八月二十五日，重庆雾都宾馆，人们争相与科学家们合影。

8月25日，2019重庆全球科学家高峰会现场，来自世界各地的“最强大脑”与参会者进行对话。

厄温·内尔

科斯提亚·诺沃谢夫

阿龙·切哈诺沃

阿莱西奥·菲加利

　　重庆日报讯 （记者 张亦筑 申晓佳）8月25日，在2019重庆全球科学家高峰会上，重庆市科技局、重庆两江新区管委会与2015年图灵奖得主惠特菲尔德·迪菲教授及其领衔的加密实验室团队签订了框架合作协议，三方将共同建设重庆密码区块链技术研究院。

　　据介绍，该加密实验室团队由一名图灵奖得主、两名诺贝尔奖得主以及10余位密码学等领域的专家组成，拥有极强的科研实力。重庆市科技局相关负责人表示，推动加密实验室团队落地，是重庆在数字经济领域的重要布局。这也是继诺贝尔物理学奖得主科斯提亚·诺沃谢夫牵头组建诺贝尔奖（重庆）二维材料研究院之后，又一顶尖科学家团队在渝落地。

　　据了解，三方将依托重庆的产业基础、市场空间和资源优势，在今年内组建重庆密码区块链技术研究院，围绕密码学、信息安全、区块链、人工智能、分布式系统、云安全等领域与重庆企业、高等院校和科研机构开展应用技术研究、成果转化、产业培育和人才培养等科技合作，推动重庆大数据智能产业发展，努力将重庆打造成全国乃至全球密码学领域研究的高地。

　　智博会·对话》》

　　AI会掌控整个世界吗？

　　听听科学界“最强大脑”怎么说

　　美国科幻片《终结者》，描绘了2029年地球遭遇核毁灭之后，人类消失殆尽，地球被人工智能（AI）接管。

　　这样的一幕会成真吗？AI真的会掌控整个世界吗？8月25日，在2019重庆全球科学家高峰会上，图灵奖、菲尔兹奖获得者以及中国工程院院士、国际欧亚科学院院士展开了一场精彩的对话。

　　“我不认为AI会统治世界。”1985年图灵奖获得者理查德·卡普说，现在的人工智能最多具有“儿童”的能力，还要发展很久才能具有一定控制力。而且人工智能需要在特定的环境下才能应用，有效应用的范围并不像想象中那么广。因此并不担心AI会掌控世界，只不过他担心AI技术被乱用，没有被用到正道上。

　　对此，2015年图灵奖获得者马丁·赫尔曼、中国工程院院士李德毅表示赞同。

　　“我是一个纯数学家，不是计算机学家，我觉得未来很难预测。”2018年菲尔兹奖获得者考切尔·比尔卡尔表示，适者生存是一个最基本的原则，计算机还没有这样的意识，所以看不出来未来AI会发展到超越人类甚至掌控整个世界。

　　不过，1984年图灵奖获得者尼古拉斯·沃斯则表达出一丝担忧。“我们给AI提供了很多知识，但是你不知道它在获取了这些知识之后，下一步会做什么，不知道哪些是错的，哪些是对的。”在他看来，一旦AI在不需要人类的帮助下就可以做出决策的话，潜在的风险和威胁就不应该被低估。

　　AI是当今世界最热门的话题之一，而各地也都在大力发展AI。对于中国以及重庆发展人工智能产业，国际欧亚科学院院士宋永端给出了自己的看法。

　　“中国的优势在于拥有庞大的数据，如果要发展大数据智能化产业，需要培养更多人工智能方面的人才，包括在大学和行业领域开展大量的教学培训。”他也表示，在这方面也需要加强国际合作，重庆有很好的机会。

　　智博会·专访》》

　　1991年诺贝尔生理学或医学奖获得者厄温·内尔：

　　中药产业化需注重标准化建设

　　“中药领域中有很多很特别的植物，是很好的研究对象。”8月25日，1991年诺贝尔生理学或医学奖获得者厄温·内尔接受了重庆日报记者专访。他建议，在中药产业化方面，要注重对各类标准的定义。

　　厄温·内尔说，中医、中药历史悠久，累积了丰富的经验和成果。但他发现，中医对病症、疗法的定义往往比较个性化，通用的标准系统还未完全建立。比如同样一张药方涉及到的植物，原材料可能来自不同产地，其中的药用成分含量等不容易把握，存在“同方不同药”的现象。

　　“如果要实现中药产业化，标准化是不可缺少的一步。”厄温·内尔表示，做好中药标准化建设，会为中药产业化打下一个好的基础。

　　厄温·内尔的成就之一是发现了生物膜离子通道（下称：离子通道），这种通道是各种无机离子跨膜被动运输的通路，也可以成为很多药物的靶点。

　　目前，已知的人体细胞离子通道有200多个不同的类型。厄温·内尔介绍，他和团队预测，其中许多离子通道或许也是中药活性成分的靶点，他们希望通过研究中药，进一步推进相关方面的研究。

　　他同时也认为，如果能开展基础研究，了解中药在哪个靶点上起作用，将会帮助研究者更好地了解中药如何治疗疾病。

　　2010年诺贝尔物理学奖获得者科斯提亚·诺沃谢夫：

　　让石墨烯理论研究成果在渝转化应用

　　“以石墨烯为代表的新材料将在未来得到更大范围的应用。”8月25日，在2019重庆全球科学家高峰会活动中接受重庆日报记者专访时，被称为“石墨烯之父”的英国曼彻斯特大学教授、2010年诺贝尔物理学奖获得者科斯提亚·诺沃谢夫对石墨烯的发展前景表示了极大信心。

