推動(dòng)科學(xué)發(fā)展的新載體與新工具可以塵埃落定了——以DeepMind公司的發(fā)展為例

新時(shí)代應(yīng)該如何推動(dòng)科技發(fā)展，新科研范式在決策層面遭遇到的基礎(chǔ)性選擇難題有哪些？在實(shí)踐層面的具體抓手又是什么？這些都是當(dāng)下亟需深入思考與研究的問(wèn)題。基于本團(tuán)隊(duì)近五年來(lái)的研究，筆者認(rèn)為在決策層面，管理部門(mén)遇到的最大決策選擇難題在于深刻解析推動(dòng)新科技發(fā)展的底層力量到底是理論還是工具？如果研究證實(shí)是理論在持續(xù)地推動(dòng)科技發(fā)展，那么加強(qiáng)基礎(chǔ)研究就是當(dāng)下科技決策的首要任務(wù)（這也是20世紀(jì)科技發(fā)展的經(jīng)典模式：理論優(yōu)先，即萬(wàn)?布什的線性發(fā)展模型）；反之，如果工具是新時(shí)代推動(dòng)科技發(fā)展的底層力量，那么決策部門(mén)就要有針對(duì)性的擴(kuò)張大科學(xué)工程的規(guī)模，通過(guò)新科學(xué)基礎(chǔ)設(shè)施的進(jìn)步帶動(dòng)科技的進(jìn)步（如近年來(lái)世界范圍內(nèi)各種耗資巨大的大科學(xué)工程的紛紛上馬）。遺憾的是推動(dòng)科技發(fā)展的力量到底是理論還是工具，目前仍有很多深層次問(wèn)題并沒(méi)有得到徹底解決，科技共同體的分歧仍很大，在這種背景下，第三種策略就是折中策略，維持理論與工具兩者共同發(fā)展的局面，在資源的硬性約束下，只需調(diào)整好兩者的比例即可，雖然不是最優(yōu)策略，但至少不是最差選擇。就筆者的觀察來(lái)看，中國(guó)在推動(dòng)科技發(fā)展的決策選擇上顯然是采用第三種策略，即“雙軌推進(jìn)”策略，所不同的只是在兩者的結(jié)構(gòu)、比例與構(gòu)成如何安排上尚沒(méi)有達(dá)成充分的共識(shí)，目前仍處在實(shí)驗(yàn)摸索階段。

在實(shí)踐層面的具體抓手應(yīng)該是什么？換言之，推動(dòng)科技發(fā)展的主要載體應(yīng)該選擇哪類載體？目前人們熟知的國(guó)家戰(zhàn)略科技力量主要包括如下四種：國(guó)家實(shí)驗(yàn)室、國(guó)家科研機(jī)構(gòu)、高水平研究型大學(xué)和科技領(lǐng)軍企業(yè)，這四類載體在整個(gè)知識(shí)生產(chǎn)鏈條上是有明確分工的，在科技日益一體化的今天，要能在短時(shí)間內(nèi)快速實(shí)現(xiàn)“從0到1”的突破，需要知識(shí)生產(chǎn)條件高度密集化，這就需要支撐知識(shí)生產(chǎn)的要素實(shí)現(xiàn)高度集聚，如人財(cái)物的高密度集聚，并輔以最大化自由度與激勵(lì)機(jī)制，能夠滿足這個(gè)條件的載體只有高科技企業(yè)。這也是筆者近年來(lái)一直在嘗試論證的命題：推動(dòng)科技發(fā)展的新載體是高科技企業(yè)，新的支撐性工具是人工智能。未來(lái)其他科技載體都無(wú)法與之抗衡。對(duì)此，我們不妨以高科技公司DeepMind為例，看看它是如何推動(dòng)科技加速發(fā)展，并以此支撐本文的論點(diǎn)。

