新航标，照亮了基础科研的前行道路。

在颁奖典礼结束后，获首届顶科协奖的两位科学家以及顶科协相关人士接受了《环球人物》记者的采访。他们充满热情的叙述，为记者展开了一幅科学家探索未知、改变世界的精彩画卷，也让记者感受到顶科论坛促进科学界开放合作的超强磁力。论坛永久会场启用、国际科学社区建设等好消息，更令人鼓舞。通过顶科论坛这一开放平台和顶科协奖这一顶级荣誉，中国正在向世界展示科学向新、共创未来的风貌。

顶科协奖标志。

顶科协奖背后，是一个已成立6年的科学家组织与一个已持续5年的科学盛会。

顶科协是全球规模最大的非政府、非营利科学家组织之一，以“科技，为了人类共同命运”为宗旨。2017年，顶科协在香港特别行政区发起成立。2019年顶科协上海中心成立，成为中国内地运营代表处。

2018年，首届顶科论坛在上海开幕。5年来，每到秋季，来自世界各个角落的顶尖科学家们便汇聚在这里。用科恩伯格的话说，顶科论坛每年将前沿的科学成果和思考带到中国，为激发创新、实践创新创造了好的土壤和环境。

本届顶科论坛堪称一场“现象级”科学盛会。来自20多个国家和地区、跨越12个时区的60位国际顶尖科学家和30多位中国两院院士，以線上或线下方式相聚在本次论坛。中外“最强大脑”共聚一堂，分享最新学术成果，寻求新的科研协作机制，探讨人类共同命题的解决方案。从生命科学到人工智能，从农业育种到零碳发展，一个个科学话题背后，是新冠肺炎疫情、气候变化、粮食短缺、能源危机等人类命运的一个个挑战。

在2013年诺贝尔化学奖得主、顶科协副主席迈克尔·莱维特看来，全球还没有其他任何一个论坛像顶科论坛这样，让这么多顶尖科学家汇聚在同一个会场内进行跨学科交流。

在今年的科学家聚会上，最令人瞩目的环节莫过于首届顶科协奖的颁发。顶科协上海中心秘书长于利成告诉《环球人物》记者，这项大奖由顶科协发起，上海世界顶尖科学家发展基金会承办，是一项面向全球科学家的国际性大奖，自今年起每年颁发一次，目前设立了“智能科学或数学奖”与“生命科学或医学奖”两个单项奖。1000万元人民币的单项奖金金额，使得这项大奖跻身全球奖励金额最高的科学奖项之列。同个奖项最多可由4名获奖者共同获得。

顶科协执行理事长、顶科协奖管理委员会主席吴向东表示，在今天，科学已经发展到相当的高度、深度和广度，但仍有很多已经取得重大科学发现的优秀科学家得不到应有承认，很多杰出科学家的真知灼见得不到应有重视，这阻碍着科学事业更好向前发展。中国强大了、富裕了，理应为全世界承担更多责任、贡献更多力量。我们的目标是把顶科协奖办成世界水平的独一无二的科学大奖。

左图：顶科协奖“智能科学或数学奖”遴选委员会主席轩尼诗。右图：顶科协奖“生命科学或医学奖”遴选委员会主席谢克曼。

在短短几个月的征集时间里，首届顶科协奖就收到了来自17个国家及地区的104份有效提名。此后，由遴选委员会遴选所有符合要求的提名申请，产生各单项奖候选人名单；经评审委员会审议，产生获奖者名单；再由顶科协奖管理委员会进行审定，确认最终获奖者。

“智能科学或数学奖”遴选委员会主席由2017年图灵奖得主约翰·轩尼诗担任，“生命科学或医学奖”遴选委员会主席为2013年诺贝尔生理学或医学奖得主兰迪·谢克曼。据他们介绍，顶科协奖在创办之初就与其他科学类奖项有别。轩尼诗说：“计算机科学在诺贝尔奖设立之初并不存在，它们并未得到像其他历史悠久的领域同等的重视。顶科协奖将改变这一现状。”而乔丹在该领域做出了杰出贡献。谢克曼则说：“我们必须寻找那些做出伟大贡献，却又被忽视、没有得到认可的‘科学家遗珠’。”格尔利希就是谢克曼口中的“科学家遗珠”。

