南方财经21世纪经济报道记者 李依农 迪拜报道
如果把科学史写成一条漫长的时间线，人类理解世界的方式始终在变化，而每一次工具的跃迁，都在重塑人类思考世界的方式。今天，人类正站在又一次工具革命的门槛上——人工智能（885728）。它会像计算机一样成为基础设施？像助手一样协同工作？还是会悄然改变人类思考本身？
在接受南方财经记者独家专访时，2013年诺贝尔化学奖得主迈克尔·莱维特明确表示：人工智能（885728）不是独立思考者，而是迄今为止人类创造过最复杂的工具；它不会取代科学家，但会重新定义“会做事的人”。在他看来，人工智能（885728）尚未、也不能独立完成科学研究，但它正在迅速成为强大的助手——能够阅读海量文献、整合信息、节省研究时间，并开辟新的研究路径。这意味着科学家进入新领域的门槛正在降低，探索未知的速度正在加快，而知识在全球范围内的流动也因此更加迅捷。
与此同时，科学本身一直具有全球性——自然规律不因国界而异，知识也总在不同地区之间流动、汇聚、再扩散。迈克尔·莱维特指出，不同历史阶段，科学的卓越中心也在不断迁移，而如今，这一卓越中心正逐渐向中国转移。
迈克尔·莱维特是计算结构生物学的重要先驱之一。半个多世纪前，当大多数科学家还在实验室里用塑料球和金属杆拼接分子模型时，莱维特已经开始尝试让计算机“看见”生命。正是在这一研究路径上，他开创出“复杂化学系统的多尺度计算模型”，与另外两位科学家共同获得2013年诺贝尔化学奖。
AI需要在使用中被理解和掌握
南方财经：如何理解今天的人工智能（885728）？是工具，是同事，还是一种全新的思维方式？
迈克尔·莱维特：我平时会使用各种大型语言模型，包括ChatGPT、DeepSeek、Claude、Gemini 等等。即使到今天，我仍在不断尝试新的工作方式，因为这个领域中有太多事物正在快速变化，不同的智能体也能在不同方面提供帮助。
从一开始，我就被它们的智能程度所震撼——它们对我的理解十分准确，我几乎可以与它们讨论任何话题。随着时间推移，它们在我的工作中变得越来越重要。随着年龄增长，人们往往有许多事情要做，但时间却愈发有限。因此，人工智能（885728）的价值尤为突出——它为我节省了大量时间，使我能够更快完成许多任务。
在我看来，人工智能（885728）属于每一个人，而不仅仅是为科学家服务。人们有时谈论用于科学研究的人工智能（885728），仿佛它能够独立完成科学研究。但迄今为止，人工智能（885728）尚未独立完成过任何科学研究。计算机程序可以用于各种计算，人工智能（885728）也可以进行计算，但它并不真正具备独立思考能力，本质上仍是人类编写的程序。或许未来某一天，人工智能（885728）能够独立成为科学家；但在现阶段，它对所有人而言，仍是一位极其出色的助手。
问题在于，人工智能（885728）是一种相当难以掌握的工具。我常用锤子和凿子雕刻作比喻：用锤子和凿子，你可以轻易破坏事物，可以砸开一面墙；但如果你是像米开朗基罗那样的大师，就能用完全相同的工具创造出精美的（HK3990）艺术作品。
在人类有史以来使用过的所有工具之中，人工智能（885728）是最复杂的一种。它能够完成极其多样的任务，可以作出反应，甚至表现出类似情绪的行为，但要真正用好这个工具，我们必须大量使用它。我常说，我们应该学会与人工智能（885728）“玩耍”。当你在玩的时候，就没有压力；如果要求自己必须完全掌握人工智能（885728），反而容易因不够熟练而产生畏难情绪。不如放松地去尝试，去探索，去做你想做的事。
人+AI会产生更强能力组合
南方财经：但关于人工智能（885728）的准确性一直存在很多争议。
