https://epaper.shautonews.com/Img/2022/2/pc202202192368b1a4359e4719bba1af9dfc70f622.jpg
BCG(波士顿咨询公司)是一家全球性管理咨询公司,是世界领先的商业战略咨询机构,客户分布于世界主要商业地区,涉及诸多行业。B
http://wap.shautonews.com/content/2022-02/20/011621.html

等待处理…

“科技重塑商业”:用算法解读复杂世界

2022/2/19

BCG(波士顿咨询公司)是一家全球性管理咨询公司,是世界领先的商业战略咨询机构,客户分布于世界主要商业地区,涉及诸多行业。BCG与客户密切合作,帮助他们辨别最具价值的发展机会,应对至关重要的挑战,并协助他们进行业务转型。在为客户度身定制的解决方案中,BCG融入对公司和市场态势的深刻洞察,并与客户组织的各个层面紧密协作,从而确保客户能够获得可持续的竞争优势,使其成长为更具能力的组织并保证成果持续有效。

目前,人类社会正处于历史上科技进步最为迅速的时代。数据和技术的发展呈指数级增长,科技变革彻底改变了我们的工作方式。能够洞察科技发展趋势并拥抱变革的企业,往往能够适应变化,甚至建立全新的竞争优势,而那些反应迟缓的企业有可能被时代抛弃。

本期受访嘉宾迈克尔·莱维特博士是生物物理学家、美国斯坦福大学结构生物学教授,因“为复杂的化学系统发展了多尺度模型”而荣获2013年诺贝尔化学奖。

访谈主持人蔡薇是波士顿投资(B Capital Group)中国区负责人、中国基金投委会主席。以下为蔡薇与迈克尔·莱维特博士的对谈实录:

2021年诺贝尔奖获奖名单已揭晓,其中有没有您特别感兴趣的获奖研究成果?

A:事实上,我对所有获奖成果都有所了解,而且发现我竟与它们都缘分颇深。

今年首先公布的是医学奖。获奖科学家通过研究存在于辣椒中、让辣椒拥有辣味的活性成分——辣椒素,发现了让细胞感知热与痛的分子受体。次日揭晓的是物理学奖。获奖科学家在描述和预测复杂物理系统方面开创了新方法,并为研究已为大众所熟知的“蝴蝶效应”提供了解决方案。第三天,诺贝尔化学奖花落“有机催化”。在生物领域,我们了解的绝大多数催化剂是蛋白质分子,也就是酶。而在工业领域,广泛使用的催化剂是无机分子和金属离子等。然而,此类物质不仅无益于环保,甚至会破坏环境。因此,两位获奖科学家经过艰苦卓绝的努力,终于找到一种更具生物学特征的催化剂。通过结合生物学知识,他们开创了一种极为高效且环保的化学反应增强方法。第四个公布的奖项是经济学奖。三位获奖经济学家通过研究经济系统并从中学习,进而深刻认识经济系统。也就是说,若某事物自然发生,即可了解导致其发生的原因以及如何做出改变,这近乎于复杂系统的进化。

以上是我对科学家所从事的工作的阐述。从多种意义上来讲,这些奖项真正体现出科学并非仅仅是化学、物理学或其他学科,而是各种学科交叉的有机整体。

您曾在2013年凭借多尺度复杂化学系统模型研究获得诺贝尔化学奖,能否请您简要介绍一下您的研究课题?

A:多尺度建模强调在任何系统中都应该选择复杂度适中的模型。多尺度建模将三种模型相互结合:第一种是非常简单的蛋白质折叠模型,第二种是极为复杂的化学催化模型,最后一种是介于二者之间的蛋白质分子。我们也凭借在这方面的研究获得了诺贝尔奖。多尺度模型研究始于1967年,而得知获得诺贝尔奖时已是2013年,中间整整间隔了45年。诺贝尔奖通常表彰年轻人所做的研究,但等到他们获奖时,往往垂垂老矣。究其原因,在于世界对于一项研究的重要性的认识需要经历相当漫长的过程。

这项研究的核心成果在于复杂的系统。无论从哪种标准来看,生物学都是最复杂的系统。然而,生物学又是极为可控的。因此,面对复杂的系统,关键是学会掌控。生物学最深层的奥秘是为制造蛋白质提供信息的DNA。我的工作就是研究如何稳定或移动蛋白质,以及蛋白质如何改变形状。

您是计算生物学领域的权威,您认为该领域是否出现了重大突破?这些突破又将对学术界、行业,以及社会产生怎样的影响?

