顏寧在2018年世界生命科學大會留影。新京報資料圖

這兩天，著名科學家顏寧宣布回國的消息引發(fā)廣泛關注。11月1日，在出席“2022深圳全球創(chuàng)新人才論壇”演講時，顏寧宣布即將辭去美國教職回國。這個決定不亞于顏寧2017年到美國任教時掀起的輿論熱度，因此，不少人對她的回國任職動機有了一些推測。

(資料圖片)

這其中，傳播最廣泛的觀點認為，由于顏寧所從事的結構生物學遭遇AI技術的“橫刀奪愛”，人算比不過AI算，工作機會和成果會日漸減少，因此只能回國。

有的版本還給出了詳細的“猜測依據(jù)”：本來顏寧他們一年能解析幾十個蛋白質結構，但谷歌旗下的英國DeepMind公司憑借AlphaFold2模型一次解析上億個蛋白，這些年，幾萬個生物結構學家才解析幾十萬個蛋白，在AI（人工智能）的碾壓之下，結構生物學家即將失業(yè)。

AI介入科研是正常趨勢

評價科研人員最重要的標尺當然是成果，顏寧是研究蛋白質結構的，因此，這成為目前猜測最多也是傳播最廣的一個動機論。但是，就目前來看，這些觀點也僅僅是猜測而已，事實究竟如何，需要時間和結果來回答和檢驗。

無論是科研人員還是其他職業(yè)，職業(yè)的流動和環(huán)境選擇都是正常的。相比而言，科學家當然愿意流向那些能出成果的環(huán)境，而且，最終也只有成果才能說明一個人的選擇是否正確，但是，出成果需要時間，所以，現(xiàn)在來評判顏寧的回國任職，其實為時過早。

隨著技術的發(fā)展，AI介入科研，是一種正常的發(fā)展趨勢，而且也不僅僅是解析蛋白質結構需要AI幫助，將來很多行業(yè)都需要AI，因此，從總體趨勢看，AI將要取代不少人的工作。

尤其是在分析蛋白質結構方面，2022年8月，AlphaFold2公布了大約 2.2 億種蛋白質的預測結構，幾乎涵蓋了 DNA 數(shù)據(jù)庫中已知生物體的所有蛋白質。

與此同時，另一家科技巨頭Meta（前身為Facebook）也不甘落后，借助人工智能ESMFold（“宏基因組”數(shù)據(jù)庫）在兩周內預測了來自細菌、病毒和其他微生物的6億多種蛋白質的結構。

按此進展，不只是結構生物學家的工作會受到挑戰(zhàn)甚至受到威脅，就連其他領域的研究人員，如生物化學、藥物研發(fā)、基因測序和臨床醫(yī)生、農(nóng)業(yè)和植物學的分子育種等，都可能受到挑戰(zhàn)。所以，如果說要受到影響，不只是顏寧一個人，所有人都會面臨這樣的境況。

況且，顏寧身為行業(yè)佼佼者，未來的選擇空間其實更大，說“顏寧是因為受到AI的挑戰(zhàn)才選擇回國”，其實有些立不住腳。

顏寧回國工作，是其個人選擇。圖/IC photo

AI并不能包攬所有的研究

就科學層面而言，盡管AI正在挑戰(zhàn)人工解析蛋白質結構，但是，在準確性上還需要檢驗，而且產(chǎn)品更需要動物和臨床試驗的檢驗。因為AI只是模擬蛋白質結構和其他分子、化合物的結構，而非真實地測出了物質結構，更何況有些分子和化合物結構在一定條件下會產(chǎn)生變化，需要在實踐中結合產(chǎn)品的使用才能獲得準確認知。

即便AI能解析一些分子結構，也還需要動物試驗和臨床試驗才能準確獲得不同分子、化合物的反應條件、功能和作用。因此，AI解析蛋白質和其他生物分子結構只是研究的開端，并不能包攬所有的研究和工作。

從這些情況看，AI讓傳統(tǒng)結構生物學家和其他生物醫(yī)學研究人員“失業(yè)”，還為時過早。這也是不必以此猜測顏寧回國的理由之一。

從人類的發(fā)展歷史看，技術的進步永遠伴隨人類，與時俱進的人善于適應和利用技術的進步。當生物醫(yī)學和其他學科面臨AI浪潮時，絕大部分人都會學習并應用這樣的先進技術來進行科研和工作，只要能學習、善于學習，適應和使用AI等工具，他們面臨的不會是失業(yè)，反而有可能是更多的工作機會，并提升待遇和工資。

顏寧的回國也許只是挑選工作環(huán)境的一個選擇。顏寧回國任深圳醫(yī)學科學院院長，能夠獲得的資金和資源應該遠比在美國做一名教授要豐富得多，而祖國也需要這樣的人才。

并且，有了人事權和充裕的資金，顏寧還可以組建更多的科研團隊和實驗室，帶動更多的研究人員一起工作和研究，或許獲得的成果比自己單槍匹馬單打獨斗還要多。在此情況下，顏寧能做什么樣的選擇，一般人想必也理解。

說到底，顏寧回國工作，是其個人選擇，也是對自己能否出更多成果在分析和預判之后的決定。外界不必對顏寧“說三道四”，讓其安心工作科研，未來或許她能以更多的成果來回應大家。

撰稿 / 張?zhí)锟保▽谧髡撸?/p>

編輯 / 馬小龍

校對 / 李立軍

關鍵詞： 生物學家