遺傳學(xué)家許田：生物醫(yī)學(xué)+人工智能最猛烈的一次科技革命

許田，遺傳學(xué)家，生長調(diào)控領(lǐng)域的主要創(chuàng)始人，西湖大學(xué)教授，美國耶魯大學(xué)兼職教授。當(dāng)生物醫(yī)學(xué)遇到人工智能會發(fā)生什么事情？許田教授認(rèn)為，生物醫(yī)學(xué)+人工智能，這將是人類歷史上，最猛烈的一次科技革命。這可能要徹底改變所有人的生活和命運，回避不掉。

本次許田教授代表西湖大學(xué)到貴陽參加未來杯 AI 挑戰(zhàn)賽啟動儀式暨未來科技主題講座，發(fā)表了《生命科學(xué)與人工智能》的主題演講。

許田：今天，非常榮幸到貴州師范大學(xué)來跟大家見面。過去二十五年，我在耶魯大學(xué)上課都是用英文的，這是第一次因為能夠到這里來用中文講學(xué)。我剛剛把耶魯大學(xué)的教職辭掉了，加入了西湖大學(xué)（籌）。

今天，來跟大家討論這個題目，就是當(dāng)生物醫(yī)學(xué)遇到人工智能會發(fā)生什么事情？

我們先來看一看，喬布斯臨終遺言，跟他的兒子講說“你要學(xué)一點生物醫(yī)學(xué)”。為什么？我們來看看，這是2000年的時候，法國的經(jīng)濟學(xué)家總結(jié)科技和經(jīng)濟和社會發(fā)展的關(guān)系。你看到了什么呢？看到了在人類近代歷史上，人類社會有一波又一波的科技革命來推動社會的變化。從1771年瑞秋歐可萊在英國紡織推動工業(yè)革命開始，然后奔馳的汽車、石油工業(yè)，到現(xiàn)在標(biāo)志的計算機革命。我們現(xiàn)在聽到的看到的都是計算機革命，微軟、谷歌、阿里巴巴都是。為什么？這些在改變我們的生活，改變我們的生命。那么下一波是什么？下一波就是生物科技。1976年兩位科學(xué)家發(fā)明基因克隆開始標(biāo)志著生物科技革命的開始。所有的這些科技革命都有個特點，三十年緩慢的孵化，三十年以后快速推動經(jīng)濟發(fā)展和社會發(fā)展。大概六十年左右，這個技術(shù)已經(jīng)老化，已經(jīng)不大產(chǎn)生新的推動力了，沒有例外。那么計算機的話大概還有十到十五年是快速的。

生物科技已經(jīng)過了三十年的緩慢增長期，進入了十年的快速增長期。再下一波革命是什么？再下一波革命就是以深度學(xué)習(xí)為標(biāo)志的人工智能。已經(jīng)從八十年代初開始三十年，正好你們可以看到現(xiàn)在開始熱門起來。特別是當(dāng)這兩波科技革命連到一起的時候，生物醫(yī)學(xué)和人工智能連到一起的時候，這個力量是無與倫比的力量。

大家可能都知道，深度學(xué)習(xí)已經(jīng)把圍棋冠軍給打敗了。我最早關(guān)注深度學(xué)習(xí)人工智能的事情是在2012年，當(dāng)時美國的新聞報道斯坦福大學(xué)教授做了新的計算機，自己可以學(xué)習(xí)認(rèn)識到一只貓。當(dāng)時我一聽，覺得這簡直是最激動人心的事情。雖然我是搞生物的，沒有學(xué)過計算機，數(shù)學(xué)基礎(chǔ)也很差，但我覺得這是我一定要做的東西，所以重新回去學(xué)數(shù)學(xué)，學(xué)計算機。學(xué)下來的結(jié)果，我跟大家分享一下，是不是因為深度學(xué)習(xí)打敗了圍棋世界冠軍，是因為它算得快，是因為它容量打，不完全是這個原因。因為要能夠完全計算的話，要圍棋窮盡計算法的話，要10的10萬次方，我們的宇宙最多是10的80次方左右。有了徹底的改變。因為現(xiàn)在深度學(xué)習(xí)這個東西，更像人的智能了。

