原标题：腾讯WE——从微观世界中窥见宇宙，解开生命的奥秘

已连续举办七年的腾讯科学WE大会，在11月3日如期而至。今年大会的主题是“小宇宙”，寓意从微观世界中窥见宇宙，解开生命的奥秘。

今年，腾讯公司董事会主席兼首席执行官马化腾倡议发起“腾讯科学周”，整合腾讯科学WE大会、腾讯医学ME大会、科学探索奖颁奖典礼三大活动，他称， 腾讯科学周就是希望让科学家成为聚光灯下的焦点，让科学探索成为公众尤其年轻人的追逐点，让科研工作成为一种新时尚，并希望“科技向善”成为腾讯使命与愿景的一部分。

权威癌症免疫学家Carl June、理论物理学家Brian Greene、高能物理学家王贻芳、清华大学类脑计算研究中心主任施路平、权威机器人研究专家Hod Lipson、地质物理学专家Jennifer Jackson、遗传学家Magdalena Skipper，七位全球顶尖科学家同台，分享了细胞疗法、弦理论、脑芯片、粒子机器人等前沿科学进展，为人类从“微观”层面进一步了解自身、了解宇宙打开一扇科学之门。

在这场极具科学浓度的演讲中，从人体细胞到天体粒子，每个人都贡献了殿堂级的干货，用前沿科学搭建起一座连接人类体内“小宇宙”和广袤未知宇宙的桥梁。

看看大家都说了啥。

癌症免疫学家Carl June：CAR-T细胞只要注入一次，就可以在人的身体存活终生，它在人体内的半衰期是70年

开场嘉宾Carl June是一名权威癌症免疫学家，曾被《时代周刊》评为“2018年全球最具影响力的100人之一”。他首创CAR-T疗法，通过唤醒免疫系统来消灭癌细胞，已成功应用于白血病、淋巴瘤和骨髓瘤等肿瘤治疗的临床试验。会上，Carl June带来了这一癌症疗法的最新进展。

以下为演讲实录（有删减）

CAR-T细胞实际上是一个缩写，即嵌合、抗原、受体、T细胞。T细胞是人们体内的一种细胞，可以针对病毒产生一些反应。

Chimeric是一个希腊词，意思是一个结合体是由舌和喉等不同部位组成，这个是B细胞和T细胞的一个结合，人体内是有B细胞的，它会产生抗体，从而保护你不受细菌的感染，T细胞会保护人体免受病毒的感染，而CAR-T细胞是B细胞和T细胞的嵌合。

CAR-T的流程首先就是取血，在实验室取血通过HIV的病毒进行改造，这就产生了一个经过改造的细胞，然后再进行冷冻，之后再放回病人的身体。

整个过程，我们称之为静脉对静脉，大概是几周的流程，第一步也就是从细胞的制造，到最后植入到病人的体内是两周的时间。

CAR-T细胞在体内可以存活很多年，我的一个案例，埃米莉是在2012年注射的，当时6岁，现在已经14岁了。现在她的体内还有CAR-T细胞，是一个非常健康的孩子，所以她是一个活生生的样本。只要注入一次CAR-T细胞，就可以在人的身体存活终生，它在人体内的半衰期是70年。

CAR-T是第一个细胞和基因的疗法。2017年8月由美国FDA批准，明年中国的药监局有可能会对此进行批准。

CAR-T细胞治疗有一个副作用叫做细胞因子释放综合征（CRS），埃米莉当时发烧非常严重，也是这个原因。其实她没有感染，是因为癌症细胞被T细胞杀死而导致的副作用，然后她就出现了这样强烈的反应。

如果出现了CRS，意味着T细胞正在对癌症细胞进行攻击，所以反而是有效果的。托珠单抗是一个药物，我们利用这个药治疗了埃米莉，而且也抑制了副作用。

我的女儿在6岁时得了GRA。当时治疗GRA的药是由日本的一位教授发明的，我在2010年是癌症协会的会员，于是就请日本的这位教授来美国，给他颁发了奖，就是因为他发明了抗珠单体。

这个药可以阻止细胞因子释放综合症，也就是刚才埃米莉所出现的综合症，在她出现症状，用了托珠单抗之后，这个副作用就消失了。

现在美国的FDA也开始联合，这是有史以来第一次两种药同时出于同样的原因被FDA认证。当然还有很多经验是我们所学到的，CAR-T细胞现在已经是全球使用的疗法了，我们对埃米莉治疗时，全球只有3个临床实验，都在美国，但是现在大家去网上搜索一个叫临床实验的网站，可以发现所有有临床实验的地址。

现在已经有400多个，遍布全世界的临床实验，其中大多数是在中国和美国，很少在欧洲。除了澳大利亚，在南半球是一个没有，研究最活跃的地方是在中国，第二活跃的是在美国。所以，我预计之后CAR-T能够针对各种的癌症得到批准，这是未来几年我们希望看到的。

但是，还有一些社会的挑战我们必须要解决。

其中之一就是CAR-T细胞非常贵，因为是一对一针对病人专门定制的（量身定制的疗法）。还有一个就是被称为第三方的CAR-T细胞，也就是说不再从病人自己血液当中提取，也许我们可以找到一个捐赠者，就像红细胞一样。如果我们能够进行集中生产，然后供多个病人使用就会降低成本。

还有一个问题也是关于成本的，总体来讲癌症治疗非常贵。

在美国平均一个新的癌症药物，2017年的成本是10万一年，我们必须要找到新的办法，让病人能够被治愈，而且要一次性的，比如说通过疫苗的方式。

2015年，美国副总统拜登参观了我的实验室，他开始了一个癌症登月项目，这个项目是为了让不同的实验室合作。他的儿子因为脑癌死亡，所以他非常热衷于癌症的治疗。

最后聊聊埃米莉，她现在非常知名，所以奥巴马总统在2015年还接见了她，他们还开始了一个新的基于埃米莉的研究。我另外一个病人沃克斯，他受到了教皇弗朗西斯的会见。沃克斯是一个亚洲裔的美国人，他也是有白血病，后来接受了治疗，现在已经上大学了。