1、蛋白質(zhì)折疊問(wèn)題及其發(fā)展

蛋白質(zhì)作為生命活動(dòng)的主要執(zhí)行者，參與了細(xì)胞生命活動(dòng)的每一個(gè)進(jìn)程。然而要想全面了解蛋白質(zhì)在健康機(jī)體中的功能或在病理狀態(tài)下的異常表現(xiàn)，必須先解析其三維結(jié)構(gòu)。1972年諾貝爾化學(xué)獎(jiǎng)得主克里斯蒂安·安芬森（Christian Anfinsen，1916-1995）于1972年提出了安芬森假說(shuō)（Anfinsen's dogma）確定了氨基酸序列決定蛋白質(zhì)結(jié)構(gòu)的理論基石，但由于學(xué)界尚不清楚這一物理過(guò)程的具體機(jī)制，從而引發(fā)了困擾學(xué)界半個(gè)世紀(jì)的“蛋白質(zhì)折疊問(wèn)題”：蛋白質(zhì)的氨基酸序列如何決定其結(jié)構(gòu)。解析蛋白質(zhì)結(jié)構(gòu)已經(jīng)成為生命科學(xué)領(lǐng)域的重要問(wèn)題，無(wú)數(shù)機(jī)構(gòu)與科學(xué)家投入這個(gè)領(lǐng)域，緩慢推進(jìn)其發(fā)展。

2020年11月，谷歌DeepMind公司推出AlphaFold2技術(shù)，展示了人工智能技術(shù)如何僅僅使用氨基酸序列就能精準(zhǔn)模擬出對(duì)應(yīng)的蛋白質(zhì)結(jié)構(gòu)，從此，標(biāo)志著困擾學(xué)界50多年的蛋白質(zhì)折疊問(wèn)題得到幾乎徹底解決；2024年5月，谷歌DeepMind公司推出AlphaFold3，進(jìn)一步拓寬了預(yù)測(cè)的邊界，實(shí)現(xiàn)了預(yù)測(cè)復(fù)合物的結(jié)構(gòu)，從而開(kāi)啟了解析生命相互作用機(jī)制的新的一頁(yè)。DeepMind到底是一家什么樣的公司，它與科技進(jìn)步又有什么樣的關(guān)系？這種變化是否透露出未來(lái)科技發(fā)展的一種隱而不顯的內(nèi)在密碼？

2、DeepMind的前世今生與AlphaFold的橫空出世

為了深入理解AlphaFold技術(shù)如何通過(guò)變革重塑科學(xué)界，我們需要回溯其研發(fā)機(jī)構(gòu)DeepMind公司的發(fā)展歷程。DeepMind于2010年在倫敦成立，其早期創(chuàng)始人為戴密斯·哈薩比斯（Demis Hassabis，1976-）、謝恩·萊格（Shane Legg，1975-）和穆斯塔法·蘇萊曼（Mustafa Suleyman，1984-），三人有著神經(jīng)科學(xué)、機(jī)器學(xué)習(xí)和系統(tǒng)工程的交叉學(xué)科背景。在公司成立之初，其核心愿景并非解決具體的科學(xué)問(wèn)題，而是追求“通用人工智能”（AGI）。哈薩比斯曾表示，公司的使命是“解決智能，然后用它解決一切”。

DeepMind公司選擇了游戲作為人工智能實(shí)現(xiàn)通用人工智能的突破口。自20 世紀(jì)50年代計(jì)算機(jī)科學(xué)家開(kāi)發(fā)出第一批國(guó)際象棋程序以來(lái)，游戲一直是人工智能的訓(xùn)練場(chǎng)所。由米尼赫（Vlad Mnih）領(lǐng)導(dǎo)的DeepMind研究團(tuán)隊(duì)開(kāi)始構(gòu)建首個(gè)利用強(qiáng)化學(xué)習(xí)直接從高維感官輸入中成功學(xué)習(xí)控制策略的深度學(xué)習(xí)模型，并將該模型用雅達(dá)利游戲進(jìn)行訓(xùn)練，挑戰(zhàn)了包括《太空侵略者》（Space Invaders）、《乒乓》（Pong）和《打磚塊》（Breakout）等在內(nèi)的一系列經(jīng)典游戲，實(shí)驗(yàn)結(jié)果表明，該模型在多款游戲中均展現(xiàn)出了超越人類專家的水平。

凱德·梅茨（Cade Metz）在其著作《Genius Makers》中指出，使用游戲訓(xùn)練AGI與其成功密不可分：游戲分?jǐn)?shù)是一個(gè)客觀的量化標(biāo)準(zhǔn)，具有十分明確的結(jié)果。

