文章目录[+]
“你会不会担心人工智能在未来完全替代人类的功能？人有哪些方面是不可能被人工智能替代的？什么样的工作或职业、研究领域可以由AI催生？”2024年10月21日，由复旦大学主办的“浦江科学大师讲坛”第九期开讲，有观众向2024年世界顶尖科学家协会奖（以下简称“顶科协奖”）“智能科学或数学奖”得主——美国康奈尔大学（Cornell University）计算机科学和信息科学讲席教授乔恩·克莱因伯格（Jon Kleinberg）提问。
“我不知道。”克莱因伯格回答，“我非常理解你这个问题，人们对于人工智能的发展有些担心，也有些期待。2008年夏天，我们不会想到人工智能在视觉分析、语言分析上有那么好的发展；2016年，我们不会想到人工智能可以跟人进行自然的对话。虽然如此，这些科学活动也是我们人类功能的一种延伸。很多科学都是基于人类对世界的认识不断发展才进行下去的，如果没有人类的观察、思考，这些科学活动不可能推进，而人类科学家要做的事情，就是要让其他人能理解科学界发生的一些变化、进步。”
当天活动的另一位讲者是2024年顶科协奖“生命科学或医学奖”得主——美国约翰斯·霍普金斯大学（Johns Hopkins University）医学院分子生物学与遗传学、神经科学和眼科学讲席教授，霍华德·休斯医学研究所（Howard Hughes Medical Institute）研究员杰瑞米·内森斯（Jeremy Nathans）。他在接受媒体采访时说：“我通常不是人群中最聪明的那个人。三种品质有助于在科学领域取得成功，分别是天赋、努力和运气。天赋完全由不得人，而我特别擅长艰苦的工作，我觉得自己非常努力，所以才有了一些幸运的突破。”
AI真的可以预测人类想说的话吗？
克莱因伯格在回答观众提问。图片来源：复旦大学
克莱因伯格是智能科学领域近三十年来的领军人物之一。他的研究跨越了从计算机网络路由到数据挖掘、生物结构比对等领域。他的主要成就包括在小世界理论和万维网搜索算法方面的开创性工作，特别是，他设计的HITS算法对搜索引擎技术产生了深远影响。该算法的相关研究工作启发了Google的PageRank算法的诞生。此外，他在算法设计与分析、跨学科研究以及社会网络分析方面也取得了显著成果，他与匈牙利数学家伊娃·塔多斯（éva Tardos）合著的《算法设计》（Algorithm Design）被广泛认为是算法领域的经典教材。
“现在我们已经用AI帮助我们处理很多工作，用AI支持工作显然已经成了一种陈词滥调。”克莱因伯格在题为《算法如何看待世界？计算与高风险决策》的演讲中说，“比如你可以问AI一个问题：我想要针对一群听众，做有关计算科学的讲座，ChatGPT会回复我很多，例如给你十个题目，都是你可以选择在讲坛上讲的。这值得我们深思，它的确可以预测人类想说的话，还是只是通过自己的算法做了改进，做出单向的陈述和传递？这是我要研究的话题。”
克莱因伯格说，算力的升级和海量数据的“喂养”使算法变得强大，推动很多现象级应用的产生。当人们上网搜索、社交时，算法会提供相应的搜索结果或建议、内容的推荐等。一个有趣的问题是，这种预测是否可以应用到线下？他展示了康奈尔大学的招聘网站页面，并介绍说，如果你要申请康奈尔大学的学位，需要在网站上输入一些数据、提交申请，招生委员会也许会根据这些数据，基于已有的算法来预测你究竟能否成为一个成功的学生。在这个过程中，开发者对人类决策过程进行数字化处理，使其形成一种模板。
这看似合理，但克莱因伯格反思道：“我们要问自己一个问题：是否可以把这些数据用于人类决策的过程，并且改变算法的指向，支持未来的预测？如果搜索引擎在获得搜索需求和指令以后，排出来的第一位不是你需要的，那可能影响之后所有的就业决定。有一些案例中，答案是肯定的，比如某些国家或地区的医疗资源有限，看医生很难，可以用大数据或预测性算法来给出建议。”