2017年，我和所有经过治疗的孩子进行了团聚，因为这个治疗方法受到了FDA的批准，所有的孩子现在都已经被治愈了。

理论物理学家Brian Greene：也许不只有一个宇宙，而是有多重宇宙

被称为世界上最擅长解释深奥理论的哥伦比亚大学物理系和数学系教授Brian Greene，带来了最前沿的探索之一——弦理论的最新成果。作为弦理论研究的领军人物，Brian Greene通过三个故事讲解了多重宇宙存在的可能性，也许以后，我们的宇宙并不是整个宇宙空间的中心，而只是无数宇宙中的一个。

以下为演讲实录（有删减）

长期以来所谓“宇宙”这个词意味着——存在的所有事情都在里面。

在过去10年当中，科学家觉得好像无所不有的宇宙其实只是一个更大、更宏伟、更宽广的宇宙全景当中的一个，这就是所谓的多重宇宙。

下面我给大家介绍三个小故事，每个小故事都能够让我们关注一种可能性，也就是我们也许生存在多重宇宙当中，并且是它的一部分。

所有故事都有一个共同点，都依赖于我们要了解什么叫“引力”。

所谓的“引力”就是由牛顿在1600年左右的时候，用物理语言进行了描述，甚至能够预测星辰如何运转，行星如何围绕恒星运转。引力是指导宇宙运行的一个通行规律。

但是牛顿还是漏了一些东西，没有告诉我们引力这个“力”到底是怎么运行的？它怎么会从一个地方到另外一个地方？到底太阳为什么在那儿？地球为什么在这儿？到底引力是如何发挥作用的？

后来爱因斯坦出来了，解决了这个问题。

他给了我们一种全新的引力思考方式。他说大家想想引力，我们可以打个比方，就像是有这么一个塑料薄膜，很有韧性，假设你扔出一个棒球的话，它就会直直的飞出去。如果说这个大的物体够重的话，这个塑料垫子就会弯下去，就不会是直线运行。如果是个小球它就会直线运行，但如果是大球的话，它就会走曲线，因为它把这个橡皮垫子的表面压弯了。

有一个叫勒梅特的教士，拥有麻省理工博士学位，他继承了爱因斯坦的方程，然后不止用于像太阳或者地球这样的物体，而是用于整个宇宙。

爱因斯坦认为宇宙应该是无穷无尽的，永远不变的。但是这个视角发生了变化，就是因为一个人的观测，哈勃。

他一开始学法律当律师，后来成为了天文学家，他用非常强大的天文台望远镜去观测整个银河系，也就是他发现宇宙在扩张。

但是，这个理论还是有一个问题解决不了，它没有告诉我们，是什么推动着最初的膨胀。可以说几十年来都没有解决这个问题，一直以来，引力被大家认为是宇宙当中最强的力。

在微观世界中，物质最根本的组织形态，比如说夸克、电子，这些都是大家比较熟悉的微粒，好像由它们来组成世界。但是还有些非常微小、振动的弦，也许它们才是物质本身、物质的核心，就是这些微小振动着的能量弦。

这个故事的复杂之处就在于，数学从弦里面来讲，要想成立有一个条件，也就是我们周边的世界超过三维。

根据弦理论，要有更多的维度。 这些弦的振动方式，在微观世界中是由额外维度的几何形状决定的，这个理论的美妙之处就在于——如果我们知道这些额外维度在微观程度上准确的形状，就可以回答100年来回答不了问题。

80年代我还是一个学生，那时我们只有5个已知额外维度的形状。一直研究到了1990年代，发现有可能的额外维度的形状，到后来就成千上万了。现在有10的500次方这么大数量，不同的可能有的空间形状。这么大的数量怎么办呢？这个理论如何往下发展呢？

有些人认为这个理论无法拿来预测，因为你只有知道这个形状，知道它的振动，才能够进行预测，可是这么多怎么选择呢？

有另外一种方式，它能够联系到多重宇宙的思想，也许形状不只一个，也许所有的形状都是正确的形状，它的正确之处在于也许不只有一个宇宙，而是有多重宇宙。

我们再把这个跟第一个故事联系起来，想像一下如果有多重大爆炸，每一次大爆炸产生一个不同的宇宙，每一个宇宙的额外维度形状不一样，额外维度在每一个宇宙当中如何去呈现呢？

下面讲第三个故事，它会把第一个和第二个故事联系起来，它来自于我们这个时代的观测。

90年代末有两个天文学家团队，他们宣布一个科研成果，震惊了整个物理学界。1920年代可以知道宇宙在不断扩张，每一个人本来觉得空间体积越来越大，扩张速度应该越来越慢才对，因为引力会给你拉回来，也就是说，让每一个星系会越来越近。

为什么扩张越来越快呢？ 我们讲到多重宇宙，把这几个故事都能联系起来的一个方式在于我们要知道到底需要多少暗能量，才能够解释空间的扩张为什么越来越快。

我一开始讲到，这三个故事，都不能够证明多重宇宙的存在，只是能够激励我们要认真对待这个思想，此外它能够符合我们在历史上看到的500年来的所见所闻。

500年前的想法是地球是宇宙的中心，之后发现不是这样。然后，我们意识到地球围着太阳转，我们自然就认为，太阳是宇宙中心，然后又发现不是这样，后来我们发现太阳只是几千亿颗恒星当中的一个。

中科院高能物理研究所所长王贻芳：发展关键技术、积累关键技术，在立足、基础研究当中起了一个非常核心的作用

高能物理界领军人物、中国科学院院士王贻芳，一直致力于研究宇宙中最神秘的中微子。中微子是目前唯一质量未知的粒子，极难捕捉和侦测，也被称作“幽灵粒子”。王贻芳团队成功测出中微子的振荡模式，为人类揭秘宇宙本源开辟了新路径。

以下为演讲实录（有删减）

今天和大家谈一谈中微子、基础科学研究、光电倍增管。

中微子在我们周围无处不在，从宇宙大爆炸到我们身处的地球、我们附近的太阳等等，都有中微子。其实我们每一个人的人体也是中微子源，我们每一个人每天会发射出三亿四千万个中微子。

我们整个宇宙中，在大爆炸早期它是非常均匀的，能够有一点点所谓的质量密度涨落，才能形成宇宙大的结构，宇宙大的结构形成以后，才会有太阳、银河系、地球，以及在座的各位。

中微子是1930年由著名科学家泡利提出来，它是为了解决在微观世界的能量和动量不守恒的问题，因为我们在实验当中发现能量动量不守恒，他就说因为有中微子这种基本无法探测的粒子，使得最后你看到的好像是不守恒，但其实它是守恒的。