但DeepMind早期的研發(fā)遇到了嚴(yán)峻的現(xiàn)實(shí)挑戰(zhàn)。根據(jù) OpenAI 關(guān)于 AI 算力增長(zhǎng)趨勢(shì)的分析，深度學(xué)習(xí)對(duì)硬件的需求呈指數(shù)級(jí)增長(zhǎng)，這使得 DeepMind 要想進(jìn)一步提升模型性能，將不得不面對(duì)巨大的算力缺口。2014年，谷歌公司以約4億美元的價(jià)格收購(gòu)了DeepMind，這次收購(gòu)解決了DeepMind公司遭遇到的算力不足的發(fā)展瓶頸，而且更重要的是，依靠谷歌公司的強(qiáng)大經(jīng)濟(jì)實(shí)力，DeepMind的發(fā)展得到了全方位的支持，2021年，DeepMind分拆成立了Isomorphic Labs，專注于將人工智能和計(jì)算方法應(yīng)用于藥物研發(fā)。2023年4月20日，谷歌母公司Alphabet合并旗下兩個(gè)主要的人工智能研究部門(mén)——Google Brain（谷歌大腦）和DeepMind。經(jīng)過(guò)這番組織架構(gòu)的調(diào)整，DeepMind公司已經(jīng)成為當(dāng)今全球人工智能領(lǐng)域里實(shí)力最強(qiáng)的前沿高科技公司，其所展現(xiàn)出的核心技術(shù)與未來(lái)潛力向市場(chǎng)發(fā)出邀約。眾所周知，資源支撐、技術(shù)迭代與組織效率是高科技公司能夠幸存下來(lái)的深層原因。Google的加入為DeepMind提供了強(qiáng)大的算力資源和基礎(chǔ)設(shè)施，使其成為推動(dòng)科技持續(xù)發(fā)展的最佳載體，再加上作為工具/目標(biāo)的人工智能本身的加持，為后續(xù)包括AlphaFold在內(nèi)的一系列科學(xué)突破提供了不可或缺的載體與工具支持。

新載體與新工具對(duì)科技的推進(jìn)作用可謂立竿見(jiàn)影，2016年3月，DeepMind開(kāi)發(fā)的AlphaGo程序以4：1擊敗韓國(guó)圍棋冠軍李世石，成為近年來(lái)人工智能領(lǐng)域少有的里程碑事件。2017年，DeepMind發(fā)布了AlphaGo Zero，在自我訓(xùn)練3天后以100-0擊敗了AlphaGo。2018年，DeepMind發(fā)表了AlphaZero，不僅能下圍棋，還能下將棋和國(guó)際象棋。這一系列成果印證了訓(xùn)練充分的深度學(xué)習(xí)模型在處理復(fù)雜博弈問(wèn)題時(shí)，能夠展現(xiàn)出超越人類專家的計(jì)算和決策能力。自此人工智能的能力獲得整個(gè)社會(huì)的充分認(rèn)可。

在游戲領(lǐng)域取得巨大成功后，DeepMind轉(zhuǎn)向了利用深度學(xué)習(xí)模型來(lái)解決現(xiàn)實(shí)世界中的科學(xué)難題，在經(jīng)過(guò)深思熟慮之后，研究團(tuán)隊(duì)選擇了“蛋白質(zhì)折疊”這一課題作為公司研究的突破口。據(jù)DeepMind創(chuàng)始人哈薩比斯回顧，這一選擇并非偶然，而是出于多種因素的考慮：首先，哈薩比斯早年意識(shí)到人工智能技術(shù)可以應(yīng)用于解決蛋白質(zhì)折疊問(wèn)題；其次，他坦言受到了一款名為《Foldit》游戲的啟發(fā)，這款游戲可以模擬蛋白質(zhì)折疊的真實(shí)過(guò)程，并且啟發(fā)了現(xiàn)實(shí)中幾種蛋白質(zhì)結(jié)構(gòu)的發(fā)現(xiàn)，讓他意識(shí)到解決游戲問(wèn)題也可以解決真實(shí)的科學(xué)問(wèn)題。最后，蛋白質(zhì)折疊問(wèn)題和游戲訓(xùn)練具有高度的相似性，都具有客觀的評(píng)價(jià)標(biāo)準(zhǔn)和明確的結(jié)果，如輸出的蛋白質(zhì)結(jié)構(gòu)可以利用GDT_TS標(biāo)準(zhǔn)得到一個(gè)確定的分?jǐn)?shù)。這一精準(zhǔn)的選題策略是AlphaFold后續(xù)成功不可或缺的關(guān)鍵因素。

