下载掌阅APP，畅读海量书库
立即打开
通过框架进行思考和决策，可以有效地定义问题、分析问题并解决问题。
有些威胁来得突然，超乎想象；另一些则不疾不徐，慢慢发酵。但是，对仓促应对的人类社会而言，两者都构成了认知的盲点。无论是流行性疾病还是民粹主义，新式武器还是新技术，全球变暖还是令人瞠目结舌的不平等现象，人类应对它们的方式将决定我们是生存还是毁灭。并且，我们的行动路线取决于我们之所见。
全球每年都会有70多万人因感染疾病而失去生命。然而，原本可以救命的抗生素却无能为力，因为细菌已经产生了耐药性。 1 死亡人数快速增长，除非找到解决办法，否则这一数字将会达到上千万，也就是说，每3秒就会有一人被病菌吞噬。 2 其危害之深广，即便是当下流行的新冠病毒也难与之相提并论。之所以会出现这样的情形，归根结底是社会本身造成的。以前抗生素能用来抑制病菌，但过度使用导致抗生素的效果越来越差，那些病菌也就变成了耐药性极强的超级细菌。
我们习惯把抗生素当成是万能的，但是在青霉素于1928年被发现并在十多年后投入量产之前，每年有很多人因为骨折或轻微的划伤而死亡。1924年，美国总统卡尔文·柯立芝16岁的儿子在白宫草坪上打网球时脚趾出现了水疱，他的脚趾被感染了，一周之内即告身亡——即便是他的身份和财富也没能挽救他的生命。 3 如今，在医学的几乎所有领域，从剖宫产手术到整容手术再到化疗，我们都依赖抗生素。假如抗生素的效力减弱，所有这些治疗的风险将会大大增加。
在马萨诸塞州剑桥市的一间满是植物的办公室里，麻省理工学院人工智能教授雷吉娜·巴尔齐莱（Regina Barzilay）构想了一个激进的解决方案。常规的药物研发主要着眼于寻找包含与有效分子相似的分子“指纹”的物质。这样的做法通常效果很好，却不适用于抗生素。大多数具有相似成分的物质都已经过检验，新的抗生素与现有抗生素的结构非常接近，因此细菌很快就对它们产生了耐药性。于是，巴尔齐莱和由麻省理工学院生物工程学教授吉姆·柯林斯（Jim Collins）领衔、由一些生物学家和计算机科学家组成的团队，想到了另一种方法。如果不把关注点放在结构的相似性上，而是放在实际效果，即能否杀死细菌上，那会怎样呢？他们调整了思路，不把这个问题当作生物学问题，而是当作与信息相关的问题。
巴尔齐莱魅力十足、充满自信，看起来不像是书呆子。她生性不喜欢被规矩方圆所羁绊。她出生于苏联摩尔多瓦共和国，说一口俄语；在以色列上的学，会讲希伯来语；最后在美国完成了研究生学业。2014年，40岁出头的巴尔齐莱刚生下宝宝不久，就被诊断出患有乳腺癌。经过艰苦的治疗，她活了下来。这场病痛促使她改变了研究方向，专注于医学领域的人工智能。随着她的研究受到越来越多的关注，2017年她获得了麦克阿瑟“天才奖”。
巴尔齐莱和她的团队对2300多种具有抗菌特性的化合物进行了算法训练，以发现是否有任何一种化合物能抑制大肠杆菌的生长。然后，他们将该模型应用于“药物再利用中心”中的约6000个分子。再后来，他们又将该模型应用于另一个数据库中的1亿多个分子，以预测可能有效的分子。在2020年年初，他们收获了好消息。一个分子脱颖而出，他们将其命名为“海利霉素”（halicin），该命名的灵感源自科幻电影《2001太空漫游》中的超级计算机哈尔（HAL）。
发现了能杀死超级细菌的超级药物，这则消息迅速成为全球媒体的头条新闻。它被誉为具有“录像带杀死广播歌星”一般的效应，表明机器之于人的巨大优势。《金融时报》头版头条的标题赫然就是——“人工智能发现了用于治疗耐药性疾病的抗生素”。 4
但舆论界如此这般的反应其实并未抓住事情的本质。这不是人工智能的胜利，而是人类认知的成功。这表明在重大挑战面前，人类有能力通过某种新的构想，通过改变某些传统做法，找到解决问题的途径。若论功劳，它不属于新技术，而应归于人类的能力。
巴尔齐莱解释说：“是人挑选了对的化合物，当他们为模型提供合适的训练材料时，他们知道自己在做什么。” 5 人定义了问题，设计出方法，选择分子来训练算法，然后选择物质数据库来进行验证。一旦某些候选的分子进入视线，科学家们就会重新应用生物透镜以了解其作用机制。
发现海利霉素的过程不仅是一项重大科学突破，也不仅仅意味着我们朝着加快药物开发速度、降低成本的方向迈出了重要一步。为了取得成功，巴尔齐莱和她的团队需要充分发挥认知的作用。他们的想法并非得自书本或传统，也非源自把显而易见的点勾连起来。事实上，他们是通过挖掘人人都有的独特的认知力而获得了创新灵感。