到了2002年，我们看到有两种中微子振荡，从物理上来说，三种中微子应该是有三种振荡，所以当时的问题就是我们另外一个中微子振荡模式，我们把它叫做θ13，从物理上来说有很多所谓的对称性希望，说这个θ13也是可以为零的，我们作为物理学家就希望知道到底是真的为零还是不为零。

我们在2003年提出实验，到2012年得到了结果，结果告诉我们中微子真的是有新的第三种振荡模式，这个振荡不为零。

我们在推动一个新实验叫江门中微子实验，江门中微子实验是我们在2008年大亚湾实验完成之前就提出来的。它是为了研究中微子的质量顺序、精确测量中微子的振荡参数、天体中微子，比如说超新星中微子、太阳中微子、地球中微子等。

为了实现这个目标，我们需要建设一个大探测器，需要2万吨的液体闪烁。同时，需要把探测器的发光提高5倍，最后非常重要的技术要求就是我们探测光子的设备叫光电倍增管，它需要把探测的效率提高2倍。

所有的技术要求加起来一个巨大的问题是：我们能不能做，国际上有很多怀疑，认为这样的实验做不出来。

所以发展关键技术、积累关键技术，在立足、基础研究当中起了一个非常核心的作用。

回想一下大亚湾试验有哪些关键技术？

第一个，液体闪烁体。当时国际上类似有很多实验，或者之前的很多实验都曾经有过失败，所以发展出自己的液体闪烁体是我们大亚湾实验最重要的关键技术要求，非常幸运我们当时做成了。

第二个，光电倍增管。当时我们是从日本滨松公司买的，买了大概2000多个。所以在加盟中微子实验时，我们自然还是要问这个问题，这些关键技术我们到底有还是没有。

液体闪烁体因为我们有了过去大亚湾试验的基础，所以我们认为应该是没有问题的。光电倍增管，如果你从滨松买的话指标差2倍，不够，价钱是我们不能承受的，大概也是我们能够承受价格的2倍以上。所以我们觉得这个实验要想成功的话，一个核心关键问题就是要自己发展光电倍增管。光电倍增管就是把我们看到的光子转换成电子，再把电子放大，差不多10的7次方。

这种设备实际上是在（上世纪）40年代发展出来的，它被广泛的应用于医学、核研究、空间科学方面。

中国当时有两个工厂，在（上世纪）60年代的时候生产光电倍增管，但是非常可惜，到（上世纪）90年代的时候，在市场经济大潮当中，它们都失去了竞争力，最后都关门了。

中国应该说生产5寸以上的光电倍增管能力是完全没有的，日本的滨松公司也是50年代、60年代开始建立的，和当时中国生产光电倍增管的工厂几乎同时起步，到80年代的时候，他们发明了一种新的光电倍增管，是20寸的光电倍增管，这个光电倍增管引领了整个光电倍增管技术的潮流，使得日本滨松公司成为世界上最好的光电倍增管生产企业。

20寸的光电倍增管实际上也是日本的超级神冈和神冈两个实验的最核心、最关键的成功因素，这两个实验分别获得2002年、2015年的诺贝尔奖。这位抱着光电倍增管的就是日本的小柴昌俊，他获得了2002年诺贝尔奖。正是在他的推动下，20寸的光电倍增管在日本发展起来了。

所以，对于我们来说，是不是真的能够在中国发展出全新的20寸光电倍增管呢？实际上在这个研究领域，很多人都非常希望发展全新的光电倍增管，特别是提高它的探测效率。

这里面有一些例子，应该说一直到2010年，我们准备开始这个实验的时候，几乎是没有成功的。

我们当时提出了一个全新的技术方案，采用一种所谓的微通道板，来代替一般光电倍增管当中用的电子放大，通过这个技术我们可以提高光的探测效率。

第一次找了一家研究单位的研究所，探测实验完全失败。后来找了另外一家企业，叫北方夜视技术股份有限公司，它有意愿做这件事情。从我们一开始准备，经过了将近8年的努力，得到了全新的、非常好的、达到要求的样管。在这时我们做一个决定，达到要求的样管对这个企业来说也只是样管而已，它有没有能力做批量生产，能不能把我们需要的两万个20寸的光电倍增管都做出来？

所以，我们当时做了一个艰难的决定，从南京的北方夜视买了15000个，从日本的滨松也买了5000个，这样我们在价格、性能、风险各个方面做到平衡。

最终，我们的效果非常好，到目前为止我们获得了1万多个满足要求的光电倍增管，北方夜视也不断地发展，现在在给其它的实验提供光电倍增管，同时也在给空间和核的应用方面提供微通道板和光电倍增管。

在我们加盟中微子实验以后，其实面临另外一个问题，我们的高能物理是不是能够站在世界舞台的中央，前提是你是不是在研究、探讨、在期望解决粒子物理当中最核心、最根本的问题？我们粒子物理现在核心问题在哪里呢？

我们其实面临了一个转折点，在我们已经完成了粒子物理标准模型的建立，所有的粒子都被发现之后，下一步该往哪儿走，有很多所谓的迹象，我们需要一个超出标准模型的新的物理，到底哪一个是对的，我们的理论应该向哪个方面发展，我们的实验应该采用什么样的方式，这个是我们面临的重大问题。

所以，我们提出了建设一个环形的正负电子对撞机，它应该产生100万个希格斯粒子。这个事情为什么重要，因为我们认为它是我们中国的科学成为世界基础物理研究一个领袖最好的机会。

第一，希格斯粒子是粒子物理目前来说，一个最重要的窗口。第二，希格斯粒子质量刚好使得我们可以建设环形对撞机，而不需用直线对撞机来做的，相比来说这是一个最好的方案选择。第三，国际上我们很多的竞争对手（欧洲、美国、日本），他们的手上都有别的事情。第四，环形的正负电子对撞机刚好是我们会做的，我们有30年的北京正负电子对撞机的经验。

同时，就像我们说的，这样一个装置也会在基础上给我们带来很多机会，首先会推动我们国内现有的技术，达到国际领先水平。这里包括了精密器械、高真空、自动控制、计算机等等，会使我们现有的或者国内现在空白的一些关键技术、高技术能够达到国际的水平，比如说大功率的微波器件，还有大型的制冷设备、超导磁铁、专用集成电路。