在原本就不大的采访室，面对各家媒体连珠炮般的提问，很少接受采访的格尔利希略显拘谨。他说：“我很少遇到这样的场面，没准下次，我能回答得更好。”寥寥几句开场白，便凸显德国人沉稳严谨的性格。

聊到自己熟悉的领域，格尔利希就放松多了。“细胞质膜与细胞核之间的蛋白质运输存在选择性，但究竟如何选择、如何运输，外界对此知之甚少。通过深入研究，我们在可能是自然界最有效的蛋白质分选机制的核心，发现了一种新的生物体状态——FG相模型的核孔复合体通道。”他比划着向记者解释，“我们称这种物质为选择相或FG相。”也正是这一发现，帮格尔利希捧回了这项大奖。

6岁时，格尔利希就梦想成为科学家。他在一个科学氛围浓厚的家庭长大，有一个同样热爱科学的哥哥。兄弟俩喜欢收集水晶、矿石，会一同去森林观察植物、动物。格尔利希读的第一本书就是关于矿石的，此后便一发不可收拾地喜欢上了化学。“我把植物和矿石带回家捣鼓。我儿时的房间，就是一个小实验室。”格尔利希笑着回忆。

“因为热爱，化学伴随我一生。”格尔利希说。在德国著名的马丁路德·哈勒维腾贝格大学攻读生物化学硕士学位时，他便开始研究细胞内的蛋白质跨膜转运和易位系统。1993年，格尔利希进入剑桥大学罗恩·拉斯基实验室开展博士后研究。2005年，他出任著名的德国马克斯·普朗克生物物理学化学研究所主任，并成为德国国家科学院院士。2022年，格尔利希出任新组建的马克斯·普朗克多学科科学研究所主任。近年来，他们提取的纳米抗体，能够被用于Covid-19感染、疟疾、细菌感染、败血病等疾病的治疗。

“我基本上是在好奇心的驱使下做科研的，但另一方面，我也很欣喜地看到，基础研究促成了许多对人类有用的发明。”对于格尔利希，这些都是科学的意义。

研究生命科学的格尔利希，办公室也嵌在大自然里。普朗克研究所位于萨勒河畔，被森林环抱。为开展细胞核研究，格尔利希和同事还在附近养了几只羊驼。这样的环境，成了格尔利希搞科研的绝佳场所。他说：“灵感从来不是在压力之下取得，而是通过在森林中漫步迸发。那里没有让人分心的电视，能让你静下心来思考。对我而言，思考的自由才是最重要的自由。”

在20多年的科研工作中，格尔利希也经历过许多艰难时刻。选择相模型的提出，最初并不被学界认同。当被问及是如何坚持下来时，格尔利希的答案是“相信你自己”。“如果别人说‘这没有意义’或者‘我不相信’，但你认为这是唯一可能的解决方案，那么不要气馁，试着去验证你的假设。科学伴随着挫折，所以耐受挫折很重要。”

对格尔利希来说，做实验本身似乎就是某种消遣。中国学者付政麟是格尔利希的博士研究生。他告诉《环球人物》记者：“格尔利希教授对实验化学特别感兴趣，办公室里摆着许多化学试剂。在德国，教授地位较高，一般都不会自己动手做实验，但他一直亲力亲为。对于科学，格尔利希教授是发自内心的热爱。”

在顶科论坛现场，格尔利希接受采访。

格尔利希（左）与科研同事在显微镜下检查核孔的屏障。

体育和音乐也能为他补充能量。“德国有句谚语，健康的大脑需要健康的身体。”格尔利希每周固定做6次体育锻炼。他喜欢各类运动，经常打排球和乒乓球。用他自己的话说，“一半时间留给科学，一半时间留给运动”。处于情绪低谷的时候，格尔利希会听听音乐，或者自己弹上一曲钢琴。德国音乐家巴赫是他的最爱。

采访最后，“超级奶爸”格尔利希聊到了自己的“教育经”。格尔利希的5个孩子有着不同的爱好，姑娘们对语言学感兴趣，男孩子则痴迷于科学。格尔利希一有时间，就会陪他们讨论行星和黑洞。“如果你四处看看，就会发现日常使用的物件里藏着各种科学问题。比如电脑芯片是怎么工作的？飞机为什么会飞？这些都可以和孩子们聊。”在格尔利希看来，陪孩子们畅聊爱好有助于创造力的形成，这也是家庭生活最有趣的时刻。