3、CASP的評(píng)價(jià)與科研范式轉(zhuǎn)移：新載體與新工具功能的確認(rèn)

在新載體與新工具介入科技發(fā)展進(jìn)程后，如何衡量科技發(fā)展的績(jī)效？這是衡量本文立論是否可以成立的核心問(wèn)題，換言之，怎么證明新載體與新工具的接入的確促進(jìn)了科技的發(fā)展呢？回到蛋白質(zhì)結(jié)構(gòu)難題，CASP（Critical Assessment of Structure Prediction，蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)技術(shù)關(guān)鍵評(píng)估）這一競(jìng)賽可以很好地檢驗(yàn)DeepMind公司的科研表現(xiàn)，可喜的是，后來(lái)的結(jié)果正式確認(rèn)了AlphaFold2在攻克困擾生物學(xué)界半個(gè)世紀(jì)的“蛋白質(zhì)折疊問(wèn)題”上表現(xiàn)優(yōu)異遠(yuǎn)超人類的預(yù)期，甚至可以說(shuō)，它終結(jié)了人類緩慢與笨拙的傳統(tǒng)研究范式，筆者甚至想問(wèn)，那些曾被奉為神明的昂貴冷凍電鏡還有多少市場(chǎng)？

CASP由美國(guó)馬里蘭大學(xué)的科學(xué)家約翰·莫爾特（John Moult）與合作伙伴Krzysztof Fidelis教授于1994年創(chuàng)立，為了評(píng)估和鑒定蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的最佳手段，CASP全稱為（Critical Assessment of Structure Prediction），“結(jié)構(gòu)預(yù)測(cè)的關(guān)鍵評(píng)估”。CASP競(jìng)賽兩年一次，現(xiàn)已成為國(guó)際上著名的蛋白質(zhì)結(jié)構(gòu)計(jì)算機(jī)預(yù)測(cè)比賽。該競(jìng)賽旨在建立一套客觀、嚴(yán)格的“雙盲“評(píng)估機(jī)制，以評(píng)估蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)領(lǐng)域的發(fā)展水平。組委會(huì)收集通過(guò)實(shí)驗(yàn)確定的蛋白質(zhì)結(jié)構(gòu)信息傳遞給注冊(cè)的預(yù)測(cè)者，參加預(yù)測(cè)的團(tuán)隊(duì)，要在規(guī)定時(shí)間內(nèi)構(gòu)建出對(duì)應(yīng)的結(jié)構(gòu)模型，并由獨(dú)立的評(píng)估人員進(jìn)行仔細(xì)審查，給出相應(yīng)的打分。在AlphaFold技術(shù)面世前，CASP的比賽成績(jī)?cè)L(zhǎng)期處于低位，傳統(tǒng)方法的預(yù)測(cè)精度始終難以突破瓶頸。

2018年，DeepMind研制的AlphaFold1首次參加第十三屆CASP競(jìng)賽，在自由建模賽道中展現(xiàn)出顯著優(yōu)于其他參賽方的預(yù)測(cè)性能，并打破了CASP競(jìng)賽成績(jī)長(zhǎng)期徘徊于低位的局面。盡管AlphaFold1取得了冠軍，并在預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)領(lǐng)域取得了突破，但距離精確預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)仍然有相當(dāng)大的差距。究其原因，AlphaFold1本質(zhì)上仍舊沿用了圖像識(shí)別的思路——它試圖通過(guò)學(xué)習(xí)大量數(shù)據(jù)，從中找規(guī)律以推測(cè)蛋白質(zhì)的結(jié)構(gòu)。這種方法雖然比傳統(tǒng)手段更為有效，但在面對(duì)極其復(fù)雜的空間折疊時(shí)，依然顯得捉襟見(jiàn)肘。一部分生物學(xué)家認(rèn)為，這項(xiàng)技術(shù)僅僅是具有生物學(xué)意義，并不一定在現(xiàn)實(shí)中具有應(yīng)用價(jià)值，長(zhǎng)期來(lái)看，這項(xiàng)技術(shù)的出現(xiàn)并不能說(shuō)明解決了生物學(xué)中的什么問(wèn)題。面對(duì)瓶頸，DeepMind團(tuán)隊(duì)放棄了在AlphaFold1的模型上繼續(xù)發(fā)展的想法，進(jìn)行了一次徹底的底層重構(gòu)：他們開(kāi)發(fā)了一種人工智能網(wǎng)絡(luò)，該網(wǎng)絡(luò)整合了關(guān)于決定蛋白質(zhì)折疊方式的物理和幾何約束的額外信息，并將這項(xiàng)技術(shù)引入到AlphaFold2中。