所有的这些，我们国内要么是空白，要么是在国际上应该基本没有影响力，我们希望我们自己的大型科学装置，成为我们国产设备的第一个用户来给它一个机会，让它成长，成为国际领先的一个企业。

我们有可能发展出一些革命性的全新的技术，比如说高温超导。

我们也可以用等离子体加速，它会使得我们未来的加速器完全可以更小、更便宜。在发展当中一定会有很多成功的案例，事实上我们和工业界的合作也已经开始了。我们目前有将近70家企业在和我们合作，开发各种各样的技术、发展各种各样新手段和能力。

地质物理学家Jennifer Jackson：如果我们可以对地球内部进行更高清的成像，就能更好地了解地球肿块对于每一个行星可居住性的影响

针对人体肿瘤的疗法给患者带来希望，对地球“肿块”的研究则可能揭示地球生命的诞生之谜。加州理工学院教授Jennifer Jackson带领团队发明了“地震层析成像法”技术，能像X光片一样透视地球内部影像，帮助人类深入研究地心高密度巨型异物，也就是地心“肿块”。如果我们可以对地球内部进行更高清的成像，就能更好地了解地球肿块对于每一个行星可居住性的影响。

以下为演讲实录（有删减）

非常高兴能够来到这里和大家探讨一下非常有意思的肿块，这是在地心和地幔边界发现的大肿块。关于这样的大肿块，科学家认为在板块的运动以及火山的形成中起到了重要作用。

确实物理和化学、尤其是关于地球以及其他行星内部地球和物理的行动，会对地表产生影响。而且这种影响的方式，对于我们的生活和可居住性也会产生进一步的影响。

几十年来科学家一直在研究地球内部，并希望了解地球的内部结构是什么样，以及地球内部和地表又有怎样的关联。

科学家牛顿，曾做过这样的研究。在那之前有人觉得地球是由岩石组成的，而牛顿觉得，地球是由更加密实的岩石所组成，也就是越靠近地心密度越高。

而我展示的岩石的密度比我们在地表上看到岩石的密度高很多。其它科学家在三个世纪之后列出了地球内部更详细的结构，他们使用的是地震波测量的方式，比如说古登堡发现在靠近地心的层级，科学家莱曼在30年代发现地心实际上是固体的内核组成的。

当然我们还要记住这些发现，哪怕是和刚才提到过的大肿块相关的研究，基本上都是孤立进行的。所以说有几代的科学家都对这些肿块结构进行过研究，这些科学家来自于不同的地球科学的学科领域，包括地震学、物理学、地震动力学、地球化学等。

总体来讲，地壳是由岩石，比如花岗岩、海洋玄武岩组成的，玄武岩的密度会更高一点，所以我们放大的话，可以看到这个也是板块向地心下沉的原因之一，因为地心的岩石密度会更大。

这种情况可能会向下延到地幔。地幔是在地壳之下，包含很多硅酸盐，所以说这样大的肿快会因为这些物质的积累慢慢形成，它是在地壳和地幔中间形成的肿块，它们在地心，而地心基本上就是镍和镍铁合金组成的。

地心尤其是外核，有对流的液体，可以产生具有保护作用的电磁场。而刚才提到的大肿块就在这个区域的上方。

刚才我们大致了解了地球内部的构造。它包含地壳，地壳基本上是玄武岩组成的，然后是地幔，即氧化物和硅酸盐组成，地心则是由镍铁合金组成，这是非常简单的一个概括，但实际上能反映地球内部的情况，在上半年我们的研究就显示了这样的结果。

70年代之后，因为计算能力的增强，再加上地震波技术的进步，我们发现有了层析图像，可以对地球内部进行更加全局的成像，而且可以让我们看到地震波在哪些地方速度更快，哪些地方会更慢。这是第一个对于地球内部的成像，可以了解到地球内部的各种复杂性。

这些肿块有一个是比较大的部分，我们称之为大型低速切变区，它们可以将地震波的速度放慢，所以产生了这样的名字。

这些肿块到底是什么。

在加州理工学院的同事一直在研究这些肿块，已经持续了几十年了。他们发现在大的肿块当中，地震波确实会下降几个百分点，但是实际上它们是一种自我对流的结果，而小的肿块实际上就几公里的高度，但是地震波会有50%的下降。

因为，它们是在地幔之下，所以很有可能会比周边岩石的密度更高，我们希望了解这些肿块到底是由什么组成的，是否是由金属岩石组成并进行了压缩，当然成分稍微有所不同，或者说是玄武岩和其它一些成分的混合。这个岩石在我的实验室里，这里面显示了我们希望了解不同的矿物，我们希望了解一下，比如说橄榄石。

橄榄石基本上是地幔的组成成分，还有玄武岩，我们通过金刚石来做这样的研究。在我的实验室有非常小的设备，这个设备就可以放在自己的口袋当中，我们对样本进行调查研究，从而了解它们地质物理的特性，以及我们认为他们在地球内部的存在环境下，对它进行了解，实际上这是两个对立的情况。

我们会对压力、密度、切变力等特征进行测量，希望了解这些地震波的监测仪，我们也对玄武岩进行研究，它可能含有水，我们希望了解一下水是否有可能传输到地球比较深层次的结构，而不是只是在表面。

我们把这些信息结合在一起，再加上一些对地缘动态的模仿、结合，从而了解一下这些材料是否就是产生大肿块的原因。

接下来我想讲一下小的肿块，这些小的肿块有时候是大肿块的一个修饰，有的时候是孤立存在的，怎么会出现这些小的肿块呢？

为了了解这个问题，首先我们要知道它们的组成是什么，因为它们是靠在地幔的下面，所以一般密度是比较高的，所以很有可能是由富含铁的成分组成的。

我的假设是两种矿物质，包括方铁矿、铁矿石的组成，可能是导致地震波降速的一个原因。我们发现它们会导致50%的地震波速度下降，如果说再和布氏岩结合，就导致了很多地震波超低带的存在，也就是很多小的肿块的存在。另外它们是非均制性的，这也是一个可发生的特征。当然这还需要进一步的观察。