我們來看看怎么回事?，F(xiàn)在深度學(xué)習(xí)人工智能是模擬了哺乳動物視神經(jīng)系統(tǒng)處理信息的方法。哺乳動物怎么處理信息？當(dāng)一個光子打我們眼睛上的時候，在我們的視網(wǎng)膜上投視，視網(wǎng)膜上有幾層神經(jīng)細(xì)胞，最后面的神經(jīng)細(xì)胞接受光子的信號，然后把這個信號傳到二級神經(jīng)細(xì)胞，成為雙級細(xì)胞，雙級細(xì)胞又把信號匯總傳到基細(xì)胞，然后才到腦子里面。這個過程是信息簡化的過程，合并簡化，不是把所有光子的信息直接傳到大腦，要不然太多了，而是在視網(wǎng)膜的地方就處理信息，然后往后傳。這個處理信息的方法，以及這些神經(jīng)細(xì)胞連接的權(quán)重的改變還可以實現(xiàn)很多其他對信息的處理。比如說對重要信息的抽提，比如邊界效應(yīng)，比如你看我這個衣服，這里都是黑的不太重要，哪里重要？黑的和襯衫的邊緣這非常重要，把這個邊界效應(yīng)都提出來了，把重要的信息給提出來了。

所以在八十年代初，有計算機學(xué)家說，我們能不能把芯片按照視神經(jīng)網(wǎng)絡(luò)的神經(jīng)細(xì)胞的方法連接起來，看看能做什么事情。當(dāng)時搞計算機的人不屑一顧，說解決不了問題。在2006年的時候杰弗瑞亨頓發(fā)表了一篇文章，他說把計算機按哺乳動物視神經(jīng)連接起來的計算機芯片，能夠處理復(fù)雜信息，能夠簡化。所以這之后，最敏感的是谷歌。他們就用深度學(xué)習(xí)深神經(jīng)網(wǎng)絡(luò)的方式來處理圖像。用計算機神經(jīng)網(wǎng)絡(luò)怎么樣構(gòu)建出來的？很簡單的話，可以說神經(jīng)網(wǎng)絡(luò)或者是基點有一定的權(quán)重，可以用數(shù)學(xué)模型模仿出來。

但是，如果說這個計算機神經(jīng)網(wǎng)絡(luò)非常復(fù)雜的話，沒有辦法用簡單的數(shù)學(xué)模型來模擬。這怎么做呢？

接下來就牽涉到另外一個重要的準(zhǔn)則，人的智能的重要準(zhǔn)則。我們來看看人的智能有幾個簡單的特性。哪幾個簡單特性？第一，要感知外面的信息，感覺到。第二，要能夠處理信息并進行學(xué)習(xí)。第三，要把學(xué)到的東西記住。第四，新的信息進來的時候，通過你學(xué)到的原則來處理新的信息進行判斷。這是人類智能的基本特征。這個基本特征還有幾個重要的過程，怎么來獲得？

第一，學(xué)習(xí)。第一類學(xué)習(xí)是叫知道學(xué)習(xí)。你小的時候開始老師告訴你一加一等于二，你就記住了，你也不問為什么，一加二等于三，做大量的練習(xí)來記住這個準(zhǔn)則。你父母告訴你不要亂穿馬路，為什么，你就記住了，你穿馬路就撞死了，基因傳不下去，所以不穿馬路就記住了。這是什么，這是知道的學(xué)習(xí)。接下來，當(dāng)你年紀(jì)比較大一點的時候，你開始自學(xué)。開始自己學(xué)習(xí)歸納出規(guī)律來，然后在實踐中不斷總結(jié)，說這個東西對不對，這是自己學(xué)習(xí)。在這個過程中，有知道的學(xué)習(xí)和自學(xué)的過程中，還有一個重要的原則就是獎懲原則，你學(xué)得對了得到獎勵。學(xué)校里面考試考得成績好了，父母給你做點好吃的，正好你加強了。你學(xué)得不對了，會受到懲罰。這是人類學(xué)習(xí)的基本準(zhǔn)則。

