本文转自：文汇报迈克尔·莱维特马剑鹏漆远 11月15日|浦江科学大师讲坛：聚焦科学前沿，推进融合创新( 二 ) 本文转自：文汇报

AI技术并不能完全地应对个性化问题
AI是一个具有魅力的词，也是一个很古老的词。 AI真正实现质的飞跃，是因为计算机变得越来越强大。事情永远不会像看起来那么糟糕，也永远不会像看起来那么好。而AI并不是神奇的东西，它并不总是有效。
现在， AI一个非常重要的应用是翻译。例如，当一个人既会英语又懂中文，那对他来说语言间的转换，是很简单的事情。但如果用机器去翻译的话，有时就会很糟糕，甚至听起来很怪异。一位非母语英语发言者，用着带有浓重口音的英文进行演讲时， AI翻译机就无法识别出他的讲话内容。所以， AI不一定在所有的事情上面都能够取代人类，或者说能够做得跟人一样好。目前的AI技术并不能完全地应对个性化的问题，还需要一些突破。
我认为，我们需要认识到计算机已经完全改变了。但人工智能并不是一个魔术，也不是一种魔法，它包含着算法、计算等等这些技术，所以从这个角度说，其实人工智能也是计算机算法中的一组成部分。
从1962年到2017年，剑桥大学科学家做出了一系列的突破，数千个科学家解决结构问题、数千个科学家解决序列的问题。深度学习其实提供的是更强大的算力，它的算力要远远超过所有科学家的计算能力加在一起。所以，要教授这些机器学会建立模型，这个过程是非常昂贵的。
未来， AI最有趣的一个应用，就是对风险的评估。也许十年以后，我们可以跟手机说话，比如HiSiri ，能不能告诉我，我是不是应该因为这件事情而感到恐慌？在那种情况下，人类会变得更理性。
科学发现来自于跨学科研究和合作
无论从理论还是实验科学而言，我们不可能让单一的科学解决所有的问题。而所谓的基础科学，就是还没有被应用的科学。往往一些科学发现，最初我们觉得它毫无用处，但是随着时间发展和技术发展，它显示出了重要的价值。实际上，任何科学知识都是有用的。
在科研中，犯错误是很正常的事情，你错得越多，就证明你做了更多困难的工作。而基础科学困难在于除了勤奋、努力、智慧之外，机遇或机会也非常重要，在各种各样的科学研究中，甚至在生活中，机会都很重要。有的时候，在生活当中真正好事发生的时候，你可能根本没有意想到，或者预测到这一点。我自己获得诺奖的经历，也让我感受到了这一点。
当然，科学发现还来自于合作。以诺贝尔奖为例，获奖者作为合作者共获奖项非常常见，所有的论文都是合作完成的。事实上，科研就是要两个科学家在不同的领域开展研究。跨学科的研究极其重要，因为它体现了多样性、多元性的一种美感。在这种多元化的环境中工作，就像父本和母本缔造了子本，这个子一代就会展现出比父本和母本更加优秀的一种特征。
当然，合作的核心点是必须有个领头羊。以领头羊为一个基础，可以建立几个相互合作的协作机制。我希望，我的团队成员也能成为其他合作团队的成员，没有门第之见。他们不一定要在同一个地方，但必须要来自不同的领域，或不同背景的人在一起共事，这样就可以碰撞出智慧的火花、思想的结晶，让我们学科不断的成长。
支持年轻人站在前台，做更多创新性工作
跟年轻人合作，尤其跟年轻的研究学者合作非常重要。他们在早期必须要独立开展工作，放开手去做自己想做的事情。
其实，多年以来，我们一直对于年轻人存在偏见，很多的科研经费给予了年纪更大的人，而不是更年轻的科学家。特别是60岁以上的老年科学家，尤其是诺贝尔生理学和医学奖获奖者，获得的资金可能更多。但是，我认为年轻人如果没有得到足够的资金，就无法很好地释放出自己的生产力或研究潜力。