歷史的轉(zhuǎn)折點(diǎn)出現(xiàn)在第十四屆CASP競(jìng)賽上，經(jīng)過(guò)重構(gòu)的AlphaFold2預(yù)測(cè)的結(jié)構(gòu)在準(zhǔn)確性上展現(xiàn)出了跳躍式的突破，其預(yù)測(cè)精度在統(tǒng)計(jì)學(xué)上已達(dá)到與實(shí)驗(yàn)方法（如X射線晶體學(xué)）相當(dāng)?shù)乃剑搭A(yù)測(cè)誤差已落在實(shí)驗(yàn)測(cè)量誤差的范圍內(nèi)，這一突破標(biāo)志著蛋白質(zhì)折疊問(wèn)題得到了根本性的解決：借由AlphaFold2，我們能從給定的氨基酸序列精準(zhǔn)預(yù)測(cè)對(duì)應(yīng)的蛋白質(zhì)三維結(jié)構(gòu)。AlphaFold2的成功平息了此前的眾多質(zhì)疑，并確立了以深度學(xué)習(xí)為代表的人工智能技術(shù)在推進(jìn)結(jié)構(gòu)生物學(xué)發(fā)展方面的杰出表現(xiàn)。

AlphaFold技術(shù)帶來(lái)的改變遠(yuǎn)不止于此。隨著AlphaFold3的問(wèn)世，DeepMind研究團(tuán)隊(duì)已經(jīng)不滿足于能夠?qū)蝹€(gè)蛋白質(zhì)結(jié)構(gòu)進(jìn)行高精建模，他們引入了生成式AI核心的“擴(kuò)散模型”（Diffusion Model），使得AlphaFold3成功將預(yù)測(cè)范圍拓展至包含蛋白質(zhì)、核酸、小分子、離子以及修飾殘基在內(nèi)的復(fù)合物的結(jié)構(gòu)。這意味著我們的視野能從單一的蛋白質(zhì)折疊問(wèn)題，轉(zhuǎn)向更為復(fù)雜的解析生命的運(yùn)行機(jī)制。這些新工具的發(fā)明就如同當(dāng)年伽利略的望遠(yuǎn)鏡與列文虎克的顯微鏡，一個(gè)新世界的大門(mén)已經(jīng)徐徐拉開(kāi)，剩下的就是我們的接納與展開(kāi)了。

歷屆CASP競(jìng)賽高難度目標(biāo)得分顯示：傳統(tǒng)方法陷入停滯，自AlphaFold技術(shù)于第十三屆CASP競(jìng)賽介入后引發(fā)變局

DeepMind公司在短短幾年內(nèi)引發(fā)的這一系列技術(shù)變革引發(fā)了生物學(xué)領(lǐng)域的范式革命。過(guò)去，科學(xué)家只能依賴的觀察實(shí)驗(yàn)得到蛋白質(zhì)的結(jié)構(gòu)，這一過(guò)程往往耗費(fèi)幾個(gè)月。現(xiàn)在，AlphaFold技術(shù)能夠在幾分鐘內(nèi)生成一個(gè)達(dá)到實(shí)驗(yàn)精度的蛋白質(zhì)結(jié)構(gòu)。“這將會(huì)徹底改變游戲規(guī)則，”德國(guó)馬克斯·普朗克發(fā)育生物學(xué)研究所的進(jìn)化生物學(xué)家安德烈·盧帕斯說(shuō)道，他的實(shí)驗(yàn)室多年來(lái)一直試圖破解一種細(xì)菌蛋白的結(jié)構(gòu)，而AlphaFold只用了半個(gè)小時(shí)就給出了所需的結(jié)構(gòu)。他預(yù)計(jì)這項(xiàng)技術(shù)將改變他的工作方式和研究方向。“這將改變醫(yī)學(xué)，改變科研，改變生物工程，它將改變一切，”盧帕斯補(bǔ)充道。