要構(gòu)造計算機神經(jīng)網(wǎng)絡(luò)怎么做呢？一模一樣。第一，用大量的習(xí)題來練習(xí)、學(xué)習(xí)，然后用大量的數(shù)據(jù)來驗證學(xué)得對不對，學(xué)得對了，把這個傳輸固定下來，學(xué)得不對就改了，不斷地學(xué)習(xí)來構(gòu)成神經(jīng)網(wǎng)絡(luò)。最后，谷歌在2014年構(gòu)建了24層的神經(jīng)網(wǎng)絡(luò)來處理信息，開始圖像，當(dāng)信息一層層傳上去的時候，邊界效應(yīng)出來了。再往后傳，整個圖像出來。所以，谷歌發(fā)現(xiàn)用這個方法已經(jīng)能夠打敗人的識別。

所以在這之后，馬上最敏感的產(chǎn)業(yè)界，IT屆現(xiàn)在蘋果手機就是用這個來識別。

可以看到，語音識別已經(jīng)包括用來進行圖像識別的人臉識別等等?，F(xiàn)在你們已經(jīng)看到了許多應(yīng)用，我今天來講講生物醫(yī)學(xué)的應(yīng)用。

我們先是做什么？我們先是來研究出這個小寶寶（圖片），你們?yōu)槭裁从X得小寶寶很有吸引力。大家知道為什么小寶寶看起來就很有吸引力？我已經(jīng)聽到有說眼睛比較大，非常對。小寶寶一定要長得有吸引力，大家才會保護，才會呵護，他才能有健康的環(huán)境成長。眼睛大，面孔上的比例眼睛大?？梢钥吹降鲜磕峥ㄍㄆ乃囆g(shù)家們非常明白這個道理，卡通片里都是大眼睛。我們最可愛的國寶，也是有大眼睛。我們這里很多在座的，他也知道這個原理，眼睛要大的話就有吸引力。

我們研究生物體的尺寸。生物體所有的器官都有一定的尺寸，為什么？對它的功能非常重要。如果你兩條腿，一條腿，如果你撿一張紙板放在一條腿下，馬上感覺就不一樣。即使差別只有一厘米，影響都很大。發(fā)育過程中，怎么樣使兩條腿怎么樣一模一樣長，不一樣長，你就跑不快，在以前你就會被吃掉。你要追男女朋友的時候也追不上，以前就是用腿追的，現(xiàn)在是用智力來追了。生物學(xué)的問題，為什么長一模一樣長。

另外，看看在蕓蕓眾生，我們這個世界一眼望去都有不同的尺寸。螞蟻再給它吃也長不成大象。所以我們實驗室研究，到底什么生物學(xué)過程決定了它的尺寸？如果這些控制尺寸的基因生長找到了，如果這些基因突變，如果生長調(diào)控失調(diào)會怎么樣，就長腫瘤。這是我的一個學(xué)生和博士后，他們當(dāng)時發(fā)現(xiàn)了調(diào)控這個東西是直接引起腫瘤的原因。

接下來，我講講，用識別圖像的神經(jīng)網(wǎng)絡(luò)。另外還有一類神經(jīng)網(wǎng)絡(luò)，來處理語言和信息文字。這兩類能不能利用到生物醫(yī)學(xué)上，圖象處理顯然能，眼睛的疾病也是圖象識別就可以了。但是絕大多數(shù)的生物醫(yī)學(xué)的信息并不是圖像。比如說基因的表達，分子，就不能用圖像識別和語言識別。怎么辦？最近我們實驗室有了突破，新的類的神經(jīng)網(wǎng)絡(luò)可以來處理這些分子生物學(xué)的復(fù)雜信息。

我們建了一個，把兩萬個人的樣本，每一個樣本都有基本表達，有24000個基因表達，乘上2萬，這就是數(shù)據(jù)量。我們建立這個來進行訓(xùn)練，想辦法要把人類基因表達的形狀能夠抽提出來，能夠簡化，能夠分析這個復(fù)雜數(shù)據(jù)。這個結(jié)果是非常成功的。