迈克尔·莱维特：很多人都会担心人工智能（885728）的准确性，但在人与人之间的互动中，出错本来就是常态。
科学家尤其习惯于犯错。我常开一个玩笑：一个优秀的科学家，有90%的时间是错的；而非常优秀的科学家，有99%的时间是错的。人们会疑惑，为什么越伟大的科学家反而更常出错？我的回答是，因为他们在做更困难的事情。
当你去做困难的事情，一开始就很可能出错；当你想学习新的知识，也必然会经历犯错的过程。因此，我觉得科学家其实并不太在意犯错。
南方财经：当人工智能出错的成本变得很低时，我们是否会减少自己的思考？
迈克尔·莱维特：人和人工智能（885728）结合在一起，比单独的人工智能（885728）更强，也比单独的个人更强。就像当你拥有智能手机时，你的能力会强于没有手机时一样。因此，我认为采用新技术非常重要，同时也必须持续学习。我相信，一个真正擅长自己工作的人，会以能够提升自身能力的方式使用人工智能（885728）；而那些本身不够擅长工作的人，则难以做到这一点。
人工智能（885728）开启了新的可能性，而有能力的人类非常善于探索这些新的可能性。人类本身就非常擅长适应变化。因此，重要的是不要害怕，同时也要意识到，如果你在工作中大量使用人工智能（885728），很快就会明白哪些事情对你来说最重要。
你会逐渐看清自己真正的工作内容。例如，当我用计算机进行科学研究时，我会意识到，对我来说最重要的是把工作引导到正确的方向。所以在很多时候，我们会先从讨论方向开始，花相当多的时间规划接下来要做的事情。
南方财经：回到你的职业生涯和科研经历上，对于不是研究人员的人来说，科学可能显得很遥远。能否给我们简要介绍一下你的研究领域？
迈克尔·莱维特：我的研究经历了许多不同阶段。但最为人所知的研究，也最终让我获得诺贝尔奖的研究，是我在非常年轻时，大约是20岁到 26 岁之间完成的。事实上，这项研究贯穿了我博士之前到博士期间的时光，大约持续了六七年。
这项工作的核心，是理解构成生命的分子。故事真正开始于一个基本认识：生命本质上是由形状构成的，这些形状可以相互契合，并由此产生功能，有点像乐高积木的结构。不过生命中的不同之处在于，这些形状并不是彼此独立，而是串联在一起，更像一条项链。可以想象，在项链上串着不同的积木。每一个积木通常会连接到相邻的积木，而这条项链具有惊人的特性——当你把它抛向空中，它会自动折叠并形成特定形状。蛋白质正是如此。蛋白质就像由 20 种不同“形状单元”组成的项链，而这样的项链可以有成百上千条。
这些“单元”就是 20 种不同类型的氨基酸。它们有的像红色积木，有的像蓝色积木；有的体积较大，有的较小，全部串联在链条之上。链条本身会通过一种称为“蛋白质折叠”的过程形成特定结构。这个结构极其精确，而且极其微小，小到远远小于人类能够制造的最精密半导体（881121）导线的厚度。例如，华为已经制造出7纳米级芯片，而蛋白质的尺度大约只有2纳米。尽管如此微小，它却是一台能够执行功能的“分子机器”。
在科研生涯的早期阶段，我主要研究这些生命基本分子的组装方式——不仅是蛋白质，还包括 RNA 和 DNA，也就是生命的基础分子体系。有时它们的结构甚至类似中国结，彼此缠绕、交错。蛋白质的结构也很相似，具有复杂的折叠与排列。它们不会真正打结，但会像织物一样彼此嵌合、配合。这正是生命运作的方式，也是生命真正的奥秘。我开始借助计算机来理解这一生命的奥秘。这项工作始于很久以前，但真正被广泛认识却经历了漫长时间。这也是为什么，我是在开始这项研究45年之后，才获得诺贝尔奖。
