Michael Levitt:为什么中国没有培养出诺贝尔奖,是因为这要花很长的时间,我们可能现在有20个可以赢得诺贝尔奖的点子已经在产生了,但是诺贝尔奖委员会他们这边决策的过程是非常长的,至少要20年的时间。你想想如果你们60年代开始的话,现在才刚刚过了20年的时间,这些年龄和资质都还没有达到这个阶段。我觉得你这边要看的是40年前、30年前中国研发的状况怎么样的,因为就要这么长的时间。而如果你看中国现在艺术的发展的话,也是非常不一样的,我这边也会组织一些艺术的展,你必须要坐等着,如果是艺术家成功需要五年的时间,而诺贝尔奖至少要等20年。现在中国年轻的艺术家在全球都非常厉害,不管是在大都会的博物馆还是库克汉姆的博物馆,有很多你们的作品展出,只是时间的关系,随着时间的推移中国会有诺贝尔奖获得者。
提问:下午好,我想知道计算机技能对于科学来说有多么重要,我知道您在这方面的工作开展的很多。
Michael Levitt:如果你问我数学技能的重要性有多少我不知道,我觉得现在所有的几何算法计算机都能做,很多计算机算的比人更好,我不是说不用学数学,现在很多人都不用学怎么写字了,因为计算机能帮你写,但是你必须知道用一个语言来写文章,这样才能沟通,如果说你不会写的话会伤害你。编程要不要学要看你自己,我喜欢编程,我这么大年纪还在写编程,这里面没有放之四海而皆准的规则,但是必须熟悉数据,这一点非常重要,在今天的世界特别是统计学,如果大家问哪一个领域对今天更重要的话,是统计学领域,现在机器学习就是统计学的分支,数学也是和他相关的。
Michael Levitt:我前面其实有讲过一句话,当你做基础研究的时候,你做一件事情,首先你做的一件事情就是这件事情并不重要。我在剑桥那边就说,你这边要做的是和你下一篇论文一样好,而不是看上一篇论文的质量。所以这是一个很难的标准,而在商界你希望有最简单的想法,然后获得最多的利益,这样的话你可以有钱投入到复杂的项目当中。而科学是从最多的资源获得最少的成果,而商界是从最少的资源获得最多的成果。
Michael Levitt:我觉得科学家和创业家挺有意思的,大家都希望能够成为创业家,所以可以学习在不同的地方是不是真的有这个产界和业界、学术界之间的合作,大家都接受,硅谷就是这样的绝佳场所,产学的紧密合作,你会问为什么是硅谷,而不是剑桥、波士顿,因为这些地方也有好的大学。我去斯坦福工作我知道大家不会介意你有公司,大家不会嫉妒你,在以色列如果你有一家公司,你有更多的钱,你的同事都想要有更多的钱,因为你们是同事。在美国你的薪水比其他人高两倍的话,大家都会接受,因为他们习惯了。所以大家要知道创业家和社会主义并不能够相匹配,社会主义更加重要,大家会说你会去谷歌,然后在谷歌回来之后做学者,大家不会说你去谷歌背叛了学术界,不会的,这是硅谷的文化氛围,这也很不寻常。斯坦福大学不会靠自己的发明来赚钱,他们实际上是靠让自己的发明者能够赚钱,然后这些发明者毕业之后作为校友捐钱给学校,这是他们的模式。