第一，這個神經(jīng)網(wǎng)絡(luò)建了之后，它能不能有效還原這個數(shù)據(jù)？結(jié)果發(fā)現(xiàn)能夠。這是沒有發(fā)表的結(jié)果，希望大家也不要拍照，這都是沒有發(fā)表的。你可以看到它的還原結(jié)果非常好。

第二，如果說這個信息處理非常成功的話，那么如果一個樣本是從皮膚細(xì)胞來的，另一個樣本是從肝臟細(xì)胞來的，它應(yīng)該能夠區(qū)別這兩者的差別。如果兩者都是從皮膚細(xì)胞來的，它們應(yīng)該非常類似。當(dāng)我們用神經(jīng)網(wǎng)絡(luò)把這個信號變成三四維時，我們把它投影到二維圖像時，看到確實如此，一樣的組織來的細(xì)胞，同樣顏色，在同一個位置，不一樣的在不同位置。接下來我們問，能不能把癌癥細(xì)胞區(qū)別開來？確實如此，能夠區(qū)分開。

接下來，我們又做了什么？我們又做了，有指導(dǎo)的訓(xùn)練，告訴他這是腫瘤，能夠做癌癥的鑒定。做出來的結(jié)果非常好，可以看到90%以上的準(zhǔn)確度。這是非常厲害的。耶魯病理系的教授，十年工作經(jīng)驗，對癌癥的診斷準(zhǔn)確度大概80%?？梢钥吹饺斯ぶ悄艿牧α渴欠浅姷?。

我們又另外做了一個東西，在其他的深度學(xué)習(xí)過程中，大家知道如果你能夠把前面訓(xùn)練抽提特征的網(wǎng)跟后面的鑒定網(wǎng)連接起來，能從頭到尾不斷訓(xùn)練的話，能更加提高準(zhǔn)確度，我們?nèi)绱俗隽?，結(jié)果是更加的好，96%的準(zhǔn)確度。這是我們現(xiàn)在稱為癌癥診斷的神經(jīng)網(wǎng)絡(luò)。

稍微總結(jié)一下，我們發(fā)現(xiàn)了新的神經(jīng)網(wǎng)絡(luò)可以來處理其他復(fù)雜的生物醫(yī)學(xué)大數(shù)據(jù)，以前沒有辦法用現(xiàn)在的方法來做的。人類基因組的基因表達神經(jīng)網(wǎng)絡(luò)建起來的話，非常有用，對診斷癌癥有用，對其他的一系列診斷都有用。

跟大家講一下，這是我們基礎(chǔ)的研究。在應(yīng)用方面，我講幾個案例。這是我們當(dāng)年在我們實驗室解決了一個罕見病的致病原因以及信號轉(zhuǎn)導(dǎo)通導(dǎo)以及可能的治療藥物，這個病叫TSC。我這個朋友和他的孩子有這個病，在我們兩人住的鎮(zhèn)上建立了一個研究所，這個研究所想干什么？希望能夠把前沿的科學(xué)研究和產(chǎn)業(yè)結(jié)合起來，因為科學(xué)研究非常好非常前沿非常靈活，但它的缺點是目標(biāo)性很差，做到哪里是哪里，發(fā)一篇文章算數(shù)。第二，團隊能力很差，聯(lián)合起來解決問題的動力沒有。這后面兩點恰恰是工業(yè)界的優(yōu)勢。但是工業(yè)界對前沿對靈活很差，所以在這里，我們把它結(jié)合起來。這個結(jié)果是非常滿意的。其中一個，你們可能不大知道，在2003年時，非典大爆發(fā)時，我們說要來做點事情，當(dāng)時我們想了各種各樣的辦法，其中一條我們找到計算機科學(xué)家一起討論時，他們說可以把計算機連接起來，共同來設(shè)計藥物。這實際上是2003年，實際上是云計算實踐的一個最早的案例之一。當(dāng)時我們沒有申請專利，也沒有成立公司，因為這是非常緊急的事情。而且我們拿出一百萬美金懸賞，來解決問題。