近年来，我的研究方向有所扩展。我曾深度参与对大流行病的研究。在新冠疫情期间，我发表了更多论文。直到今天，我仍在持续探索：究竟是什么因素决定了人类寿命的长短。
南方财经：在关于长寿的研究中，有什么新的或令人惊讶的发现吗？
迈克尔·莱维特：目前还没有。因为对我来说，这是一个全新的研究领域。进入新的领域本身是一件非常美妙的事情，而人工智能（885728）使这一过程变得容易得多。我可以直接让系统阅读该领域的全部文献，并告诉我目前人们尚未解决或尚不清楚的问题。然后我可以据此进行判断，也许就会产生新的研究想法。
我一直对人类健康非常感兴趣。事实上，在我的整个职业生涯中，这始终是贯穿其中的核心主题。因为蛋白质分子是药物作用的关键对象，药物往往通过与蛋白质分子结合而发挥作用。从这个意义上说，关于蛋白质和 DNA 的基础研究，本身就是人类健康的基础。当人们生病时，正是这些分子层面的机制出现了问题。从本质上讲，我一生的研究重点始终围绕着人类健康展开。
诺奖也是一种责任
南方财经：获得诺贝尔奖的感受如何？会有什么变化吗？
迈克尔·莱维特：这让一切都变得非常不同。首先，奖项是在斯德哥尔摩时间上午11点30分公布的。但如果你在加利福尼亚，那是凌晨2点30分，而大多数人通常都在熟睡之中。所以当电话打来时，我正在睡觉。电话响起，我按掉了；对方又打了回来。很快你就意识到，一切都已经改变。到了凌晨3点30分，媒体已经聚集在我家门外。
最初的五六天几乎完全失去秩序，到处都是采访、活动和各种安排。随后你才会意识到，这一切实在太疯狂了——因为我和一周前的自己完全没有任何不同。为什么会突然引发如此巨大的关注与喧闹？
但我想到当我年轻时，见到诺贝尔奖获得者也会感到极其兴奋。我第一次见到诺贝尔奖获得者，是在二十岁左右，当时震撼不已。在某种意义上，他们就像科学界的摇滚明星。这其实是一件好事，因为科学需要吸引年轻人。诺贝尔奖某种程度上正是为了塑造科学界的“明星人物”。
因此，一旦获得这一奖项，你就承担了一种责任，成为科学界的公众代表。每一年都有许多人具备获奖资格，这并不意味着某个人就是全世界最优秀的科学家。但如果你获奖了，就需要承担向公众发声的责任：走进学校演讲，接受媒体采访，向社会解释科学为何如此令人着迷。与此同时，你也会意识到，留给自己纯粹科研工作的时间已经减少，因为你需要不断向公众传达科学的价值。无论你是否愿意，你都已经被视为“科学大使”。你需要回应公众的期待，回应那些曾经帮助过你的人。对绝大多数科学家而言，在他们职业生涯的早期，或许都曾遇到过某个人，受其影响，并由此改变了人生轨迹。我认为我也有责任去做同样的事情。
科学本身是高度全球化的
南方财经：人们常说科学是全球性的。你怎么看待科学研究中的国际合作？
迈克尔·莱维特：我认为科学一直都是全球性的。
很难准确界定现代科学从何时开始，但如果从17世纪艾萨克·牛顿的时代算起，也就是三四百年前，当时他在英格兰从事研究，而莱布尼茨在德国工作，他们彼此交流、会面。即使在交通极为困难、没有互联网、没有电话、邮政系统也不发达的年代，人们仍然保持联系。
因为在科学中，自然规律具有普遍性。比如重力——在英格兰存在，在德国存在，在世界各地都存在。物理定律处处相同，生物规律也处处相同。如果某种疾病出现在英国，那么在法国、德国或中国也同样是疾病。从本质上说，科学天然具有全球性。
同时，科学的发展重心也会在全球范围内流动。在不同历史时期，总会出现不同的卓越中心。它们曾经集中在欧洲——例如古希腊、古罗马，以及阿拉伯世界，都曾孕育出各自时代的重要思想家。后来，这些中心转移到文艺复兴时期的意大利，再转向伦敦和德国的部分地区，随后又转移到美国。正如我之前所说，如今又在逐渐向中国转移。
科学本身就是高度全球化的。
