10月19日，由复旦大学学生会主办的3108×星空讲坛《诺奖得主谈AI4S》圆满落幕，复旦大学复杂体系多尺度研究院 Michael Levitt 教授和马剑鹏教授为学生们带来了一场精彩的思想盛宴，现场座无虚席、掌声不断，微信与微博直播平台直播观看累计超2万人次。通过微博搜索“复旦大学”可在“直播”一栏收看讲座回放。下面，我们以图文形式简单回顾本期内容。

从生物智能到人工智能

Michael Levitt教授从生物智能（Biology Intelligence，BI）开始讲起。他谈到，生物智能的运作体现在生物界的各个方面，生命体由简单到复杂不断进化，细菌通过复制、传递基因给后代来适应环境，而更高级的生物通过基因的随机混合，产生了更多的可能性。关于“适应性和多样性，哪个更好”的问题，他认为，从长远来看多样性可能更有优势：在未来无法预测的情况下，更具多样性的物种将有更多机会生存下来。

对于人类智能（Human Intelligence，HI）的探讨，Michael Levitt教授认为，尽管不同代际拥有相似基因，人类依然不断发挥主观能动性，建构并改造世界。研究血红蛋白的佩鲁茨、第一个用X射线衍射法测定结构蛋白质的肯德鲁、研究DNA德弗朗西斯·克里克，都是科学领域的英雄。他们的研究均是人类智能在结构生物学领域重要突破的体现。

Michael Levitt教授的研究方向是计算生物学。他是最早指导DNA和蛋白质分子动力学模拟的学者之一，并以此为目的开发了软件，为复杂的化学系统发展了多尺度模型，并因此荣获2013年诺贝尔化学奖。

在当下，人工智能（Artificial Intelligence，AI）已开始在科学技术创新中扮演着愈发重要的角色。Michael Levitt教授指出，利用深度学习我们能够构建神经网络。对人工智能而言，对抗生成网络（GAN）学习非常重要。然而，神经网络非常复杂，能够最准确解释现象的模型并不总是最佳的预测模型，如何在解释性和预测性之间达成最优平衡，是机器学习的一个重要挑战。

在结构生物学领域，人工智能也取得了重要突破。如AlphaFold团队成功预测了蛋白质的结构，解决了持续半个世纪的难题。不仅是结构生物学，所有科学领域都在被人工智能悄然改变。

人工智能在为科研领域带来更多可能的同时，也影响着人们的日常生活。针对当下热度最高的ChatGPT4（通用预训练变换模型），Michael Levitt教授现场为观众们演示了他深度使用后得出的对比数据与操作技巧。ChatGPT不仅能够帮助他写作高级代码、转录语音、翻译文本，甚至在原有文本基础上发挥联想。此外，ChatGPT还具有的很高情感智能。

当前，人类正站在生物技术新革命的风口浪尖。这不仅有关新药物的设计或蛋白质结构预测，还延伸到人类如何理解生命的本质，甚至可能改变进化的进程。若能将人工智能工具纳入分子生物学中，通过分析大量的数据集，人工智能将识别出人类研究人员需要数十年才能发现的模式和趋势。

由人工智能开启的未知领域令人向往。最后，Michael Levitt教授向同学们强调：科学研究是在简单中找寻美好，要依靠团队合作的力量，勇于冒险，保持耐心，坚守诚信。

人生无处不AI

马剑鹏教授从基础研究到应用落地，与同学们探讨了AI for Science中的计算生物学问题。

“未来是一个多尺度的世纪，社会的复杂性要求我们多尺度思考。”马教授以史蒂芬·霍金的一段采访对白为引入，指出“复杂体系多尺度”的概念在科学与人类社会中的重要意义。据统计，诺贝尔奖中三分之一的研究与尺度相关联。在生命科学领域，超精密细胞和分子多尺度成像技术现已成为最前沿的研究方向。马剑鹏教授所领导的复旦大学复杂体系多尺度研究院，正是聚焦于相关领域基础科学的研究。

马教授从自然界的复杂体系多尺度，讲到人类社会的规模化发展，他指出，随着城市规模的增加，生活的节奏逐渐增加，而城市不可能无限制的增长下去。为了实现持续开放式的增长，人类不断地进行范式转变的创新，且必须以越来越快的速度发生，当下我们就在经历着科研第五范式AI for science的到来。

他以医学诊断为例，向同学们描述了AI的基本工作模式——训练、预测与其中的不可解释性问题。并进一步介绍了AI的三次浪潮，在第三次浪潮中，谷歌公司推出的AlphaFold2，将计算蛋白质结构预测的精度向前推进了一大步，也催生了AI for Science，即用AI技术来研究科学问题。马教授指出，当今世界已是“人生无处不AI”，AI for Science在图像识别、自然语言处理、自动驾驶、医学诊断等领域都取得了革命性的成就。

具体至生物学领域，AI for Science的影响尤其突出，包括蛋白质结构预测、生物信息学、药物发现、疾病诊断和治疗等方面。结合最近的“诺奖风向标”拉斯克奖的颁发，马剑鹏教授指出AI for Science对科学研究产生的重要影响。计算生物学伴随着AI的崛起，已成为引领分子生物学研究的龙头学科，在蛋白质结构研究、生物信息学、药物发现等方面发挥着重要作用，更是促进国家医药行业创新发展必须占领的制高点之一。

走在国际前沿，马剑鹏教授带领团队从事AI for Science生物方向研究，建成了的全链条AI-赋能新药创新平台拥有“干湿结合”功能，实现从全新目标蛋白发现，计算结构预测、实验结构测定、专用模拟算法开发，到药物设计的全链条一体化研发优势。

“计算”现已渗透到现代生物学研究的每一个角落。随着体系复杂化，尺度纷繁化，信号模糊化，数据庞大化，生物学研究对计算方法的依赖也越来越强。马剑鹏教授强调，任何学科都与当今AI发展紧密相关，了解学习AI for Science非常重要，交叉型人才仍是未来大力培养的重点，期待各位同学扎实基础，学好专业知识，在未来为推动AI for Science发展及造福人类添砖加瓦。