其他還有什么？這個團隊研發(fā)出了世界第一臺測序儀?，F(xiàn)在你聽到的基因測序產(chǎn)業(yè)以及用基因測序來進行研究，都是基于最早的這個測序儀。第二代測序儀也是我們研發(fā)的，這直接在半導(dǎo)體芯片上進行測序，不用拍照，DNA合成的時候不一樣，直接感受出來。這個意義非常重大，為什么？人類基因組計劃，15年時間，30億美元，全世界人來做，把它拼了一個人類基因組，但不是每個人的個人基因組的測序，怎么樣？應(yīng)用不能應(yīng)用，太貴了?，F(xiàn)在的情況是，如果一輛寶馬車以前10萬美金能買一輛，那么現(xiàn)在這個價格是一美分就可以買一輛寶馬車。這是現(xiàn)在個人基因組測序的價格的改變，因為測序儀的發(fā)明。所以徹底改變了這個現(xiàn)狀，使測序技術(shù)可以在各方面進行應(yīng)用。不單單在理論研究方面進行應(yīng)用，而且產(chǎn)業(yè)化應(yīng)用程了一個新興的產(chǎn)業(yè)。

這是2016年科學(xué)家到美國白宮授予科技獎，非常有幸我陪他一起去領(lǐng)獎。剛才提到我們的實驗室發(fā)現(xiàn)了TSC進行癌癥治療，他們發(fā)現(xiàn)有的病人有效，有的病人沒效。比如膀胱癌的病人里45人只有一個有效，美國提出這是神奇反應(yīng)者。那時有測序儀了給他測序，發(fā)現(xiàn)他果然有TSC圖片。后來美國展開了測序計劃，奧巴馬提出要根據(jù)每個人基因表達不一樣來進行針對性的治療，這一定是未來生物醫(yī)學(xué)的方向。

接下來再來講講其他的。2013年我們就成立了公司，要來應(yīng)用AI進行生物醫(yī)學(xué)的診斷和治療的應(yīng)用。其中之一就是現(xiàn)在到醫(yī)院去，醫(yī)生用聽診器來聽，聽診器是兩百年前發(fā)明的技術(shù)，我們說這一定要改變。我們想做什么呢？我們想直接做一個成像儀，直接能夠看你有沒有感染，如果你頭暈，后面的腦血管有沒有堵塞，心臟有沒有問題。我們這個團隊做了一個高分辨的新型的超聲波芯片，手提的，直接連在手機上可以看可以診斷。這是人類第一款在手機上的健康產(chǎn)品。美國國家FDA去年年底批準(zhǔn)上市。這也是第一款A(yù)I用于大健康的產(chǎn)品。為什么？首先它用來可以幫助你采樣。以前所有的醫(yī)學(xué)儀器怎么樣采樣，后面的頸動脈，角度不一樣拍出來的圖像不行，要有經(jīng)驗，但我們可以用人工智能幫助你告訴你那個角度是對的。采完樣后要進行判斷，你有沒有疾病是不是正常，所以要深度學(xué)習(xí)，這是不是有疾病。這樣一來，徹底改變了醫(yī)學(xué)診斷。為什么？護士也可以用了，不一定要醫(yī)生。以前的醫(yī)生用這個超聲波要專門超聲波的醫(yī)生，其他的醫(yī)生看不懂。美國一百家醫(yī)院都用了這個儀器，他們感到非常激動，每個醫(yī)生自己可以看自己可以查。不單單醫(yī)生可以查，護士也可以查，不單單護士可以查，我們每個人自己都可以買一臺放在家里自己查，查出問題再去找醫(yī)生。2000美金一臺，徹底改變了。而且是遠(yuǎn)程醫(yī)療，因為圖像可以傳過去，這是醫(yī)療的革命。

另外，我們還有一家公司，用人工智能是核磁共振。核磁共振儀非常貴，而且還不能有金屬，我們研發(fā)了一臺可移動的核磁共振儀，直接可以看。當(dāng)然是人工智能來幫助診斷。

另外，研發(fā)藥物。這是爾摩定理。生物醫(yī)學(xué)研發(fā)藥物每年過去，錢又更加貴了，研發(fā)時間更加長了，現(xiàn)在是14年200億美元平均研發(fā)一個藥，太貴，時間太長，那就用人工智能。因為以前所有研發(fā)藥物都要一個個試，時間又長成本又貴，但是用人工智能的辦法，我們可以先進行學(xué)習(xí)和選擇。這個東西有可能有用，專門針對有可能有用的來做實驗，這個效果是非常驚人的。

