约纳特：我也不知道是不是人们要发明出一个机器，来做这些核糖体的工作。我们有不同的方法，使这个机器可以运转，蛋白质可以运转。你所做的人工智能是大自然不会做的，发生了这些事情我们要更好地理解自然，这样的话才能够辅助你们更好的研发机器。

　　陶晓东：谢谢。有关人工智能，我们了解人工智能的性质，而人工智能要使得它有用的话，需要三种支柱：第一个是数据；很多的数据，很多的传感器；第二个是领域的专家，比如约纳特教授提供给我们的经验；第三个是算法，对我们来说我们更多做算法的工作。

未来不可预测？人工智能不这么想

　　王知非：您觉得人工智能未来是可以帮助我们，就像您所说的可以更多地了解自然科学，探索大自然。

　　约纳特：在科学里面我不倾向于做假设，有很多假设尽管可行，但它们并没有被人们预计会成功。针对我的研究我的爱好来说，我已经看到三个进展，也许它会发生作用，但是我不喜欢做预测。也许它可能会有很好的进展。

　　陶晓东：约纳特教授也说了，她不希望对人工智能做预测，比如说人工智能将会以某种方式帮助我们。但是因为我自己就是做这个领域的工作，尤其是关于医学影像和人工智能，我们是以某种方法做出进展。比如，去年AlphaGo打败了围棋大师，j2直播，这是人工智能大事件之一。马云看到这事说了句：这又怎么样。我也同意这种观点。针对人工智能，在这样一种信息设置中，你知道它下一步的规划，这是人工智能可以实现的。

　　但在我所研究的医学影像领域，信息不完整，正因为我们已有超过15年的经验，所以知道它有多难。在基础研究，也就是约纳特教授做的研究领域，它们没有太多的信息，你可能去猜测这个自然是如何运作的，你去猜测为什么自然会这样，这是我的理解。我觉得这两者结合起来，总有一天可以加速我们发现的过程，而且也能够使得那些研究人员去避开可能失败的领域，有更高的成功记录。

人工智能可以帮助医生加薪？

　　王知非：我们都知道的通过看放射片子，可以看出一些疾病。但有些医生无法识别，所以我们会看到别人带着片子到其它医院询问其他的医生。您觉得将来会不会通过人工智能，可以帮助医生更准确的通过这些放射片来做出诊断？

　　陶晓东：对，我已经说了，我们了解算法的性质，最终我们还是需要人和算法结合起来，就是通过合作来一起工作。人的作用永远无法用算法替代的。但是一些重复的，比较沉闷的工作总有一天会被机器取代，机器可以帮助重复做日常的工作。或许机器不可能取代人，但是可以做一些没有附加值的工作。昨天我看到了一个美国的调查，是关于在医疗领域不同科室的薪水是多少。在美国医疗领域，最高的工资是骨科医生。

　　约纳特：全科医生工资比较低的，最近我们看到这个工资第一次有所下跌。

人工智能在基础研究中有什么用？

　　王知非：我想听一下您的意见，人工智能在基础研究领域能够起到什么作用？

　　约纳特：我想给大家说一下我对基础研究的理解。基础研究是一切科学研究的基础，不管是更高端的研究，还是工程或者生命本身。如果基础研究有了任何的成果，它肯定是有用的，这种成果可以帮助我们理解生命其他的过程但是它却是一切的基础。现在很多人觉得在实验室里面所做的研究，出来成果立刻就可以加以利用，但是并不一定是这样。我们积累了知识和信息的时候，我们可以提供给陶教授这样的人，来开发出基础使用的东西。我举一个例子，大家知道在电发明之前我们是用蜡烛照明的，蜡烛的光亮是有限的，而且它在照明的当中会变得越来越少，很多人就研究来做更好的蜡烛，获得更亮的照明。但是我们现在电灯所用的电，当时做的研究并不是要做电灯，而是一个基础的研究，就是电的研究，是电荷的一个研究。在多年之后，在物理学的电荷研究的基础上，我们知道了可以用电来照明。

人类能否承担人工智能犯错的后果？

　　王知非：其实是有一个道德的问题：在AI学习的过程当中，人类能不能承担人工智能犯错误的后果？