A:若说重大突破,我认为是计算机在复杂系统中的应用。计算机变得日益举足轻重的原因非常简单。自从我开始做研究工作以来,计算机速度提升了一万倍,内存容量增加了一万倍,资金效率提升了一万倍。同时,计算机体积缩小了一万倍。把所有数字相乘,这是一个非常庞大的数字。计算机能够做到从前无法想象的事,这决不是因为学者提出了新的方法论。研究方法论的确日益精湛。然而,更精湛的方法论也许能够带来百倍,甚至千倍的贡献,但计算机所做的贡献却是数以万亿计的。

资本市场重金押注医疗卫生领域的人工智能技术,每天大量的创新技术层出不穷。人工智能还被运用于制药领域的药物研发,以及临床领域的诊断环节。您认为,在现实中,算法可以在多大程度上取代人类的工作?

A:早在20世纪60年代初,爱丁堡便启动了人工智能的研究。但是,过去计算机的速度太慢,而人工智能需要强大的算力支撑。因此,正是计算机算力的不断发展,催生出重要的进步。

在改变世界方面,很多人认为,未来计算机将可以从事所有工作,我们人类就可以坐在田野上写诗、绘画、做文章,过着天堂般的生活。但我不这么认为,因为你要做的是拿计算机和计算机进行比较,而不是拿计算机和人类进行比较。你应该拿计算机与拥有计算机的人进行比较。在我看来,拥有计算机的人永远要胜过单独的人或单独的计算机。所以我认为,未来是人类与计算机一起工作,这种场景将变得很常见。我们的生活已经被计算机增强了,这种现象将会持续。我认为,关键是要以正确的方式进行组合,也就是采用人机合作的方式。

在医疗卫生领域,无论是药物设计还是临床试验,或者只是一般的医疗,计算机都可以发挥至关重要的作用。

但设计只是药物研发过程的一小部分,因为药物必须在人体内起作用。临床试验代价高昂,因为我们不知道人体会有什么反应。所以我们需要用人工智能来建模。而这仅仅是开始,我们还要运用人工智能来寻找靶点、开展临床试验、管理办公场所,以及开展营销。各种人工智能用例都是对数据和计算机的巧妙运用。人工智能通过运用现有数据来发挥作用,为此有必要建立起可以解释运作原理的模型。

因此,现在关键的一点是运用人工智能来攻克难题,再通过人工智能来说明具体的做法和步骤。然而,我们目前还不能理解人工智能的行为。人工智能对于预测蛋白质的结构大有裨益,但具体是怎么做到的呢?我看得懂蛋白质的结构,但人工智能是怎么进行预测的?我们对此一无所知,也无从知道,但我们可以进行测试,运用人工智能解决不同的问题,再研究最终的答案。

我们也来谈谈计算技术在除医疗卫生以外,其他领域的应用吧。您认为应该如何看待在区块链与加密货币、数据安全与隐私计算,以及合成生物学中的应用?

A:关于加密货币,对我来说,区块链最重要的一点就是,可以把数字化的东西变成现实。如果我有一张数字图片,任何人都可以复制它。而在某种意义上,我的所有权会大大减少。

在科学界,谁先做了什么十分重要。现今的数字世界中,如何证明你是第一位发现者?很明显,那就是通过区块链。就像有个账本,不能回头作弊。我认为,为了确保思想和未来发现的开放性,所有的科学发现都需要认证并被记录在区块链上。显然,这样做对于货币很重要。但我认为,实际上,区块链的重要价值与其说是在货币领域,不如说是在知识产权领域。知识产权极其重要,因为原创思想的所有权推动了科学的发展。

谷歌在伦敦的子公司DeepMind率先对蛋白质结构进行精准预测,这将惠及蛋白质设计领域,只需查看现有蛋白质即可设计新的蛋白质。因此,合成生物学只是一种借鉴生物学研究成果并创造事物的方式。这一实践已经经历了很长一段时间。达芬奇构思飞行器的时候,借鉴了鸟类。我们一直在借鉴生物学。现在,我们的技术水平足够好,能够真正理解生物学。而正是这种对生物学的理解,使合成生物学成为可能。

(本文选自BCG“科技重塑商业”系列访谈,有删节)

上篇:没有了
下篇:没有了
分享到

© 2019 上海汽车报社有限公司

备案号:沪ICP备16052313号-2

↑ TOP