当然我们现在还在研究，到底玄武岩，地球内部以及我们的地表大概70%的组成是否也是对于肿块形成产生了重要的作用。

当然还有很多问题需要回答。比如说大肿块的来源现在还在辩论当中，尤其是它们和板块运动、火山运动的关联是怎样的。

但是现在科学家的共识是，这样的肿块确实在塑造地表方面起到了重要的作用，这些都是非常大的肿块，哪怕是小肿块也会起到重要的作用。

未来在其他行星方面，尤其是金星方面，如果我们能够对于内部进行更加高清的成像，再加上其他的观测方法，包括地球物理学的观测方法，我们可以对于地球之外的行星进行了解，了解其他行星内部的结构，这样的话才能够让我们的自然变得更加活生生，并且让我们了解大肿块之间的关联，以及更好的了解这些肿块对于每一个行星可居住性的影响。

腾讯首席探索官网大为：新型交通技术可以使得发展中国家不需要建设那么多基础设施，就可以实现用车模式的跨越式发展

在支持青年科学家的同时，腾讯也聚焦前沿科技应对地球级挑战。腾讯首席探索官网大为在WE大会上分享了名为“eVTOLs（Electric Vertical Take Off and Landing Aircraft）”的新型交通技术，以具备垂直起降能力的混合动力飞行器取代汽车等交通工具，有效减少公路设施用地需求，解决日趋严重的人口问题，对于降低资源消耗、减轻环境污染也将产生重要影响。

“我们怎样迎接2050年前容纳100亿人在世界上可持续的生活？食物、能源、水至关重要。这些领域又相互勾连，我们在一方面取得进展，就有助于解决其他方面的需求。科技向善，腾讯过去一年应对这些地球级挑战做出了很多努力。”网大为说。

近年来，腾讯不断加码基础科学投入，加快前沿领域探索，已建立起人工智能实验室矩阵和基于前沿科技的实验室矩阵，涵盖机器人、量子计算、5G、边缘计算、IoT和音视频技术等。

今年上半年，腾讯提出将“科技向善”作为公司使命与愿景的一部分，让前沿科技发挥向善的价值，以科技之力助力解决更多社会重大挑战。

英国萨塞克斯大学教授Tom Baden：自助是你改变世界的最有力武器

当日，首届“自然科研全球影响力大奖”评选结果揭晓，37岁的英国知名神经学家、英国皇家生物学学会会士Tom Baden获奖。Tom Baden连续两年发表于《自然》的研究发现，视网膜神经回路在功能上的多样性远高于此前人们的认知，而这可能改变眼科诊断和治疗的研究基础。此外，他还使用 3D 打印等新技术设计制造专业实验设备，并基于开源许可协议公开了自己的设计，这将极大推动神经学研究的进展。

以下为演讲实录（有删减）

我是一个“神经科学家”，我最感兴趣的就是动物大脑中的神经细胞，以及它们之间的联系，它们如何计算，并且最后如何影响行为。为了进行研究，我们必须能够测量很多神经元的活动，包括一个活动物的体内测量大量神经元的活动。

我个人不仅仅研究大脑，也会研究我们对于视觉的感觉。你把一个斑马鱼的眼睛从终点切开，大的绿色的圆是它的晶体，在眼内部都是神经细胞，也是大脑在眼睛内部的成分。

我们可以把这些蛋白中有活动的进行标记，然后再给动物眼睛上一定的光，可以观察到眼睛内部的神经细胞在做自己的工作。

我们对眼睛做这些实验的时候，还可以在大脑里做同样的实验，用特别贵的显微镜来做，对几个鱼用同样的刺激物， 所以，如果我们有这样的工具，就可以直观地看到数千个神经元活动，然后可以操作这些神经元内部的活动，这就会是一个非常强大的技术。

如果你真的想在如此复杂的问题上取得进展，比如说大脑怎么工作，我们需要大量的科学家来研究这个问题，要给科学家适当的工具。

很显然，全球的人力资本没有得到很好的利用，只有少数人得到了很好的工具，来做最好的研究。那么怎么实现这方面的平等呢？其中一点是花大量的钱。

如果没有那么多钱，我们可以做什么呢？

第一，我们需要买和校正一种非常贵的双光子显微镜，这个显微镜要花20万美元，即便你有这种显微镜去看的样本，或者是标本。因此，你要有办法来操作你的微生物。

第二，基因操作。假如进行这样一个标准的分子实验室，你就会看到实验室里有这些机器，每个机器都要花上至少1000美元。

此外，我们还看到了基因材料的复制机器，它的运作原理就是有一些酶，在不同的温度下工作，经过了不同的温度周期，让这些酶发生变化，然后它会产生或者是促进你的材料的复制。你基本上就是一个加热和冷却的仪器。

最后，还是要用它来分离样本，还有用它快速的变化，比如说变化你的电流，比如说给粒子加热、加电流，然后产生不同的速度，你就可以分离相关的粒子。这就是你在一个分子生物实验室经常看到的事务。

如果想一想这些机器背后的物理学，实际上物理学已经出现100多年了，这不是什么新东西，这些东西在我们的日常生活中都存在，其实我们都不会再去想了。

大家可以看到，如图展示的孵化器，把它放在泡沫箱再加上一个灯泡，给到适当的温度就可以让鸡蛋孵出来。如果要一个离心机很简单，很多东西都可以旋转，转得足够快，就能够把你的样本有意义地分离出来。

假如你要控制加温和冷却，你就直接拿这样的水桶，用一些能加热的器具，放进去拿出来就可以进行加热和冷却。

但是，这些工具其实是不太具有可再现性的，如果我要做很多次实验的话，很可能每一次实验的结果都不一样，但是有了3D打印机就不一样了。

我可以设计非常精确的机械部件，作为我想造的这个机器或者设备的一部分，然后对它进行测试，把这个文件放在网上，用你自己的3D打印机去打印，你打印出来的部件完全一样。

换句话说，这个机器机械部件的生产越来越容易了，在3D打印机上花的钱还不到1美元，而且相关材料也非常便宜。

所以，这里可以看到一个3D打印机工作的例子，而且它和前几年的论文是联系起来的，我们做的一件事儿就是展示了3D打印机打印出来的一个微量吸管，这个在实验室里经常用，就是用它来转移样本或标本。

一个3D打印机可以生产出一个不错的微量吸管，可能不一定像你从商场上可以买到的那么好，但是它可以做到足够好。

假如现在你到网上去搜索微量吸管，去搜这种开源的硬件，可以发现很多成果到现在，你已经很难分出哪些来自于商业购买，哪些是自己根据网上的指导用3D打印做出来的。

我们在这里可以看到有了标准，假如你要使你的微量吸管商业化，你就根据这个标准来做，你就能够出售了。

这是目前3D打印可以达到的一些能力，但问题在于你可以把一个大脑打印出来，不过恐怕它没法替你思考。

因此，我们现在把3D打印的可能性与以消费者为导向的电子产品结合起来，这是一个微控制器，它使你能够与一个电脑联系起来，和一个电子产品联系起来，这样的一些小大脑，把它们和3D打印产品联系起来，这个实际上就真的是在谈大生意了。