在格尔利希眼中，科学意味着无穷的乐趣。“对于科学，我们要去思考、去尝试，还要去玩儿。”

在顶科论坛上，乔丹发表获奖感言时，自我调侃了一番：“我的教育背景在学界稍显‘异类’。”30岁前，他在求学生涯中广泛涉猎了心理学、哲学、数学、统计学、认知科学等各类学科。

乔丹小时候就十分敬仰意大利探险家马可·波罗，也渴望探索一个更广阔的世界。大学时期，乔丹学的是心理学，开始对人类的思维产生了浓厚的兴趣。硕士阶段，他研究了数学和统计学。在加州大学圣地亚哥分校读博时期，他研究的是新兴的认知科学。乔丹回忆第一次接触认知科学。“这门学科借助科学与数学来了解人类如何思考。这是一次醍醐灌顶的体验。”

随着研究的深入，乔丹认为，想要了解人类思维的奥秘，必须要回到更广阔的思维推理和决策领域。博士毕业后，他前往麻省理工学院教授人工智能课程，开始关注機器学习算法。那是上世纪80年代，人工智能出现第二轮浪潮。他领导建立了神经网络认知模型，这一模型后来以“乔丹网络”命名。

1998年，乔丹加入加州大学伯克利分校，任统计人工智能实验室主任。“当时学界面临的困境是，数据复杂但算法过于简单，有点小马拉大车的感觉。”曾在加州大学伯克利分校跟着乔丹做博士后研究的龙明盛告诉《环球人物》记者。“乔丹指出了统计学与机器学习的内在联系，促成了统计学与计算机科学的深度融合，是智能科学与数学交叉领域贡献最大的科学家之一。在他的引领下，机器学习进入了一个新时代。”

在本可以功成身退的时候，乔丹又投入了新的研究。“2008年，他开始推动最优化理论向自适应、高效率、分布式方向发展。2018年，他又开启了一个全新课题：将经济系统、计算机算法和统计学原理三者融合到一起进行研究，关注个体与群体的协同关系，旨在提高人类社会的效率，让机器学习产生更大的经济价值。”龙明盛说。

“乔丹是个活到老学到老的人。他从来没有退休的概念，只要有精力，那就继续干。”上次乔丹来中国，龙明盛带着他爬长城。“当时乔丹已经60岁了，我跟他说：‘您慢点爬，注意安全。’他却说：‘你觉得我老了吗？’结果他爬得比我还快。”

乔丹不仅是位学术成果颇丰的科学家，还是一位教育家。作为美国国家科学院、国家工程院、艺术与科学学院的“三院院士”，乔丹的日程排得满满当当，但他依然挤出时间悉心指导每一位学生。在加州大学伯克利分校任教时，乔丹每周都会组织学生进行科研讨论，还要求学生每半个月就与他进行一次“一对一”的交流，以了解学生的想法和他们面临的困难，并想办法帮忙解决。

人工智能到底能给人类带来什么？乔丹曾在一篇文章中分享了自己的故事。14年前，他未出生的女儿被误诊为唐氏综合征。经过一番对比研究，乔丹发现，女儿脑部的白斑影像只是检查时出现的白噪音。几个月后，女儿健康地出生了。这段经历让乔丹陷入思考：如果能借助机器学习建立一个庞大的数据库，类似的错误就可以大幅减少。他坚信，对数据的精确整理和分析能极大改善人类的生活。

乔丹在讲台上。

接受《环球人物》记者专访时，乔丹再一次聊到了人工智能。他说，人工智能目前主要的运行模式是：通过搜集和分析大量不同领域的数据，在各种不确定性的背后寻找逻辑联系，并以此进行逻辑推断和数据评估，最终做出决定。这一套系统在经济学领域和统计学领域都已经得到了广泛运用。这也使人工智能研究成为一个跨学科的前沿领域。

