π是無盡的圓周率，當現實空間的圓桌遇到π，代表對人類對科學的無盡探索。

在今天（11月7日）舉行的“數智未來新突破”世界頂尖科學家科學圓桌π上，不同國籍、不同研究領域的科學家在這個時空裡連結成了一個圓。

“圓桌”上，他們的靈感時不時被另一位科學家的發言“點亮”；“圓桌”外，他們早已是相互認識的“同路人”。一場熱烈的討論背後，是一個方興未艾的數字時代徐徐啟幕的訊號。

AI彷彿能和任何東西結合在一起

“AI彷彿可以和任何東西結合在一起。”2004年美國總統科學、數學和工程指導卓越獎得主蘭諾·布魯姆的感受正在變成現實。在她看來，人工智慧好像是一個智慧的“集合器”，除了把視覺、語言、影象等能加入人工智慧，神經網路、認知科學、腦科學也在逐漸與人工智慧相融合。這些學科交叉，能互相給予啟發。

首屆世界頂尖科學家協會獎得主、美國計算機科學與統計學專家邁克爾？I？喬丹認為，未來20年，人工智慧（AI）的進化和發展可能會進一步聚焦在與人的結合上。在醫藥領域，透過對資料的智慧分析，AI將輔助醫生進行診斷決策和治療，而這一嘗試已經在癌症治療方面有所進展。

在商業領域，AI能夠幫助消費者更便捷地找到商品和服務，也能使商家更精準地瞄準需求和消費者。據此，AI能夠產生長尾效應，更平等地滿足每個人的個性化需求。

清華大學軟體學院長聘副教授、機器學習研究組負責人龍明盛正在研究如何讓AI更準確地預測天氣，目前他仍在為如何獲得一個精準的AI模型而苦惱。

“現在的AI是不可解讀的，我嘗試把人類的知識引入AI，比如邏輯學，我的目標是讓AI獲得更大的應用場景。”浙江大學求是特聘教授、浙江大學上海高等研究院常務副院長吳飛說。

短短兩個小時的討論，提到的AI應用不下數十個。正如1986年圖靈獎得主約翰·霍普克羅夫特所說：“現在，一個欣欣向榮的資訊時代啟幕了。”

多學科背景是AI研究的“引線”

“噢，這是個好想法。”在聽到喬丹說到一群人的活動也可以當做一個智慧體來研究時，布魯姆立刻迴應了他。在她看來，科學最理想的狀態就是一群不同背景的人圍繞著一個主題展開研究，並樂在其中。

科學隊伍永遠歡迎年輕人，但科學不僅是年輕人的運動。年近80的布魯姆已退休多年，五年前，她開始涉足一個從未進入過的全新領域，“如果有人來叫我去打高爾夫，我根本沒功夫去，我每天都有做不完的課題。”她說。

敖平畢業於北京大學物理系，做過拓撲學和量子科學研究，20多年前他把目光投向了量化生物學。他說：“喬丹教授點燃了我，我想將進化生物學的相關變數放到一個簡單優美的公式集中，然後我就去做了。”

喬丹說，AI正在向複雜系統發展，多學科背景的科學家正是這個領域所需要的。他將自己的成功一部分歸功於自身“豐富多彩”的經歷：30歲之前，他參加過分子生物學、統計物理學、經濟學、控制理論、語言學和運籌學的專案，最終決定深耕智慧科學和統計研究領域。他還喜歡從世界各地觀察值得研究的現象，許多研究靈感就來自真實世界。

科學家之間的交流匯成一個圓

“約翰，你還記得我嗎，我們在上海交大有過幾次碰面。”上海交通大學特聘教授、上海大學特聘教授敖平一開口，就和主持人約翰·霍普克羅夫特打起了招呼。83歲的約翰立即迴應：“當然，我們的辦公室在同一幢大樓。”

布魯姆和喬丹早就相識，今年喬丹獲得首屆頂科協獎“智慧科學或數學獎”時，布魯姆特意送上了祝福。1979年，布魯姆首次來到上海交大和清華大學，看到的是隻有寥寥數臺電腦的機房，學生中也幾乎沒人學過計算機。現在她的學生裡有不少中國人，家中擺放著一堆來自中國的“伴手禮”。

龍明盛在美國加州大學伯克利分校求學時，喬丹正是他的導師，在那裡他學習了怎樣解讀大資料。2016年入職清華大學後，因為喬丹是清華大學卓越訪問學者的關係，他每年仍能聽到大學課堂裡“導師”的講課，其中包括一門機率發現的課程。

“當我和一些企業家聊天，發現他們對預測體系中的錯誤率很感興趣，我想這個可能是人工智慧研究中缺失的一環。”龍明盛說，從此，他“很幸運”地找到了持續至今的研究方向，即如何在動態環境中利用機器學習。

記者手記

：

從觀察世界中思考AI

首屆世界頂尖科學家協會獎得主、美國計算機科學與統計學專家邁克爾·I·喬丹不是一個埋頭做研究的人，他有許多靈感來自我們生活的真實世界。

他坦言：“我喜歡周遊世界，當我看到有意思的現象時，我會思考它發生的邏輯，並從數學、統計學、博弈論等角度尋找更好地解決辦法。”

10多年前，喬丹在中國注意到了支付寶的二維碼支付方式，於是和阿里巴巴有了一些接觸，並做了些研究。他覺得這背後不是純計算機科學或經濟學的問題，而是一個學科交叉的新的計算方式。“這不僅僅是支付的事，它將創造兩個群體——支付方群體和收費方群體，如果你把他們當成一個整體研究，那會是一件很有意思的事。”

喬丹思考問題的方式裡透露著濃重的博弈論色彩，這或許與他從事了15年以上的數學研究有關。在尋找解決方案時，他的第一選擇不是“最優”，而是“平衡”。當看到美國食品藥品監督管理局（FDA）和藥廠在資料披露方面的“囚徒困境”時，他提出應設計更好的激勵方式讓藥廠自願提供更多資料，“未來，讓使用者願意提供資料是企業的必修課”。

我們是要更像人類的AI，還是讓AI更好地輔助人類？在喬丹眼中，所有人工智慧領域的科學家都應回頭思考AI的定義，從而決定自己要走哪條路。AI有其擅長的領域，比如人類不可能預測幾百萬個蛋白質摺疊結構；但AI也有它不擅長的地方，比如人與人的連結永遠不可能被兩個數學意義上的點給取代。

喬丹喜歡讀很多書，非常健談。他喜歡抬頭觀察這個世界，看別人怎麼做。他一直在思考如何讓AI成為人類最好的工具，而不是取代人。

作者：沈湫莎

*文匯獨家稿件，轉載請註明出處。

TAG: AI喬丹布魯姆研究人工智慧