隨著新型冠狀病毒在中國(guó)以及其他多個(gè)國(guó)家蔓延,不禁讓筆者想起自己2003年SARS爆發(fā)期間在香港的所見(jiàn)所聞。
當(dāng)時(shí)是春季,我把大部分時(shí)間用在居家辦公,偶爾出門(mén)也會(huì)記得戴好口罩。我的主要工作,就是報(bào)道這種疾病以及有關(guān)各方為了遏制疾病蔓延所做出的不懈努力。
每一天,我都會(huì)訪(fǎng)問(wèn)一個(gè)可信度極高的香港官方網(wǎng)站,跟進(jìn)新一天內(nèi)出現(xiàn)的最新病例。當(dāng)看到患病人數(shù)最終下降時(shí),我真的松了一口氣。但現(xiàn)在回頭看來(lái),SARS似乎只是流行病爆發(fā)戰(zhàn)場(chǎng)上的“第一槍”。
可以肯定的是,下一場(chǎng)大規(guī)模疫情仍將到來(lái),甚至可能像1918年的西班牙流感那樣感染高達(dá)十億人口。最重要的問(wèn)題是,新的疫情將何時(shí)出現(xiàn)、在哪里出現(xiàn),以及我們是否做好了集體應(yīng)對(duì)準(zhǔn)備。這里之所以要強(qiáng)調(diào)“集體”,是因?yàn)橐咔榈膫鞑ゲ粫?huì)受到護(hù)照或者連接的限制。這一切也與誰(shuí)的軍力更強(qiáng)、誰(shuí)的經(jīng)濟(jì)規(guī)模更大無(wú)關(guān)——我們只能立足人類(lèi)整體進(jìn)行判斷,否則最終必將在對(duì)抗當(dāng)中一敗涂地。
事實(shí)上,疾病流行與氣候變化之間也存在著密不可分的關(guān)系。最重要的是,全球變暖確實(shí)給不少新型疾病帶來(lái)媒介。隨著西伯利亞等地區(qū)永久凍土的逐漸融化,已經(jīng)被凍結(jié)了數(shù)千年的病毒將重新出現(xiàn),而動(dòng)物和人類(lèi)對(duì)它們已經(jīng)不再具有抵抗力。
此外,荒漠化與全球變暖帶來(lái)的其他副作用也開(kāi)始改變生物活動(dòng)范圍之間的界線(xiàn),導(dǎo)致很多從未相遇的物種正面接觸。而這,正是病毒邁出的傳播第一步。
那么,我從SARS爆發(fā)中得到了哪些教訓(xùn)?第一點(diǎn),我們必須在人類(lèi)身上的本能表現(xiàn)與英雄主義傾向之間,著力思考本能這個(gè)側(cè)面。根據(jù)我的觀察,SARS疫情在不同文化背景下的影響存在著顯著差異。
中國(guó)最初擔(dān)心消息傳出會(huì)引發(fā)經(jīng)濟(jì)損失或者政治動(dòng)蕩,因此打算進(jìn)行一波情況管制,并最終導(dǎo)致病毒傳播的距離與時(shí)間被不必要地延長(zhǎng)。此后雖然轉(zhuǎn)而采取開(kāi)誠(chéng)布公的態(tài)度,但謠言四處流傳,甚至盛行于事實(shí)之上,嚴(yán)重影響到官方回應(yīng)的效果。
相比之下,新加坡則堅(jiān)守科學(xué)思維,通過(guò)即時(shí)隔離將疫情盡早送進(jìn)籠子。雖然我最初也覺(jué)得這種粗暴的隔離太過(guò)嚴(yán)格,不過(guò)確實(shí)可以理解。臺(tái)灣省方面在面對(duì)疫情時(shí),民眾的本能陰暗面有所暴露——某些醫(yī)護(hù)人員為了保護(hù)自己以及家人,不再堅(jiān)守在抗擊SARS的第一線(xiàn)。而在香港(當(dāng)然也包括臺(tái)灣省的大部分地區(qū)),情況則恰恰相反,醫(yī)生與護(hù)士精心照料病患,并與病毒展開(kāi)英勇的斗爭(zhēng)。
卡繆的《鼠疫》以及薩拉馬戈的《失明癥漫記》等作品,早已預(yù)見(jiàn)到人類(lèi)個(gè)體乃至人群在面對(duì)這類(lèi)危機(jī)時(shí)有可能做出種種不可預(yù)測(cè)的反應(yīng)。有些人會(huì)囤積其他人急需的藥品或食物,有些人則會(huì)打破隔離,出逃與親人團(tuán)聚。有些人會(huì)堅(jiān)持履行職責(zé),有些人則選擇臨陣脫逃。