這是我和我的朋友一起開的兩個公司，我們四年時間現(xiàn)在有四個藥在臨床進行二期和一期，非常驚人的速度和時間成本。這是一個案例。這個病人有淋巴癌，已經(jīng)七次化療，醫(yī)生告訴他一共只有兩個月存活時間了。用了我們的藥之后，腫瘤全部消失。當(dāng)你看到這樣的圖片時，你就知道這都是值的。不管你再辛苦，最大的滿足感，除了我上課之外，這是最大的滿足感。另外，我們公司剛剛找到一個新的藥可以治療漸凍癥，開始上臨床，非?？上?，霍金今年過世了，就是治療他這個病。非?？上?！但是告訴你們，人工智能非常強大。

另外，我和我的朋友有另外一個公司，今天我們在你們學(xué)校聽取了你們茶葉的基因組測序和大數(shù)據(jù)的分析，這是要來做天然產(chǎn)物，用人工智能做天然產(chǎn)物，然后研發(fā)藥物，也非常激動人心。

回過頭來講一講，人工智能為什么這么厲害？可以看到，知識競賽2012年就被人工智能打敗了，很容易解釋，搜集數(shù)據(jù)。2015年，人工智能團隊玩游戲也把人類打敗了。2016年AlphaGo也打敗了圍棋團隊?，F(xiàn)在大家又興奮又有危機感。有沒有道理？完全有道理?？梢钥吹?，第一，深度學(xué)習(xí)的原理是模擬了人的大腦，這是通過幾億年進化過程中選出來的最厲害的計算機。這個路子對了，而不是靠計算機學(xué)家過去一小部分人拍腦袋拍出來的。第二，它的信息處理的方式也是跟人學(xué)習(xí)，它通過學(xué)習(xí)，就像我們?nèi)艘粯?。再來講講這個學(xué)習(xí)有什么不一樣呢？當(dāng)時AlphaGo這個團隊打敗圍棋冠軍時我就去問他們學(xué)習(xí)怎么樣，因為我小時候下過圍棋。我下圍棋在嘉興圍棋隊時，一天最多訓(xùn)練學(xué)習(xí)十盤圍棋，再下去不行了，腦子不夠用了。我問AlphaGo這個團隊，AlphaGo這個機器一天訓(xùn)練多少盤棋，他說一百萬盤棋。怎么樣？這個學(xué)習(xí)的速度不可同日而語。所以開始的時候AlphaGo打敗歐洲圍棋冠軍時，李世石以及包括我們的聶衛(wèi)平和馬曉春都說，這不在話下，歐洲的圍棋冠軍算什么，來跟世界圍棋冠軍差遠(yuǎn)了?？墒撬膫€月后，把李世石打敗了。為什么？他以為四個月是很短的時間，他一天可以學(xué)一百萬盤棋，四個月的學(xué)習(xí)速度已經(jīng)不可同日而語。這是第一。第二，我們的視神經(jīng)網(wǎng)絡(luò)，最前面是三到四層，在這里處理。后面加上去大概就五六層。那么你看看谷歌的神經(jīng)網(wǎng)絡(luò)，它2014年的時候24層，2015年60層，2016年的時候我問他們，大家猜猜多少層？1000層。怎么樣？我們?nèi)怏w的進化是沒法達到這個速度的，說再加一個腦子也不行。它可以不單單突破，不單單學(xué)習(xí)速度不一樣，它物理的突破也可以，可以馬上增加。所以為什么這個東西特別厲害。

接下來，稍微講講我對未來的看法?；艚甬?dāng)時2014年寫了兩封公開信，呼吁人類應(yīng)該終止深度學(xué)習(xí)人工智能方面的研究。為什么他寫了這兩封信呢？第一封他是和MIT的天文學(xué)家一起寫的，這個天文學(xué)家六個月后變成了我們公司的顧問，霍金非常憤怒，他自己年底再寫了一封信來呼吁這個東西。為什么？他認(rèn)為這個東西是人類文明的終結(jié)者。這個態(tài)度你們已經(jīng)知道了，我認(rèn)為合理應(yīng)用，所有人類的技術(shù)出來，從來沒有一次是放棄過的。技術(shù)本身無所謂好壞，怎么樣用才是核心。