像就业、求学、看病这样的决策，克莱因伯格称作“高风险决策”，“因为每一个决策做出来以后，对一个个体、机构来说，都非常重要。因此我们在做决定的每一个步骤，都会告诉你风险如何管控。”他说，过去几年，风险管控得到了很好的提升。但他也坦言，即使把公众看法如何改变个体选择等因素统统放进去统计，也不见得能规避所有的问题。
“在做人类判断和算法知识判断的时候，都要考虑风险偏见问题。”他说，以研究地球上的热点为例，可以通过算法统计Facebook上2015年到2016年间的热点。但所得出的热点很有可能只是人类偏见或算力偏见的结果，不见得是实际的热点。“算法不是人，与生俱来带有偏见。它有不直接展现偏见的能力，所以需要人主动分析算力，从而识别并且提取算力当中所隐含的偏见。这样的话算力给我们带来的帮助会更大，指向性更强。”
女性色盲发病率为何低于男性？
内森斯在回答观众提问。图片来源：复旦大学
杰瑞米·内森斯在视觉科学领域取得了卓越的学术成就。他揭示了人类颜色视觉的分子基础，通过基因研究阐明了视网膜发育的机制及其与遗传性眼病的关系，同时，他还探索了基因治疗在视觉系统疾病中的潜力，为视觉科学的研究和临床应用开辟了新的方向，也改变了我们对“人类如何看世界”的理解。
在题为《色觉、X染色体失活与女性优势》的演讲中，内森斯介绍，1794年，英国化学家约翰·道尔顿（John Dalton）意识到自己的色觉和大多数人不同，“其他人看到的红色，对我来说可能更像一种带有阴影的光，橙色、黄色、绿色看起来就像一种颜色。”并据此发现了色盲症。正常情况下，人类是“三色视者”，其视网膜上的视锥细胞存在三种感光色素，分别能够识别红、绿、蓝三原色。色盲患者则通常缺失或异常表达其中一种或多种色素，不能辨别某种或某几种颜色。
“色觉的不同是由基因决定的，基因决定了我们对长波和中波光的接收情况。编码红色和绿色色觉的基因在DNA上前后排列，这是远古一次基因重组产生的结果。”内森斯说。
内森斯向大家展示了一张花色母猫的图片。他介绍，雌性哺乳动物有两个X染色体，雄性哺乳动物则只有一个X染色体。色盲症或单色、双色的色盲问题集中发生在X染色体的失活上，在雌性哺乳动物身上，一条X染色体失活后，另一条X染色体会代偿，而雄性哺乳动物没有其他X染色体进行代偿，因此，色盲症在男性中的发病率高于女性。
内森斯团队还对只具有长波、中波、短波色素基因中的一部分的小鼠进行基因编辑，修复它们的基因缺陷，使其通过了三色视觉测试。
现场有观众提问，X染色体失活未来是否有可能被应用到基因治疗中？内森斯说，如果女性或雌性哺乳动物染色体上有相关的疾病，理论上说，如果能让失活的染色体重新变得有活力，或让正常的染色体失活，可以治疗和基因相关的疾病。但如果对一个染色体进行失活处理，也可能会抑制这个染色体上其他正常基因的表达。“尽管我们对这个问题已经研究了30年，但还没有完全了解X染色体失活的真正机理。我们需要做更多的工作。”
遗传性眼病是基因治疗的热门领域。例如2017年，用于治疗LCA2（先天性黑矇Ⅱ型，遗传性视网膜变性的一种）的首个AAV基因治疗药物LUXTURNA相继在美国、欧盟、加拿大和日本被批准上市。2024年5月，由基因编辑明星公司Editas Medicine研发的基因编辑疗法EDIT-101初步显示修复先天性黑蒙患者视力的疗效。
基因疗法有可能治愈遗传性眼病吗？内森斯向澎湃科技表示，“我认为药品审评专家仍然不知道它们（基因疗法）的效果究竟有多大。在效果最好的例子中，致病的细胞仍然存在。那些接受了治疗的人，在经过多年随访后，看到的效果不如最初1-2年那样好，他们的病情有所进展。成本也是一个问题。基因治疗非常昂贵，目前尚不清楚如何以具有成本效益的方式将其扩展到更大的人群。”