这主要是证明了一个原则，就是说你可以建造一个机器，而这个机器可以促进在现代实验室中所需要进行的研究，即便这个实验室所在地可能在资金上有困难。

我们在这方面并不孤独，因为这是全球的努力，有一个很大的全球社区，而且在迅速增长，它也开始得到很多媒体的关注。

前面我谈到了分子生物学领域，就是双光子显微镜怎么办？

我想同样的原则是适用的，随着机器从根本上来说是模块化的，换句话说我可以把其中的一个模块拿出来，假如我有想法怎么把它改进一下，让它更便宜一点，我也可以改进然后把它出版，然后再把新的模块放回到显微镜上，可能让显微镜便宜1/3，别人可能会把另外一个模块拿出来进行改进再省点钱。通过这样做，最终我们也能够让昂贵显微镜的费用降下来。

最后我想给大家介绍一下，这些东西在线上做当然很好，但是也需要有人真正去研究这些机会和利用这些机会。

我和我的同事建立了非洲趋势这个组织，在这里有很多不同的项目，主要是联合很多志愿者，其中一件事儿就是推动开源硬件。我们去找非洲合作的大学，向他们展示，大家看看这是一个3D打印机，这是一个微控制器，这是你在网上可以找到的教材，我们就用这个给他们上课，鼓励他们建造自己研究所需要的工具。

最后我想改一下曼德拉的名言，他说教育是你改变世界的最有力武器。我稍微改一下，自助是你改变世界的最有力武器。

哥伦比亚大学创意机器实验室主任Hod Lipson：粒子机器人带来的好处将会远远超过它的风险

来自美国哥伦比亚大学创意机器实验室的Hod Lipson，研发出自我建模的仿生群体“粒子机器人”，这种机器人未来将可能拥有创造力和自主思考能力。“一个真正的粒子机器人可能会由成千上百个粒子组成，即便其中20%的粒子坏掉，也仍然可以继续运作。”

以下为演讲实录（有删减）

大概100年来，我们一直试图建造有自我意识的机器人，我们希望这些机器人的形态和行为都像人，1939年的世界博览会在纽约举行，当时每个人都试图判断未来会是什么样子，当时展出了一个机器人，它可以走、说话，甚至可以点烟、吸烟。

这也是机器人要做的事，但是它没有智能，我们不知道怎么建造有智能的东西，很显然这一点很不容易，所以我们转向了奇幻，好莱坞有很多电影，人们会想象机器人和智能机器会是什么样子，有时候是高兴的机器人，是好的机器人，有时候是坏的机器人，或是长的像人的机器人，它们有善也有恶，它们会自我斗争，这是一个非常艰难的历程。

但是，整个过程中，机器人学是令人失望的，它是一个奇幻、梦想，而不是现实，现在正在发生一些重大的趋势，推动机器人学的发展，甚至我们都无法想象。

2010年，人们觉得自己的计算机快的不得了，假如再过10年回顾今天，那时人们会笑话我们，因为他们看到我们今天的计算能力太差了。

除了计算机更快，AI方面也发生了革命性变化，就是机器看到图片，能在一个纳秒的时间告诉你这张图是猫还是狗，实际上这个任务看起来特别微不足道，但这件事已经让人工智能专家纠结了10多年了。

除此之外还有其它的进步，机器人可以发现猫、狗，可以做诊断、开车、后空翻，但是真正不可思议是机器人甚至能够感知情绪、伪装情绪。

我们把所有事情都放在一个特别模糊的概念下面，这个概念就是知觉。

知觉的原理是什么，所有科学家都在研究，数百年来各种文化、各种时空、各个信仰下的人都在思考，到底意识是什么，自我意识是什么，人的本质是什么。

但是，我们并没有取得太大的进展，我想只有能够在你建造出来，你才算真正的理解了它，我们能否把意识建造到机器身上去。

什么是意识？

在多大程度上能够预见自己的未来，这是你拥有自我意识的程度，自我意识并不是一个非黑既白、非有既没有的东西，实际上有不同层次的自我意识，也就是说你能预想到自己未来有多远，它的真实性以及整个时间框架。

你可以模拟在一种情景下的决定和动作。

你确定自己是否要跨过池塘，也就是说在想象当中模拟一下自己的动作，再比如想象一下自己在爬树，你要模拟自己用手抓在哪儿，把脚踩在什么地方，来预见和计划自己在模拟的情景下怎么样，这就使得你能够学习和做事情，而不需要真的去做和犯错误，因为真的去做和犯错误会更昂贵。

一个批评者可能会说，我们一直都有这种模拟器，机器人也总用模拟器，确实如此，几乎所有的机器人在一开始的时候，都是模拟，我们会建造机器人，先是把它们设计，然后对它们编程、进行测试，都是利用模拟，让它们在模拟中学习。

问题就在于，机器人能否获得自我模拟的能力，这个似乎就是拼图的最后一块了，而人是在哪里获得自我模拟能力呢？

可能在婴儿的某个阶段，我们生来就有一些特殊的结构，在玩耍的过程中学到很多事件，了解事务，了解我们自己，了解我们身边的物理世界，了解我们的肌肉如何控制、如何动作。

几年前我们做了一个机器人，它在试图自我模拟、自我建模，这个机器人是瞎的，它不能够看到世界，只能感受到自己，当时它在学习怎么走路，这是非常简单的机器人。

今天人工智能已经有了很大的进步，再看看更近的一些机器人，它只是一个机械臂，有几个电机，但是我们没有给它任何信息，就是它到底是什么、在做什么 ，但是一开始它四处甩，就好像一个婴儿躺在床上。

大概过了一天时间，它的自我形象似乎就产生了，这并不是完美的，但是足够好，使得它能够了解到怎么做一些简单的任务，这种机器人的挑战在于自我形象是如此复杂，以至于很难从这里提取自我形象。

再说两个机器人，一个是有自我模型的，一个是没有自我模型的，同样的数据，能够对自我建模的机器学的快得多，这两个机器人之间的差距非常大，而没有自我建模的机器人要慢1000多倍。