當(dāng)然，里面有很多非常有意思的問題。回過來看看，感知外界信息，處理信息，學(xué)習(xí)，記住學(xué)到的原則，然后用于新的信息，基本的人類智能的過程。但是我們還有其他很多復(fù)雜的人類智能的過程，要不要都研究？要不要都模擬？這是一個很大的問題?，F(xiàn)在這個智能機器還是單功能的，專門來做一件事情，但是我們?nèi)耸嵌喙δ艿?，很多事情都可以做，要不要研究多功能的？最后的話，要不要研究情感？我認(rèn)為這個最好也不要研究也不要模擬，這太復(fù)雜了?？墒呛髞砦以谧鲆粋€計劃，來做機器人醫(yī)生。我夫人就給我提出這是一個偽命題，因為醫(yī)生不單單要鑒定疾病，而且要跟病人沒有情感豈能做醫(yī)生，我說有道理，也要研究。但最終，自我意識要不要研究？要不要模擬？這是一個非常本質(zhì)的問題。那么如果說我們研究出來說這個神經(jīng)網(wǎng)絡(luò)是怎么樣來實現(xiàn)自我意識？這是一個非常有意思的東西。要不要模擬，我不知道，但是我們實驗室開始在研究什么樣的神經(jīng)網(wǎng)絡(luò)能夠自我意識。

因為我的時間要到了，還有一分鐘，所以我跳過了幾張幻燈片。我講講一個信息，生物醫(yī)學(xué)+人工智能，這是人類歷史上以來最猛烈的一次科技革命，這是不得了的，這是要徹底天翻地覆，改變所有人的生活和命運的，逃不掉的，你回避都回避不掉。這是最猛烈的！怎么樣？投身到里面去進行研究，進行應(yīng)用，甚至你覺得應(yīng)該把它限制，你學(xué)哲學(xué)的也應(yīng)該研究了解這個東西，因為這是最猛烈的一波科技革命。

最后，我來講講西湖大學(xué)。這是西湖大學(xué)新的校園，馬上就要開工。西湖大學(xué)是一所非營利的全新的研究性大學(xué)。西湖大學(xué)將會集社會的力量和政府的力量，一起來辦。歡迎大家來做學(xué)生，歡迎大家來做博士后，歡迎大家來應(yīng)聘做教授，歡迎大家以各種各樣的方式來支持這樣一個新生的事情。四十年前，當(dāng)中國開始走市場經(jīng)濟的時候，第一家私有企業(yè)建立的時候，沒有人會認(rèn)識到說今天中國天翻地覆的變化。是不是？五億人脫離貧困，整個經(jīng)濟天翻地覆的變化。那么，我們希望西湖大學(xué)也是這樣一個好的開始。需要大家的支持和呵護，包括講好話，包括你有一塊錢也歡迎你們來捐贈，我們一定會把它用到最需要的學(xué)生身上。為什么？因為這是需要整個社會、政府以及大家一起支持來做的一件事情。另外，我們來做的話，怎么樣和其他的大學(xué)可能會不一樣，怎么樣做世界一流？比如說多學(xué)科的交叉，人工智能這個東西，計算機學(xué)家模擬了視神經(jīng)網(wǎng)絡(luò)，相互學(xué)習(xí)產(chǎn)生了。但是老的 學(xué)校計算機系在一個地方，搞神經(jīng)生物的在一個地方，很難進行交叉，但是西湖大學(xué)可以，因為我們是新的大學(xué)，因為我們從一開始就把整個設(shè)計使它們進行交流，可以看到讓不同學(xué)科的人每天有機會能夠碰到，每天有機會能夠進行交流。另外，我們也會想方設(shè)法在新的地方打破所有的壁壘，來使研究成果進行產(chǎn)業(yè)化轉(zhuǎn)化，來影響社會。但最終，能不能成功，需要大家一起來努力。