12月14日下午，《科学之光：探索生命》迎来本学期最后一次研讨课程。物理学院及匡亚明学院的曹毅教授、董昊教授、王骏教授和张建教授来到仙林现场，与一年级本科生面对面交流，解答大家在生物物理方面的困惑和问题。同时，鼓楼校区选修《生物物理学》的高年级本科生和研究生也通过腾讯会议旁听了本次研讨。

    本次研讨课由物理学院副院长王骏教授主持。课中，四位老师围绕“人工智能”、“物理与社会”、“学科进展”等八大主题，倾听同学们的困惑和问题，从专业角度给出了自己的理解和解答，并介绍了目前学术界对这些问题的研究现状。

图1: 王骏教授主持本次研讨课

    人工智能是近几年来的一个热门话题。张建老师和王骏老师向大家简要介绍了目前深度学习的主流架构。目前主流的深度神经网络存在两类基本结构，一是典型的前馈神经网络(feedforward neural network)，只存在前馈的信息流；二是脉冲神经网络(spiking neural network, snn)，相对于前馈网络而言更加“高仿”生物的神经网络。同时张老师也指出，当前主流的深度神经网络与生物体内部的神经网络依然存在很大的差别，例如主流的人工神经网络都是前馈网络，不存在反馈结构，反过来生物神经系统也不存在人工神经网络中的反向传播机制。张建老师认为，主流的人工智能更多地是一个统计学问题而非完全的生物学问题。针对同学们提出的“人工智能是否具有意识和情感”的问题，王骏老师补充道，目前学术界对“意识”和“情感”还没有非常确切的定义，尽管我们都有一些直观的感受，现在并不能对这部分问题给出明确的回答，但是科学研究并不会就此止步，这些也是值得大家努力奋斗的方向。

    针对大家对“人造生命”的疑问，曹毅老师从生物材料的角度介绍了合成生物学方面的一些前沿工作和实际应用。曹毅老师介绍了目前人工合成酵母的一些进展：科学家通过纯化学方法得到酵母菌的每条染色体，然后逐步抽取、替代酵母细胞内的染色体，并且具有对应的功能；最近报道的“第一个可自我繁殖的活体机器人——xenobots 3.0”，是通过调节细胞间的通讯使得细胞具有类似“自我繁殖”的现象，但目前它尚不能表现出更丰富的生命机能。“人类能够合成生命吗？”老师们给出的回答是，人类可以制造出部分生命机器，但是还不能完整地从头制造具有一定功能的生命体，一般都需要借助生命体原有的机能。

图2: 曹毅教授介绍合成生物学相关研究

    曹老师还针对同学们关心的护肤问题给出了自己的看法。曹老师从生物物理的角度指出，“美白”的基本原理是避免紫外线的照射以减少黑色素沉积；“保水、保湿”的基本原理是利用油层避免水分的挥发，或者利用与水分子有较强结合的分子（如甘油和透明质酸）减缓水分的流失；“去皱”的基本原理是减少肌肉对皮肤的胶原蛋白纤维的拉伸，例如通过离子减少肌肉的过度收缩。曹老师同时指出，生物物理知识能够帮助大家有效地辨别“智商税”性质的护肤品。

    一些同学很好奇，能否利用计算机对化学反应乃至生物行为进行模拟。董昊老师从计算化学的角度给出了自己的解答。早期对化学和生物的认识和研究是从实验开始的，20世纪之后，计算化学成为了化学研究的重要组成部分，因为化学过程必然满足基本的运动定律。2013年的诺贝尔物理学家颁发给了多尺度模拟相关的工作，进一步表明了学术界对计算化学工作的认可。

图3: 董昊教授（左）和王骏教授（右）介绍学科进展

    董昊老师指出，化学反应涉及电子的变化，不能采用宏观的牛顿力学进行计算，必须采用量子力学进行计算，而量子力学方程的计算量非常大，目前只能应用于很小的体系。例如对酶催化反应的核心区域进行量子力学计算，可以得到反应的结构、过渡态、反应路径、能带、光谱等性质；而对于数百个原子这种更加复杂的体系，我们可以采用牛顿力学的计算方法进行计算；对于数万到数十万原子这种体系，我们可以采用连续介质模型进行计算。总而言之，对于不同的时间和空间尺度，我们可以采用不同的方法进行计算，即上面提到的“多尺度方法”。

    回到同学们的问题，董昊老师给出了正反两个方面的答复：一方面，我们现在可以利用计算机对一些化学反应和简单的生命过程涉及的结构和功能的变化进行模拟；另一方面，我们目前很难对稍微复杂的体系进行精确的描述，例如溶液化学和燃烧化学，目前的计算手段还远远不能给出精确的描述。董老师认为这是一个机遇也是挑战：发展计算方法——例如机器学习与量子力学计算的结合，和计算机硬件——例如专用的超级计算机的制造，依然有很多路要走。

    课程最后，王骏老师总结道，同学们关心的很多问题现在并不能给出准确的解答，可能未来很长时间内也不能给出完美的答案，但是人们追求真理的脚步不会因此停止，王老师鼓励同学们努力学习，为这些问题的最终解决贡献一份力量。

(阮浩鑫 程嘉正)