我的位置: 上观号 > > 文章详情

当科学难题装不进单一学科:学科交汇处如何“长出”创新?|未来科学论坛

转自: 2026-07-13 12:12:29

一群微型无人机怎样穿过密林?

答案可能藏在大雁的队形里

帕金森病能否更早被“看见”?

一枚小分子又把生物、化学

和临床医学牵到了一起

近日,2026未来科学论坛在上海开幕。在“基础科学的价值与跨学科发展的范式跃迁”论坛上,来自数学、生命科学和机器人等领域的学者,把各自熟悉的问题摆到同一张桌前。学科交叉如何真正发生?AI已经走进实验室,人类还能留下什么?答案没有趋于一致,碰撞反而让问题变得更清楚。

1

先有问题,再谈跨界

跨学科听起来像是让不同专业的人坐到一起。可真正有效的合作,往往始于一个谁也无法独自解决的问题。

中国科学院生物与化学交叉研究中心研究员刘聪研究帕金森病。要弄清疾病怎样发生,需要生物学去解析致病蛋白;要找到诊断和治疗工具,还得借助化学,设计能识别病理蛋白的小分子;分子做出来以后,又要进入医院,由临床研究检验它能否在患者脑中找到目标。

这条路线把生物、化学和医学连成了一个闭环。刘聪团队在十多年基础研究上设计出小分子示踪剂,目前正开展一期临床研究。过去,患者出现动作迟缓等症状时,致病蛋白可能已在脑内活动多年。团队希望借助分子成像,把疾病更早“照”出来。

第一次在患者脑部影像上看到目标信号时,屏幕前的人一下子兴奋起来。“当时我们大家都欢呼,特别高兴。”刘聪说,那一刻,长期积累的结构研究、分子设计和临床合作终于接上了。

大湾区大学副校长、讲席教授,美国西北大学Pancoe讲席教授夏志宏的跨界则发生在数学与天文学之间。他把数学模型用于研究太阳系小天体的分布,却发现真实观测并不完全符合理论预期。差异带来了新的问题,也促使数学家和天文学家一起寻找隐藏在数据背后的动力学原因。后来,他又进入人工智能研究。

每换一个领域,都要重新学习语言、写作习惯和评价规则。“从一个学科到另外一个学科,需要时间,需要空间,也需要资源。”夏志宏说。跨界意味着暂时离开熟悉的安全区,也可能几年看不到显著的成果。

美国加州大学洛杉矶分校数学系教授,美国数学会会士徐宙利讲了一个更轻松的故事。他和一位朋友同在麻省理工做博士后,两人都研究拓扑,在外行看来理应合作,实际方向差别很大。被朋友们反复追问后,他们索性认真寻找交集,最终围绕一个具体问题完成了一篇百余页的论文。跨学科有时并非宏大设计,也可能从一段友谊和一次“要不要一起做点什么”开始。

2

AI能推演,却未必理解

人工智能已经成为科研工作里的常用工具。

在浙江大学控制科学与工程学院长聘副教授高飞团队里,AI首先改变的是写代码的方式。过去,研究人员要把模型一步步转化为程序,再反复调试;如今,不少基础代码可以交给AI完成,团队里甚至有人已经很少亲手编写这部分内容。但无人机真正飞进树林,面对的是另一套难题:传感器是否稳定、芯片能否支撑、机体怎样组装,算法到了复杂环境中会不会失灵。一次飞行失败后,问题出在哪里,仍要研究人员逐项排查。

“AI帮了我们很大的忙。”高飞说,但机器人终究要在现实世界里动起来。算法写出来,只完成了其中一段路。

这种“提速”同样发生在生命科学研究中。刘聪团队已经用AI预测蛋白结构、筛选候选药物、分析脑部影像。面对海量分子和临床数据,AI可以迅速缩小范围,节省大量实验时间。可一项研究最初应该追问什么,哪条线索值得继续走下去,依然需要科学家作出判断。“要想做‘从0到1’的工作,我觉得可能更多的还是要科学家。”刘聪说。

工具可以把推演做得更快,却未必真正理解推演的意义。夏志宏曾把一个自己已经证明过的数学问题交给AI。模型很快给出一套流畅的推导,却无法解释这个命题为什么值得研究。他将两者的差别归结为一种“感受”:“AI没有任何感受。”它可以描述红色,却没有真正见过红色;可以沿着逻辑一路向前,却不一定知道为什么值得走这条路。

对这种“会证明,却未必懂”的状态,徐宙利也保持谨慎。他发现,有些AI生成的数学答案写得自信而完整,里面却藏着不易察觉的逻辑漏洞,人反而要花大量时间逐行核验。不过,他并不因此否认AI的价值。未来,证明或许会更容易生成,人的工作则会更多转向理解与解释。“人是会享受消化、品味证明的过程的。”在他看来,数学的价值不仅在于得到结论,也藏在真正看懂一个思想为何成立的那一刻。

3

好奇心别被答案淹没

几位学者走进科学的起点,都带着一点偶然。

高飞小时候想当飞行员,后来没能走上这条路。进入大学后,他遇见刚刚兴起的微型飞行机器人,兴趣又绕回了天空。他观察大雁编队,思考个体之间如何交换信息,再把这些规律写进无人机集群算法。团队还与药学院合作,让无人机携带可溶解微针,在动物实验中探索紧急环境下的远程给药。“机器人真正落地运行的瞬间令人兴奋,而在那之前,往往已经失败了许多次。”高飞说。

刘聪最满足的时刻,同样发生在成果走出论文以后。自主设计的分子第一次在患者脑中显示信号,让他看到,长期的基础研究终于向临床应用迈出了关键一步。徐宙利则迷恋数学中的“顿悟”:一个问题想了很久,某一刻忽然看清结构,前面的困惑随之贯通。

论坛临近尾声,论坛主持人,中国科学院动物研究所基因工程技术研究组组长、未来论坛青年理事王皓毅没有急着为未来下结论,而是向现场的年轻人抛出一个问题:“你应该想一想,你自己的独立判断是什么,有没有可能用自己的理论和成果,证明这几位老师都是错的。”

当现成答案越来越容易获得

真正稀缺的

或许正是这种

不轻易接受答案

敢于提出不同问题的能力