中國(guó)在SARS風(fēng)波中學(xué)到的最大教訓(xùn),就是無(wú)論看起來(lái)多么殘酷而不通人情,政府必須秉持誠(chéng)實(shí)與透明的施政方針。事實(shí)越多越好,而刻意隱瞞只會(huì)帶來(lái)新的危機(jī)。一旦民眾與國(guó)家之間的信任破裂,控制疫情將成為一項(xiàng)幾乎不可能完成的任務(wù)。
值得慶幸的是,我們還從中學(xué)到同樣重要的另外一課。在現(xiàn)代自由社會(huì)當(dāng)中,同樣應(yīng)該謹(jǐn)慎地使用一定程度的篩查與監(jiān)控手段。這類(lèi)監(jiān)控機(jī)制將在事件爆發(fā)時(shí)帶來(lái)巨大助益。就在當(dāng)下,世界各地的機(jī)場(chǎng)正在利用數(shù)字化手段對(duì)來(lái)自武漢這一疫情爆發(fā)中心的旅客們進(jìn)行實(shí)時(shí)體溫檢測(cè)。
當(dāng)然,隔離首先應(yīng)當(dāng)遵循自愿原則,而且應(yīng)該得到企業(yè)雇主以及政府方面的積極支持。大家可以選擇居家辦公,不必?fù)?dān)心企業(yè)方面的任何指責(zé)。人們可以按照自己的意愿行事,同時(shí)接受機(jī)關(guān)單位的引導(dǎo)。后政府機(jī)關(guān)的信任度越高,民眾就越是能保持鎮(zhèn)定的心態(tài)與合作態(tài)度。另外,一旦爆發(fā)失控,政府必須有魄力采取隔離這一強(qiáng)制性措施。
但是,最深刻的教訓(xùn)在于,我們?nèi)祟?lèi)必須作為同一物種開(kāi)展合作,采取多邊主義這一看似過(guò)時(shí)的地緣政治思維。事實(shí)上,我們?nèi)祟?lèi)開(kāi)發(fā)出的藥物,一直與病毒、細(xì)菌以及真菌的進(jìn)化開(kāi)展緊張的軍備競(jìng)賽。每當(dāng)出現(xiàn)新型病毒,所有人都可能遭到威脅,因此對(duì)抗這種威脅的重?fù)?dān)也自然應(yīng)該由全人類(lèi)共同承擔(dān)。
這意味著無(wú)論新病毒的基因組源自哪里,我們都應(yīng)該對(duì)其進(jìn)行測(cè)序,并將結(jié)果像開(kāi)源代碼那樣快速交付給全球各地的研究人員。(當(dāng)然,需要確保對(duì)方身為世界衛(wèi)生組織或者其他類(lèi)似機(jī)構(gòu)的認(rèn)證科學(xué)家,以避免這些基因組落入恐怖分子手中。)接下來(lái),所有實(shí)驗(yàn)室與科學(xué)家都應(yīng)該與整個(gè)行業(yè)分享自己的見(jiàn)解。
但壞消息是,我們無(wú)法確定人類(lèi)是否能夠在全球氣候變化或者流行病的威脅之下真正團(tuán)結(jié)起來(lái)。畢竟人類(lèi)天然更重視自己的利益,或者是自己所在國(guó)家的利益,而很難將全人類(lèi)視為一個(gè)整體。
最后來(lái)看看好消息,這同時(shí)也是我個(gè)人在SARS當(dāng)中總結(jié)出的結(jié)論——每當(dāng)人類(lèi)聯(lián)合起來(lái)戰(zhàn)勝新威脅后,我們都會(huì)意識(shí)到不同國(guó)家、不同族群之間擁有很多共同點(diǎn)。牢記這種共同點(diǎn),將幫助我們?cè)谙乱淮螌?duì)抗中表現(xiàn)得更好。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專(zhuān)家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專(zhuān)家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類(lèi)型問(wèn)題偏愛(ài)不同專(zhuān)家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話(huà)多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。