这个差距，就是自我意识的革命，我们可以看到这个系统越复杂，自我建模和机器具有自我意识的优势也就越大。

后来我们把在一个机器人可行的做法放到其它的机器人上，慢的、快的、硬的、软的、大的、小的，我们把它用在任何我们可以找到的这个系统上，看看这些系统如何演进。

机器人如果能够模拟其它的人类和机器人，那也就会启动机器人之间的社会行为。

我们做的机器人称之为粒子机器人，就是由很多不同的细胞组成，大家可以看到一个简单的粒子机器人。大概是由6、7个不同的粒子组成，它可以到处走，其中某一个坏了整个机器还可以继续工作。

一个真正的粒子机器人，可能会有成千上百个粒子组成，即便其中20%的粒子坏掉，也仍然可以继续运作。

未来，这个机器不再是单一形态，实际上我们制造大量的粒子，一个机器坏了之后，其它的机器可以用“死机器人”部件、粒子，形成更好的机器人，这就是生物学。

我本人是对一切感到兴奋的，我们认为它带来的好处将会远远的超过它的风险，想象在我们这个世界上，任何自动的系统，包括了无人机、无人驾驶的汽车、智能城市等等，它们成为有自我意识的，能够自我照顾，从毁坏中恢复，能够不断地改进。

最后，我想说，我还是一个孩子时，总在想，是不是有一天我就能够看到一个有智能的外来物种，我希望有一天我能看到，或者在所有的宇宙中出现，这一点可能会发生，或许在我有生之年不可能发生。

《自然》总编辑Magdalena Skipper：遗传学比我们预想得要复杂得多，但它对我们决定性的意义又比我们想象的低得多

《自然》总编辑、遗传学家Magdalena Skipper，是杂志创刊150年来，首位担任该职位的女性，也是首位具有生命科学学术背景的总编辑。今年WE大会上，她介绍了200多年来人类在遗传学研究上取得的突破。

以下为演讲实录（有删减）

我想请大家跟我踏上一段旅程，回溯160年前，当时的达尔文创作了他的《物种起源》这部名作。

我在《自然》做总编辑，今年是我们150周年。

在我们创刊时，当时的《物种起源》正好发表了10年。这都是一些重要的年份，我想让大家一起回顾一下，从达尔文之后我们都了解了什么，使得我们能够去丰富达尔文理论。

达尔文最有名的就是《进化论》，《物种起源》在1859年发表时，第一版里面根本连进化这个字都没有，只有到第六版这个词才出现，首次出现其实是第二本书里。

《进化论》起源是达尔文坐了小猎犬号环球航行时诞生的。这是一个很不凡的一艘船，在这艘小船中，达尔文和他的同事花了将近5年的时间航行世界，在他环游世界的过程中，他领略了地缘隔离的物种有多丰富，从而诞生了他的理论。

他这个理论其实很简单，就是看了这些作物的性状，花瓣的颜色。

他当时发现有一些遗传的例子是隐性的，你要想这个花是白的，必须有两个白色的。如果想要它是粉色的，只要两个中有一个是粉色的，这个花瓣就会是粉色的。

达尔文在专业上的悲剧是没有见过孟德尔。孟德尔也有一个悲剧，就是没有见过威廉姆·约翰森。他后来发现了基因，再之后一位统计学家叫做费希尔，他把统计和遗传学相结合，创立了现在我们称作种群遗传学的学科。

所以这些最后总结在一起，这个学说能够大大推动达尔文的进化论，这里面关键是发现了一个进化机制。

最重要的一个补充就是DNA，克里克和沃森发表了有关DNA双螺旋的论文，发现DNA是遗传微粒，由它去进行遗传。

这是一个关键，之所以关键是因为我们看到的双螺旋美妙结构是反向的、平行的，这个双螺旋会自动给我们显示出分子如何自我进行复制。

在这个基础上，我们又理解了到底遗传学在组织发育中会有什么表现。

由这些遗传形成了组织，种群遗传学在这个基础上诞生。我们对突变开始有了了解，如果一代到下一代没有变化，就没有进化。如果突变太多，变化太多，就不可能爆裂原来经过长期的进化而得到的这些有益的突变和突变组合。

最后，我们从古生物学当中可以查到，甚至一些灭绝物种的记录，我们把它们结合起来，就诞生了现代进化合成学科。

我们现在可以有把握的说，所有的进化现象都可以用符合已知遗传机制的方式加以解释，进化是逐渐发生的。也许会有跨越式发展，比如我们到底能发现什么？我们可以去证明这一点。而且我们现在也可以有把握的讲，自然选择仍然是主要的变化机制，既使是微小的优势也是有意义的。

达尔文最想获得什么呢？就是遗传学。那遗传学到底是什么？我们简单来分析，有时候我们叫简单遗传学，有的是复杂遗传学。

什么叫简单遗传呢？就是有这么一个形状，它由一个基因，也有一部分的DNA来决定，比如说白化病，他的身体或者是皮肤上没有色素，无法形成色素，都是由于单一基因的变异造成的。

我向大家介绍一下基因编辑，我刚刚说的东西，我想大家都能够从中去了解遗传学多么的复杂。

讲到基因编辑，就改变一个基因一个小序列，用一序列的分子学去进行编辑，其实有很多的方法，改变一个基因，比如说造成一些表情上的变化。

比如说治病，或者让我们的婴儿有一些良性的效果。从这个理由出发，我们就需要辨析、修改体细胞和生殖细胞有什么异同。

比如我们具体讲一下，所有的体细胞，如果说你是男的，比如说有精子和卵子，这是对应男性和女性，在我们发育过程中，它们放在一个单独的地方，我们说除了生殖细胞之外都是体细胞。

也就是说体细胞有变化，我们的子孙无法遗传的。比如说我身上的这些痦子，不管是手上还是别的部分都是后天形成的，所以说不会被我的子孙继承。

我给大家展示一下什么叫复杂遗传，这个就是一个课本上经典的例子，它是一种病，叫做苯丙酮酸尿症（PKU）——一个基因突变导致代谢路径阻塞，使得大家没有办法进行氨基酸的代谢，这样的话就无法正常的合成蛋白质。

