世界顶尖科学家协会奖得主眼中的上海:可以感觉到空气中振动的能量

全文1501字,阅读约需5分钟,帮我划重点

划重点

012024世界顶尖科学家协会奖得主乔恩·克莱因伯格和杰瑞米·内森斯在上海参加媒体见面会,对上海的活力和氛围表示赞赏。

02内森斯已和妻子决定捐赠1千万元奖金给与孩子相关的慈善组织,希望改变他们的生活。

03内森斯表示,他父亲丹尼尔·内森斯是一位诺贝尔生理学或医学奖得主,他的工作风格受到父亲的影响。

04此外,内森斯对中国乡村优秀科学家的培养表示关注,认为他们也能成为优秀科学家。

05乔恩·克莱因伯格强调,既要看到算法的好处,也要看到它的风险,需要防范算法中隐含的偏见。

以上内容由腾讯混元大模型生成,仅供参考

图片

“很喜欢上海的高能量氛围,这座城市令人兴奋,可以感觉到空气中振动的能量。”“我们乐在其中”。10月25日,2024世界顶尖科学家协会奖得主媒体见面会上,两位获奖人在回答解放日报·上观新闻记者“第一次来到上海有何深刻印象”的提问时说。

这几天,“智能科学或数学奖”获奖人、康奈尔大学讲席教授乔恩·克莱因伯格“生命科学或医学奖”获奖人、约翰斯·霍普金斯大学讲席教授杰瑞米·内森斯,以科学方式“打开上海”,为上海多个高校、科研院所、中学带去思想的激荡。

【已和妻子决定捐赠1千万元奖金】

世界顶尖科学家协会奖的单项奖金为1千万元,“生命科学或医学奖”获奖人杰瑞米·内森斯已和妻子决定捐赠给和孩子相关的慈善组织,希望改变他们的生活。内森斯特别“点赞”,在中国的乡村,一些能力拔尖的孩子也能成为优秀科学家。

图片杰瑞米·内森斯

有意思的是,内森斯的父亲丹尼尔·内森斯是一位诺贝尔生理学或医学奖得主。内森斯曾表示,“父亲总是选择那些远离主流视角的工作领域,我在很大程度上内化了他的这种风格。”几年前,内森斯一家曾将丹尼尔·内森斯的诺奖奖牌拍卖,所得款项捐赠给了汉弥尔顿·史密斯奖。

20世纪在学界有一句话广为流传:生物学中的一切只有在进化的视角下才能解释。“进化是每个生物学家都会感到着迷的领域之一。”内森斯说。

为何对视觉的进化如此着迷?内森斯前几天在复旦大学出席浦江科学大师讲坛时,曾经向解放日报·上观新闻记者讲述了一个和上海有关的故事。“读研究生时,我听了彭博·斯特雷德教授的一次演讲,当即决定将研究方向从遗传学转向视觉。视觉世界实在太美、太神奇。”这位深刻影响了他的教授,其父母是20世纪30年代的欧洲难民,他在二战期间的上海长大。

直到现在,内森斯仍坚持自己做实验。“我喜欢在实验台上工作,这是一种技能,就像拉小提琴一样,可以不断练习,变得越来越好。”内森斯说,这也让他始终保持着对科学的谦卑。很多学生第一次走进实验室最为震惊的就是,原来大多数实验是以失败而告终。

解放日报·上观新闻记者在采访现场遇到了两位内森斯曾经的学生,他们至今都是内森斯的“粉丝”。

“他自己养了不少实验小鼠呢!”北京大学基础医学院研究员张勇说。年轻的科研人员在起步阶段总是会遭遇很多不顺,最让他感念的是,内森斯对学生始终报以正向的、热忱的鼓励,“只要和他谈论起科学,总能感受到他对科学的激情。”

如何保持对科学持续的激情?内森斯的回答是“像孩子一样保持好奇心”,正如牛顿所说,就像在海边玩耍的小孩,偶尔拾到美丽的贝壳就高兴不已。

复旦大学脑科学转化研究院研究员倪金飞告诉解放日报·上观新闻记者,内森斯是他博士论文的学术指导老师之一,严格意义上并不属于同一实验室,有一次他尝试给内森斯写邮件“讨”一个试剂,对方不仅“秒回”说“好的”,而且当他去拿试剂时,接待他的正是内森斯本人,“我本以为,大科学家是不做这种小事情的。”

【既要看到算法的好处,也要看到它的风险】

搜索引擎和社交网络,现在几乎是上网时的标配。“智能科学或数学奖”获奖人乔恩·克莱因伯格在这两方面都有卓越贡献。

图片乔恩·克莱因伯格

今年的诺贝尔物理学奖授予两位人工智能先驱后,有人把获奖人约翰·霍普菲尔德和杰弗里·辛顿的照片发给ChatGPT,结果被告知“物理学奖不太可能颁给霍普菲尔德和辛顿,这可能是某种误传或艺术性的表达”。对此,克莱因伯格认为,很多科学领域之间其实没有清晰的边界,最重要的是一些现实问题能够在学科交叉中得到解决。人工智能和很多领域息息相关,也对这些领域做出了贡献,“这次诺贝尔物理学奖的颁发,也是对这种贡献的认可。”

克莱因伯格的研究横跨算法、行为经济学、博弈论、法律和网络科学。他非常喜欢跨学科之间的互动,“我与很多人的合作并不是始于某个具体问题,而是彼此谈着谈着就有了灵感。”

在他看来,既要看到算法的好处,也要看到它的风险。算法作出决策时人们常常不在场,因此需要小心地设计和监督算法,以确保其作出的选择符合我们的实际需求。技术设计和社会政策、法规之间始终需要对话。

“要尽可能减少算法的偏移,否则亡羊补牢的成本很高。”他认为,需要防范算法中隐含的偏见。