作者:殷倩
摄影:杨浦东

科学家们总是会花大量时间琢磨怎么解决科研问题,却往往很少停下来先问一句,这到底是不是该问的问题。10月30日的临港中心,2026世界顶尖科学家论坛“青年科学家大会”顺利举办。面对“新问题、新科学、新未来”这一主题,复旦大学复杂体系多尺度研究院院长马剑鹏一开场就把话题从“怎么做”引到了“问什么”,让现场坐着的一众来自世界各地的青年科学家纷纷思索了起来。
会提问,是最贵的本事
1956年那场给人工智能正式命名的小型会议,组织者的年龄都在28岁到40岁之间。“新领域,从来都是年轻人开创的。”2013年诺贝尔化学奖得主、斯坦福大学结构生物学教授迈克尔·莱维特表示,从2002年起自己就每天都会用AI,如今更离不开能自己读代码、跑程序、查错的AI助手。

在莱维特看来,AI给青年科学家送来了三件礼物:第一个礼物是它让犯错成本变“便宜”了。往往科学家研究的大半时间都在犯错,过去一个想法要错上一年才能验证,现在可能一个下午就能证伪;第二个礼物是让年龄不再是门槛——过去年轻人要攒几十年的资源与资历才敢碰“大问题”,如今AI等于先发给你一支不知疲倦的团队,让你可以大胆尝试;最重要的第三个礼物,就是“当‘做’变得便宜,‘问题’就成了一切”。“未来十年最稀缺的能力不是技术,而是敢问别人不敢问的问题的勇气。”莱维特寄语年轻人,要像8岁孩子一样好奇,像80岁智者一样智慧。
同时,他也没忘记提醒大家,AI给出的答案也可能是个自信满满的错误,要学会检验每一个结论,包括机器说的和自己想的。
中国科学院院士、复旦大学先进材料与技术研究院创始院长彭慧胜也表示,聚光灯不该打在“老科学家”身上,而该属于在场里每一位青年。他把“新问题”看得很重要:“走到科学前沿,没有人能告诉你下一步该往哪走,也没有哪条现成的路线可以一直依赖。一个人能走多远,很大程度上就取决于他敢不敢问出又难又好的问题。”彭慧胜鼓励大家,青年学者要在最富想象力的年纪,敢于去问前人没问过的问题。“与其在别人的树上摘叶子,不如亲手种一棵属于自己的树。”
青年赛道,各跑各的精彩
电池充放电时,材料内部究竟发生了什么?马克斯•普朗克固体研究所所长、美国加州大学圣巴巴拉分校材料系副教授克莱芒,正用核磁共振这台“听诊器”去回答这个问题。顺磁性材料信号宽、杂峰多,一向难测难读,她同团队把实验测量和计算模拟叠在一起,实时追着充放电过程看材料结构怎么演变,再沿着这个思路设计能量密度更高、工艺更可持续的新电极,一路做到钠电池和更安全的全固态电池。
想象一下,如果显示屏不再挂在墙上、揣进兜里,而是直接“长”在衣服上呢?复旦大学高分子系长聘教授陈培宁带来的,正是这样一件会发光的“布”。他把发光纤维、导电纤维一根根织进布料,让上千根发光纤维亮度一致,一块能显示图像的“屏幕”就从桌面搬到了衣料上。据陈培宁介绍,纤维里还能嵌入芯片、传感器和电池,让衣服本身就是一台可穿戴的电脑。台下有青年科学家问什么时候能买到这个产品,他笑答:“现在就能,产品目前已经上市了。”

目前,全球罕见病患者约3亿人,平均要耗上5年才能确诊。在生物医药领域这个,由于罕见病样本太少,上海交通大学人工智能学院常聘副教授谢伟迪就把海量文献和指南里的知识“喂”进模型;证据散在多个科室,他就用一个统一模型把影像、病历、对话统统接住;为了让医生敢信,他还搭起多智能体系统,每一步推理都摆出来供核对。如今,这套系统已用于线上诊断服务及医院门诊筛查,相关验证覆盖3000种罕见病、6000余病例。下一步,他还想让AI继续走到“找药”那一步。
此外,清华大学物理系副教授、北京量子信息科学研究院兼聘研究员丁世谦则是盯上了更小的“表芯”——原子核。在激光发明的这60多年里,几乎都在和电子打交道,他偏要问:能不能用光去“拨动”原子核?在中国当时钍-229含量非常少的情况下,他带着学生硬是在晶体内做出了“核钟”的样机。“原子核比原子小得多,也稳得多,对外界干扰更不敏感。”丁世谦表示,下一步,他和团队要让这枚小钟走出实验室、走向量子计算,甚至帮人类去搜寻暗物质。
圆桌对面,坐着AI
在圆桌环节,马剑鹏把年轻人最关心的问题端上了台面:AI到底是帮青年科研人员的忙,还是在砸他们的饭碗?
“会用AI的人,相当于在给自己增智。”莱维特对AI持有非常积极的态度,他希望青年科学家可以用好AI这一工具。彭慧胜更是提醒大家,要积极拥抱AI,但也别把AI用“小”了。比如在他所研究的领域里,金属有机框架材料已有10万种之多,如今缺的不是再添10种,而是让AI帮忙预测其中的哪一种材料更耐潮、更能在场景中派上用场。
“别为AI的出现而感到焦虑。”这是2018年沃尔夫化学奖获奖者、东京大学特聘教授藤田诚给青年科学家的建议。他分享道,在他还是学生时,人人担心计算机会抢走饭碗;但事实证明,如今计算机不过是我们工作中的一个顺手工具,也许再过十年,AI也会一样。“但无论AI怎么发展,项目的方向永远得自己决定。”他说。
“人工智能”这个名字,在汉诺威莱布尼茨大学荣休教授尤尔根·卡罗看来多少有点误导:“它还并不是完全意义上的‘智能’,而是背后更强的算力、极简的数学原理,以及人类写就的海量文本所支撑的一本‘百科全书’。”尤尔根表示,百科全书就是资料库,让我们可以随时在其中提取自己所需要的各种信息。
而数学这门学科的进步一向建立在“理解”二字上,可AI给出答案往往并不是理解,而是答案。2002菲尔兹奖获奖者、华为法国高级专家洛朗·拉福格把这个观点抛给现场的青年科学家们。不过他也承认,机器学习靠“组合”这个简单得不能再简单的做法,就跑赢了此前的很多方法,科学家该对“简单”保持敬畏。
斯坦福大学生物学与神经生物学教授、霍华德·休斯医学研究所研究员骆利群最后把话题收拢到人与机器之间的关系,他认为,神经科学与AI本就互相滋养,两者最根本的分别,是人有目的,因为人类是愿意为后代建一个更好的世界。
来源:上海科技报