在某个阶段，路径阻塞导致毒素累积，会造成严重的脑损伤。现在在全球来讲，新生婴儿会进行测试，通过血检，去检测他们是不是有这样一个基因突变，为什么要这么做呢？

这是100%由一个单一基因导致疾病的例子，可以由环境的变化100%去进行预防或治疗，只要改变他的饮食就可以，只要他们吃饭不吃这些相关的氨基酸就没有这个问题。

这个看上去好像很有戏剧性，但是在生物学中并不是这么非黑即白的事情。这个叫做表观遗传学，它是一个相对新的研究领域，讲的是化学修饰作用于基因组上，为什么有意义呢？

原因在于它在基因组上会去修饰这个细胞如何去解读这个基因，会决定你是健康还是生病。

举一个简单的例子，就是X染色体失活，基因组修饰可能只是影响到一个基因，或者一部分基因组，但不会影响到整个染色体。

比如说女性有两个X染色体，男性只有一个X染色体，多数的染色体跟性别关系不大，而且大部分染色体男女都是有的，这个决定我们身体的运行，因为我这样的基因数量是男性的两倍，所以有一些必须要关闭。

这就是所谓的表观遗传学发挥作用的地方，比如在X染色体方面，我的每一个细胞里面都有一个X染色体要关闭，这个就是通过表观遗传机制实现的。

举个例子来讲，就是猫，它的肤色是由染色体当中的基因决定的，这个基因可能有黑色的表现，另外一种是橙色的表现，不同的分布决定了不同黑白花的分布。

从随机讲，在每一个细胞中，其中的某一个等位基因会关闭，比如说在这样一个猫上，只有雌性的才会有这样的表现，并不是说每一个表观遗传的效应都是这么良性的。

另一个例子就是癌症，大家觉得癌症是基因组的一个疾病，其实它也是表观遗传基因组的疾病，在有一些癌症当中，一般来说有一些细胞会是成人器官的一部分，要发挥它的作用，要去接触旁边的这些细胞，它们丧失了自己的性质，该干的活不干了。

为什么会有这样的情况呢？

这个是表观遗传变化，现在基因组被细胞用不同的方式进行了解读，这些是达尔文当年都不知道的事情。他要是了解的话，就会更加了解到底如何进化。

其实进化主要的方式就是自然选择，同时达尔文要是知道这些事，也会更加知道生物组是如何适应环境的。达尔文不掌握的东西，遗传学是一个关键，他如果知道的话，他将有很大的收益。

在上个世纪有一个进化学生物学家，他有一句话非常有名，他讲到抛开进化谈生物学都是讲不通的。

我把他的这个名言稍微扩展一下，抛开遗传学谈进化，也都是讲不通的，抛开环境，遗传学也都是讲不通的。

遗传学比我们预想得要复杂得多。对我们决定性的意义又比我们想象的低得多。

清华大学类脑计算研究中心主任施路平：多学科融合尤为关键

清华大学类脑计算研究中心主任施路平致力于融合人脑和电脑思维，用类脑计算支撑通用人工智能的发展。他的团队研发出全球首款异构融合类脑芯片“天机芯”，实现了中国在芯片和人工智能两大领域《自然》论文零的突破。施路平认为，发展类脑计算和人工通用智能真正的挑战既不是科学，也不是技术，而是学科分布导致没有合适的人做这样的研究，所以多学科融合尤为关键。

以下为演讲实录（有删减）

计算机领域最高的图灵奖2017年两个得主Hennessy 和 Patterson，最近写了一个长文，结论是未来的10年是计算架构发展的黄金10年。因为，我们过去是用计算机做计算，现在我们是用它处理信息，而我们的数码宇宙每两年翻一番，就是能耗也受不了。

当然，还有其它原因，我们现在生活在一个人工智能时代，人工智能取得了非常大的成绩，但是我们发现尽管我们可以用AlphaGo战胜世界冠军，但是我们仍然有很多的瓶颈，简单来说必须满足5个条件。

1、充足的数据。

2、决定性的问题。

3、完备的知识。

4、静态。

5、单一的系统。

我们看过《最强大脑》，那些我们叹为观止的、非常让我们羡慕的选手的能力，其实对于计算机来讲是小儿科，我们发现人脑和电脑两个系统虽然原理不同，但是实际上是互补的。

所以，借鉴脑科学的基本原理，改造现在的计算机系统，发展类脑计算是发展人工通用智能的一个非常重要的部分，因为它是它的计算基石。

现在为什么是发展人工通用智能最好的时机呢？

因为随着精密仪器的发展，我们对脑知道的越来越多，我们似乎到了一个理解脑的关口，超级计算机的发展可以使我们做很好的模拟仿真，省钱、省力、省时间，大数据、云计算给我们提供了一个像脑一样复杂的系统，和脑交相呼应，我们可以共同研究、互相促进。

另外，纳米器件已经可以使我们去发展像人脑能耗水平的神经元和突触这样的电子器件，所以现在是发展人工通用智能最好的时机。

现在主要有两条路线：第一，计算机主导的。第二，脑科学主导的。计算机主导的像机器学习，它在图象识别、语音理解、自然语言的处理方面，取得了辉煌的成绩，但是它很难处理不确定的问题。

脑科学神经形态计算，发展的也很快，但是由于我们不理解脑机制，极大地阻碍了它的发展，但是两跳技术路线实际上互补，把两者结合起来，是目前我们认为最好的一种方法。

发展类脑科学实际上还有两条：1、基于计算机，用脑科学的基本原理来改变计算架构；2、我们用一个“类脑”这样简单又明了的词涵盖这两个部分。这个研究实际上你要研究理论芯片、软件、系统，云脑到应用。

我们的答案是这样的：计算机是把多维空间的信息转换成为0、1这样一维的信息流，用计算来解决问题。

CPU的主频越来越快，换句话说你用的是时间复杂度，你的问题是什么？你的问题是当你缩维的时候，你的相关性丢失了，这就是人很容易确定一个物体是在真实空间里还是在镜子里，计算机则很难，这个是根本原因。

脑我们不知道它的基本原理，但是我们知道，一个神经元兼一千到一万个神经元，换句话说我们在这里把信息扩输了，把相关性增强了，我们用的是空间复杂度。

另外，我们的脑还用脉冲来编码，引进了时间因素，我们还利用了时空复杂度，所以我们是想保持现在计算机的所有优点，保持时间复杂度，增加一块类脑芯片。

增加的是什么呢？增加的是空间复杂度、时空复杂度。如果我们