东莞|对话李国杰：突破麦肯锡和图灵的框框，人工智能要解决大问题丨GAIR 2021( 六 )

李国杰：所谓“目光不够敏锐”，指的就是布局的科研项目要么是增量式的技术改进，即顶不了天，要么是几十年都难以突破的理想型目标，即落不了地。DeepMind学者利用AI预测蛋白质折叠结构，充分体现了超前的预见性，值得我们深思。
如何拥有「敏锐目光」是学术界的大难题，也是所谓「大师」和「二流学者」的区别。真理往往在少数人手里，真正能看准科研方向的科学家很少，而且科研中谁最先获得重大的新发现也有偶然性。但“随大流”是当前科研中比较普遍的现象，一般而言，追热点，随大流做不出大成绩。
「敏锐目光」是一个人综合素质的体现，不仅是科学素养，还包括人文情操。著名数学家丘成桐先生说过：“中国的理论科学家在原创性还是比不上世界最先进的水平，我想一个重要的原因是我们的科学家人文的修养还是不够，对自然界的真和美感情不够丰富。”
「敏锐目光」不是一个拒绝随波逐流的瞬间节点，而是纵向延伸的时间线，节点前是对行业的深刻洞悉和见解，节点后是守得云开见月明的决心。取得原创性的重大科研成果不仅需要才学过人、敢为人先，而且需要“咬住不放”，持之以恒。
我们都知道图灵奖得主Geoffrey Hinton，他获得认可的背后是30年的默默坚持。当时美国主流学术界不看好深度学习，几经辗转，研究经费捉襟见肘的Hinton只能去加拿大。2006年Hinton终于一鸣惊人，在《科学》上发表文章。到2012年，Hinton与他的学生Alex Krizhevsky，夺得ImageNet大规模视觉识别挑战赛冠军，深度学习才得以被人注意，并从此大放异彩。

在基础研究中要重视发挥工程技术的作用

雷峰网：您曾表示，AlphaFold并没有提出新的科学原理，它更像一个集成工作。在文章中您也提出工程学技术不是工具，不仅仅是基础研究成果的应用，而是在基础研究中可以发挥巨大作用的重要组成部分，您是觉得我们现在对工程技术还不太够重视吗？
李国杰：不是。我们国家做工程的人不少，但在用工程化办法解决基础科学问题方面，是有些脱节的。我的意思是，组织数十人甚至数百人协同解决重大基础研究问题的能力有待提高，在基础研究中要重视发挥工程技术的作用。但在AI 浪潮之下，近来刷分刷榜的工程实现似乎看得太重了，而忽略了对规律本身的挖掘，这也是值得注意的。
AlphaFold团队是一个典型的跨学科合作团队，在《自然》发表此重大成果的论文作者有34位，其中19位并列第一作者，包括机器学习、语音和计算机视觉、自然语言处理、分子动力学、生命科学、高能物理、量子化学等领域的知名学者。蛋白质形成稳定折叠结构的原因是分子内部的势能会降到最低点，预测计算实际上是能量最小化的优化，这涉及许多领域的知识。
AlphaFold2并没有在蛋白质结构的构成机理上有新的发现，而是在工程上能够更快、足够准确地做出比别人好得多的预测，得到生物学界的认可，目前是最好的方案。
获得重大科研成果的方式跟过去不一样了，以前一个人冥思苦想就能做出成绩来，现在需要跨学科合作、强大的工程力支撑才能把事情做到，所以工程技术现在是基础研究的一部分工作了。

拼搏，宁静

东莞|对话李国杰：突破麦肯锡和图灵的框框，人工智能要解决大问题丨GAIR 2021

文章插图