11月17日至19日，
2017年诺贝尔化学奖得主
Joachim Frank教授，
2013年图灵奖得主
Leslie Lamport博士，
2011年诺贝尔化学奖得主
Dan Shechtman教授，
法国国家科学院、德国国家科学院院士
Eric Westhof教授，
1994年菲尔兹奖得主
Efim Zelmanov教授，
五位杰出学者分别带来精彩讲座，
分享各自领域的学术洞见。
现场学子踊跃互动。
Joachim Frank：好奇心与审美助力科研
2017 年诺贝尔化学奖得主Joachim Frank教授以“洞见不可见：冷冻电镜如何革新结构生物学（The Art of Seeing the Invisible: How Cryo-EM Revolutionized Structural Biology and Beyond）”为题，分享这项技术的原理与应用。
作为单粒子冷冻电镜方法奠基人，Frank 教授的核心贡献在于开发三维重构算法，并优化图像处理流程，突破分辨率瓶颈。
他介绍道，冷冻电镜技术目前已广泛应用于癌症研究、病毒解析等领域，为药物开发与疾病治疗提供新方向。
Frank教授不仅是一位科学家，还是一位热衷于摄影和写作的艺术家。他的艺术热情并非独立于科学研究，而是与其科学工作相辅相成。这种跨学科的思维方式使其能够以更全面的视角看待分子结构的研究。
Frank教授认为，摄影、写作与科学研究在本质上具有共通之处：它们都在训练“如何观察”，都在探寻“隐藏的结构”，都需要在纷繁复杂中洞察秩序。他鼓励学生们保持对世界的好奇心与审美敏感性。
在问答环节，Frank教授分享了自己职业生涯中的困难与坚持。他认为，科学研究需要极大的耐心和毅力，也需要支持体系。他还强调，人工智能在结构预测中起辅助性作用，实验验证仍然是科学研究的核心。
Leslie Lamport：以数学思维构建可靠系统
2013年图灵奖得主Leslie Lamport博士以“编程不等于编码（Programming ≠ Coding）”为题，带领大家领略编程的真谛。
Lamport博士是分布式计算理论的奠基人，提出了因果关系、逻辑时钟、安全性与活性、顺序一致性等关键概念。
他在讲座中强调“编程”（programming）不只是“编码”（coding）。编程包括三个步骤：确定任务、设计算法、编写代码。其核心在于编写高效且易于理解的算法，从而确保程序目标清晰明了。
为了帮助开发者有效构建可靠系统，Lamport 博士开发了TLA +形式化语言。该语言通过数学表达算法行为，助力开发者清晰定义系统状态变化与行为规则，从而更高效地构建系统，并提升系统可靠性。
他鼓励学生把数学当作一门“新语言”来学习，在编码过程中，学会用数学语言描述和验证程序行为，从而构建更优质的系统。他还建议学生从简单案例入手，不要急于挑战难题，而是聚焦代码逻辑与运行原理，通过数学思维提升系统设计能力。
Dan Shechtman：科技创业 基础教育是关键
2011年诺贝尔化学奖得主Dan Shechtman教授以“科技创业促进世界和平与繁荣（Technological Entrepreneurship - Key to World Prosperity and Peace）”为题聚焦科技创业的社会价值。
Shechtman教授指出，科技创业需要技术知识、企业家精神与良好的教育基础，而政府也扮演重要角色。政府可以通过提供资金支持和有利政策、建立孵化器等促进科创企业的发展。
Shechtman教授自20世纪80年代起开设“科技创业”课程，邀请创业者、律师、市场与财务专家为学生授课，并强调“失败并不可耻，是通往成功的必经阶段。”
作为科创教育的倡导者，他分享了推动科学走进幼儿园的实践，提出培养未来科技创业者需从基础教育入手，重视工程、科学教育及职业技术培训。
在问答环节中，同学们围绕青年创业者在资源有限的情况下如何创造自身价值等议题，与Shechtman教授进行深入交流。
Eric Westhof：解码RNA结构 探寻生命核心
法国国家科学院、德国国家科学院院士Eric Westhof教授以“计算机预测RNA结构：我们处于什么水平（Computer-based Predictions of RNA Structures - Where Do We Stand?）”为题开启演讲，全面介绍RNA的生物学意义、结构复杂性、预测挑战及其未来发展方向。
RNA同时具有遗传信息存储与催化化学反应功能，在生物进化中起着重要作用。Westhof教授指出，许多疾病与RNA相关，许多药物以RNA为靶标，这凸显了RNA研究在生物学和医学中的重要性。
RNA结构最初通过化学方法研究，后来出现了计算程序。2011年后，随着更多实验结构的确定，预测技术逐步改进，然而，RNA结构预测仍面临重大挑战。Westhof教授说，尽管RNA仅含四种碱基，但通过多种相互作用，可以形成多样化的功能结构。此外，RNA结构呈现高度可变性，构建着复杂的网络。科学家通过RNA-Puzzles等项目推动研究，但局部细节的精确性仍是关键难题。
Westhof教授表示，RNA预测模型不能简单套用蛋白质预测方法，必须开发不同的模型和全新的策略，并需重点关注交互网络中的细节。
问答环节中，针对人工智能时代科研人员的价值，Westhof 教授强调，人工智能可以提高效率，但无法替代人类的创造力和直觉。深入理解分子行为规律、设想相互作用仍需人类智慧。
Efim Zelmanov：现代社会中数学的核心价值
1994年菲尔兹奖得主、中国科学院外籍院士Efim Zelmanov教授则在讲座中阐述了数学在现代社会的核心价值（Mathematics in the modern world）。
Zelmanov教授指出，数学是AI发展的基础，尤其是代数、微积分和概率论等核心概念都运用在人工智能的发展过程中。而有限域（伽罗瓦域）在密码学、网络安全，以及卫星通信等领域中具有重要作用。他表示，数学的应用范围在不断扩大，未来可能涉及更多未知领域。
Zelmanov教授还认为，数学既是科学也是艺术，其美学价值体现在对称性、简洁性和深刻性上。
他呼吁重视数学基础教育，主张数学教育应注重整体性、基础性的学习，而非狭隘地教授工具或技巧。“坚实的基础是适应未来变革的关键。”Zelmanov教授说。
在问答环节，针对黎曼猜想的破解前景，他坦言目前暂无明确突破迹象。对于全球削减人文学科的趋势，他以麻省理工学院（MIT）为例，指出该校最初几乎没有人文课程，但后来引入了人文学科，并发现这对培养全面发展的技术人才至关重要。
五位学者讲座直播回放
识别二维码观看Eric Westhof教授、Leslie Lamport博士、Efim Zelmanov教授讲座直播回放
识别二维码观看Joachim Frank教授讲座直播回放
识别二维码观看Dan Shechtman教授讲座直播回放
来源 | 新闻公关处
文字 | 陈晓虹 王歆月
Juan RENGIFO
董启玥 宋可嘉
排版 | 陈晓虹
