跨学科探索与跨领域情怀：周教授的讲座回顾
2024年07月15日
前言：这篇文章写在繁忙的考试季，谨以此文回顾与反思科学周时深圳湾实验室周教授带来的印象深刻的讲座。
熟悉的“蓝色钢琴曲”又响彻在走廊，我跟随匆匆的人流离开教室，却没有像往常一样飞奔回宿舍，而是汇入另一股人流中：我们都往晖光剧院走去，我们都是一群好奇的灵魂。
掌声雷动后，周教授从自我介绍开启了这一场不平凡的讲座。在他的令人惊艳的履历旁，赫然列着同样长度的“CV of failures” ---- 幽默，坦诚，而又打破常规，现在想来，或许周教授的科研作风从一开始就有所彰显。这样的开场马上缓解了剧院里稍显严肃的氛围。周教授带着同学们回溯时光，从1978年的高考开始，娓娓道来了在他每一项高光背后不为人知的困难和挫折。而周教授本人，也在讲座正式开场前，用自己的实例向同学们传递了科学研究的重要精神：失败并不可怕。
讲座紧接着正式开始。这场讲座的关键词有两个：“AI预测蛋白质模型”与“药品研发”。不同于这两个关键词传达出的晦涩难懂的信号，周教授的讲解深入浅出，从最基础的问题“什么是蛋白质”入手，一步步过渡到AI在生物医药领域的应用，尤其是如何利用AI技术来预测蛋白质结构。他把蛋白质比喻成单词，氨基酸比喻成字母，就如同26个字母能造就无穷多个单词一样，20种氨基酸可以构造出无穷多种蛋白质。
讲座紧接着正式开始。这场讲座的关键词有两个：“AI预测蛋白质模型”与“药品研发”。不同于这两个关键词传达出的晦涩难懂的信号，周教授的讲解深入浅出，从最基础的问题“什么是蛋白质”入手，一步步过渡到AI在生物医药领域的应用，尤其是如何利用AI技术来预测蛋白质结构。他把蛋白质比喻成单词，氨基酸比喻成字母，就如同26个字母能造就无穷多个单词一样，20种氨基酸可以构造出无穷多种蛋白质。
传统的蛋白质结构预测方法需要大量实验数据或者已知的蛋白质结构做支持，耗时长、成本高；而理想化的AI技术的引入，不仅大大提高了预测的速度和准确性，还能为药品研发提供了新的思路和方法。然而，周教授提到，人工智能技术的进化与迭代本身也是漫长科研的结果，背后离不开一代又一代“人”的支持，才将理想变成现实。
科普有关的内容结束后，周教授抛出了又一个重要的问题：在AI的强悍算力下，人类还有什么可做的呢？答案虽然简单，却振聋发聩：坚持思考，坚持提问，坚持实践。AI是潜力无穷的工具，而我们才是工具的驾驭者，我们踊跃和批判性的思维才是周教授期盼的未来。
科普有关的内容结束后，周教授抛出了又一个重要的问题：在AI的强悍算力下，人类还有什么可做的呢？答案虽然简单，却振聋发聩：坚持思考，坚持提问，坚持实践。AI是潜力无穷的工具，而我们才是工具的驾驭者，我们踊跃和批判性的思维才是周教授期盼的未来。
讲座之外，周教授和其团队“深圳湾实验室”还提供了大量显微图像供我们欣赏与学习。在高精度的仪器下，各式各样的细胞和组织竟像星空一样梦幻而壮阔。生命活动的极小的瞬间被捕捉下来，是裂变的细胞核，也是一个个正在分娩的想法。微观世界和宏观世界的壮观正在不谋而合，或许这就是生命的力量，或许这就是科学研究的力量。
谨代表全体观众和科学爱好者衷心感谢：
1. 校长Neil Mobsby先生的坚定支持。
2. Richard Driscoll 先生（ADP），Jeff Kearns 先生（AAP ）和 Ian Wesson 先生（科学系主任）的出席及鼓励。
3. 物理老师 Apurva Sarkar 对讲座的精心组织。
1. 校长Neil Mobsby先生的坚定支持。
2. Richard Driscoll 先生（ADP），Jeff Kearns 先生（AAP ）和 Ian Wesson 先生（科学系主任）的出席及鼓励。
3. 物理老师 Apurva Sarkar 对讲座的精心组织。
文｜Cecilia Hu
图｜Admissions
SCIE声明：本网站上的文章为SCIE版权所有，未经书面授权禁止使用和转载！