　　石墨烯是一种二维碳纳米材料，具有优异的光学、电学、力学特性，被认为是一种未来革命性的“神奇材料”。

　　“最初，发现石墨烯这件事还被当作是笑话。”他说，这是因为他们是从垃圾桶里捡出来粘过石墨的胶带，在显微镜下发现了这些石墨残片，随着进一步对这些石墨残片进行检测，才惊喜地发现它有非常好的物理特性。

　　那时的石墨烯研究，被认为是“偏门”，只是好奇心驱使他们去研究再研究，没想到产生了意想不到的结果。

　　获得诺贝尔奖后，他每天依然不停地做研究，“要像以前一样拼命工作做研究，甚至比以前更努力。”

　　今年4月，由科斯提亚·诺沃谢夫牵头的诺贝尔奖（重庆）二维材料研究院项目签约落户两江新区，这对于重庆发展以石墨烯为代表的新材料产业，无疑增添了强力支撑。

　　“在重庆设立这个研究院，主要工作是将英国曼彻斯特大学国家石墨烯研究院的理论研究转化成相应的应用技术成果，并实现产业化，真正走向市场。”他说。

　　目前，该研究院已经完成工商注册，并启动研发人员的招聘和设备采购等工作。

　　对于重庆石墨烯等新材料产业，他也提到，人才培养是重中之重，要借助各种机会、各种平台，吸引更多创新人才，才能加快推动产业的发展。

　　2004年诺贝尔化学奖获得者阿龙·切哈诺沃：

　　将与重庆学者开展联合研究

　　8月25日，出席2019重庆全球科学家高峰会的2004年诺贝尔化学奖获得者阿龙·切哈诺沃教授在接受重庆日报记者专访时表示，他的相关研究成果有望在重庆落地。

　　由于在泛素介导的蛋白质降解方面的成就，阿龙·切哈诺沃与另外两位科学家共同获得诺贝尔化学奖。

　　在谈到未来的医学发展时，他表示，21世纪的医学将具有个性化、预测、预防和参与医学四个方面的特性。

　　以个性化医学为例，比如针对某一种疾病，我们不再是都用同一种药物进行治疗，而是从DNA上检测到疾病，进而根据DNA的不同进行个性化疾病治疗。因此，看似同样的疾病，会采取不同的治疗手段，从过去的“对症下药”到“对基因下药”。

　　在阿龙·切哈诺沃看来，正处于起步阶段的现代个性化医疗，还面临七大挑战，比如代谢疾病、精神疾病等许多疾病是多基因的，基因产物之间的致病关系还不清楚；恶性肿瘤的特征在于基因组不稳定，进行靶向治疗时靶标不稳定；开发新药的成本高，还存在伦理、市场和专利保护等问题。

　　阿龙·切哈诺沃表示，自己非常乐意与重庆的学者展开交流与合作。此前，阿龙·切哈诺沃曾来过重庆两次。第一次是在2011年，那次与重庆的高校和科研机构展开了良好的学术交流。

　　此次来渝，他与随行翻译——重庆医科大学附属儿童医院的毛华伟教授又“擦出了火花”，达成了合作意向。

　　据介绍，阿龙·切哈诺沃做的是泛素－蛋白质系统的基础研究，与毛华伟教授所做的原发性免疫缺陷疾病方面的临床应用研究可以产生关联。原发性免疫缺陷疾病是一个大类，包括354种疾病，由344种基因导致，每种病都有具体的特征。目前，有95%以上的原发性免疫缺陷疾病没有被及早诊断，导致患者重度感染甚至死亡。如果能够结合阿龙·切哈诺沃的研究成果，找到可能的治疗靶点，就有望实现这些疾病的早发现、早治疗。

　　“我很乐意跟他们合作，我希望一些研究成果能在重庆落地，甚至开一家公司！”阿龙·切哈诺沃幽默地说。

　　2018年菲尔兹奖获得者阿莱西奥·菲加利：

　　数学能为人工智能的发展找到深层次规律

　　“当我们谈到人工智能的时候，人们可能更多的会联想到计算机，但实际上人工智能和数学有非常深层次的联结。”8月25日，2018年菲尔兹奖获得者阿莱西奥·菲加利在接受重庆日报记者专访时表示，数学和计算机对人工智能的发展很重要，其中，数学能为人工智能的发展找到深层次的规律，可对人工智能进行进一步完善和提升。

　　菲加利说，近年来，人工智能技术备受关注，但人工智能还远远称不上完美。例如，在机器学习图像识别领域，存在这样一个问题：人工智能可以从其他动物中分辨出牛，却无法识别一头在海滩上的牛。

　　这是为什么？菲加利解释，因为人工智能并没有真正地“认识”牛，也无法理解牛的概念。

　　他说，如果同时展示狗和牛的图像，人工智能可以识别体型较大、头上长角的是牛。但当一头牛出现在海滩上，图像背景中增加了海水、沙子、天空等要素，人工智能就无法从这些要素中识别出牛。

　　“对人类来说，无论牛在海滩上，还是山顶上，我们都能轻松地辨认。由此可见，人工智能仍然和我们的大脑相差很远。”菲加利说，怎样才能让人工智能做到这一点，需要研究者们进一步的探索。

　　“需要注意的是，对于人工智能的不完美之处，目前并不存在万能的通用解决方法。”菲加利认为，从学科基础的角度来看，数学不但能为人工智能提供数据分析、机器算法等工具，更能在发展规律和思维层次上为人工智能带来提升和优化。

　　因此，他建议人工智能领域的研究者和工作者重视数学，加强学科融合互通，让数学在人工智能的发展中发挥更重要的作用。

　　（本版稿件由记者申晓佳、张亦筑采写，图片由记者魏中元、特约摄影钟志兵摄）