科学研究对于乔丹又意味着什么？答案或许是——看世界的窗口。乔丹说：“学习新事物，寻找事物之间的联系，是我最大的乐趣。”今年已经66岁的乔丹每年至少还会花30%的时间学习新事物，“它们可能在未来与我有关”。他如今仍保持着睡前阅读“闲书”的习惯。“我以阅读为乐趣，大量阅读，广泛阅读，努力成为一个有深度的人，而不是一个狭隘的人。”

这是格尔利希第一次来中国。在上海停留几天后，他便匆匆飞回德国，继续开展在生命科学领域的研究。聊到对本届顶科论坛的感受，格尔利希表示：“这里提供了一个非常好的学术交流与国际合作的平台，中国和欧洲的科学家可以在生命科学领域开展很好的合作研究。”他希望新冠肺炎疫情尽快结束，人与人之间能自由交流。“这对科学来说很重要，希望这一天早日到来。”

乔丹则很熟悉中国人工智能产业的发展情况。自动驾驶汽车、X光片分析、蛋白质折叠预测等机器学习的应用，多基于乔丹所提出的理论框架。他多次到中国讲学交流，先后受聘为清华大学和北京大学名誉教授。在任清华大学杰出访问教授的三年里，他与软件学院王建民教授一起走进清华大学本科生课堂为他们上课，为同学们留下了美好回忆。

本届论坛上，在被问及国际科研合作相关的话题时，乔丹连说“Open Open Open（开放 开放 开放）”。显然，他希望尽快消除阻碍国际科学界正常科研交往的不正常因素。“只有通过国际合作，机器学习和人工智能才能走向繁荣。并且，科技应该为全人类服务，而不能成为一小撮人的谋利工具。”

连续5年举办的顶科论坛，充分展示了中国开放创新的博大胸怀。自2018年以来，顶科论坛的参与者人数逐年上升，顶科协会员目前已达164人，其中诺奖得主68位，科学家会员覆盖全球25个国家、80所顶尖实验室和研究机构。

“这说明，开放合作是国际科学界的人心所向。这也从一个维度印证了‘科学天团’对于顶科论坛的认可。全球科学大咖在这里寄托了对中国的期许——链接世界顶尖科学，促进国际科学界高端对话，协力解决人类发展面临的共同问题。”于利成说。

顶科论坛永久会址落户上海临港滴水湖畔。

中科院院士、清华大学教授饶子和表示，顶科协奖获奖者“增强了和中国学术界的纽带关系，能进一步加强其与中国科学界的交流与合作”。中科院院士、美国工程院外籍院士杨卫表示，借助顶科协奖评选，中国科学家与全世界最优秀的科学家们“同台竞技、互相切磋”，促进全球学术交流与科研合作，有助于构建更加开放的科学共同体。

除了每年定期举办论坛外，5年来，顶科论坛的溢出效应不断放大，在推动基础科学、倡导国际合作、扶持青年成长等方面收获了一批重磅成果，通过运筹全球创新资源，融入全球创新网络。

如今，顶科论坛永久会址已落户上海临港滴水湖畔。全国首个国际科学社区将建设多个联合实验室，吸引顶尖科学家入驻。“科技，为了人类共同命运”，顶科协的这一宗旨，正在中国变为现实。

我认为人工智能可能有很多种，而不是仅有一种。它包括在群体和市场中出现的各种智能形式，参与者可能是人、动物、计算机或设备。对我来说，关键是找到最能增强人类智力的其他形式智能。

继续提出这些关切并公开讨论非常重要。我个人认为，数据分析和优化不一定会导致人类经验的缩小——因为我们可以设计系统，使其针对多样性和不可预测性进行优化。还要注意，人类能自己收集数据并进行优化。

但同時，我们也不能忽视对“技术如何影响人”的担忧。非常重要的是，人工智能机制必须是可解释的、透明的和开放的，使得每个人都有控制感和责任感。人工智能系统必须服务于每个人，而不是少数的精英。公开讨论和评估这些人们关切的问题，对实现这些更大的社会目标至关重要。

目前，人工智能主要专注于收集大量数据并将其用于预测。人工智能的进一步发展需要研究不确定性下的推理、因果推断、数据评估和群体决策等主题，所有这些都是统计学和经济学领域研究过的主题。控制理论和运筹学也有很多贡献。