4、新載體與新工具將給未來(lái)的科學(xué)提供一幅怎樣的圖景

AlphaFold技術(shù)橫空出世已經(jīng)6年了，它的成功重新燃起了學(xué)界對(duì)AI for science的樂(lè)觀預(yù)期。英國(guó)皇家學(xué)會(huì)發(fā)布了題為《人工智能時(shí)代的科學(xué)》（Science in the age of AI）的文件，深入探討了人工智能技術(shù)會(huì)如何改變科學(xué)探究的本質(zhì)和方法。與此同時(shí)，由復(fù)旦大學(xué)、上海人工智能研究院與Nature Research Intelligence聯(lián)合發(fā)布的《AI for Science》報(bào)告中指出人工智能正在科學(xué)研究中的創(chuàng)新與AI驅(qū)動(dòng)的科學(xué)發(fā)現(xiàn)中實(shí)現(xiàn)深度融合，建立了一種變革性的研究范式。

回望以DeepMind為代表的高科技公司發(fā)展歷程，DeepMind正通過(guò)一系列技術(shù)突破，持續(xù)拓展著這一新范式的邊界。繼AlphaFold大獲成功后，DeepMind又陸續(xù)推出了一系列深度學(xué)習(xí)與科學(xué)研究相結(jié)合的技術(shù)，其中最引人矚目的是2023年推出的GNoME，研究團(tuán)隊(duì)在《nature》上發(fā)布了利用GNoMe新發(fā)現(xiàn)的220萬(wàn)個(gè)新晶體，其中38萬(wàn)種具有高度穩(wěn)定性，在實(shí)驗(yàn)合成中極具應(yīng)用價(jià)值。這份科研業(yè)績(jī)是常規(guī)科學(xué)載體無(wú)法實(shí)現(xiàn)的，也是無(wú)法想象的，縱觀全球經(jīng)濟(jì)，引領(lǐng)當(dāng)代世界科技發(fā)展的主要力量幾乎都是由高科技公司引領(lǐng)的，由此，我們可以肯定地得出如下兩個(gè)結(jié)論：第一，新的科技發(fā)展需要新的載體，當(dāng)今時(shí)代科技發(fā)展的最有效載體是高科技企業(yè)；第二，新載體與新工具的組合是實(shí)現(xiàn)科技范式轉(zhuǎn)型的主要力量，缺一不可，所以人工智能就是新時(shí)代科技發(fā)展的最有力工具。就如同互聯(lián)網(wǎng)與智能手機(jī)對(duì)于整個(gè)社會(huì)生活方式的改變一樣。至此，可以明確地說(shuō)：新時(shí)代科技發(fā)展的主導(dǎo)力量就是新科技載體與新工具的組合，回到本文話題就是該科技企業(yè)與人工智能的結(jié)合。

從這個(gè)意義上說(shuō)，營(yíng)造良好的高科技企業(yè)生態(tài)環(huán)境建設(shè)與拓寬人工智能的應(yīng)用渠道就是當(dāng)下中國(guó)科技管理部門(mén)亟需解決的認(rèn)知與決策問(wèn)題，行文至此，剛剛得知，國(guó)內(nèi)初創(chuàng)高科技公司Manus被美國(guó)高科技公司Meta高價(jià)收購(gòu)，雖然很遺憾，但這是一個(gè)警鐘，如果不及時(shí)完善環(huán)境，未來(lái)會(huì)有更多的企業(yè)仿效。這一切都表明很多國(guó)家與企業(yè)都已經(jīng)充分意識(shí)到新科技載體與新工具的組合恰恰是未來(lái)孕育科技革命的最基本配置，結(jié)論早已塵埃落定。

吳玲玉，上海交通大學(xué)科學(xué)史與科學(xué)文化研究院碩士研究生；李俠，上海交通大學(xué)科學(xué)史與科學(xué)文化研究院教授。文章觀點(diǎn)不代表主辦機(jī)構(gòu)立場(chǎng)。

◆ ◆ ◆

編輯郵箱：sciencepie@126.com