【浮世汇820】苦涩的教训

chuntian @ 2023年11月27日  浮世汇

【1】子陵在听歌 

很多人私信询问最近国内很多儿童和成人发生了呼吸道感染,从而导致了医院呼吸科以及儿童医院人满为患的情况,这是不是所谓的"免疫债"造成的?

实际上去年秋冬季,非常类似的现象也发生在其他多个国家,去年冬季许多比中国早开放一年以上的国家出现了密集的RSV(呼吸道合胞病毒)和流感感染,尤其是儿童感染十分多见并且严重,这造成了不少国家儿科病房爆满,儿科ICU挤兑的情况。下图数据为美国CDC公布的RSV疫情,图中可见2022年出现了RSV住院的明显高峰。

我去年冬天看了很多儿科专家对这一现象的解读,他们普遍认为这是2022年之前的两年由于新冠疫情期间的隔离、停课和戴口罩导致的"清洁环境"造成的;而在疫情过后随着人们生活恢复原状,在呼吸道病原体传播活跃的秋冬季,人群普遍发生了呼吸道病原体感染。这一现象其实可以用我经常提到的"Hygiene Hypothesis(清洁理论)"解释。这个免疫学理论狭义是指如果儿童较少暴露于环境微生物之中(包括剖腹产没有经过产道菌群暴露的儿童),则容易发生哮喘和过敏;但广义上,它指的是缺少环境免疫原暴露或者环境免疫原发生了显著变化,则容易诱发免疫功能紊乱,包括发生过敏、哮喘、自身免疫病、感染甚至肿瘤。

我觉得新冠大流行给科学界的一个最重要的启示就是,我们本质上对人体的免疫功能所知甚少,甚至之前的很多认知是错误的,而自然界用疫情"教育"了我们。而过去几年疫情下人为造成的"清洁环境",极大可能会改变人体所接触的免疫原,因此会很大程度重塑人的免疫功能,这一效果尤其在儿童身上更为显著。而缺少病原体的抗原暴露,有可能会让免疫系统"钝化",尤其是会导致病原体特异性的B细胞和抗体没有经过足够的亲和力成熟过程,因此会使人们(尤其是免疫功能尚不健全的儿童)更容易发生感染。因此,这确实可以用网络用语"免疫债"来解释。然而,上述假说是否成立,需要通过高质量的横断面研究或者病例对照研究来深入分析患者(患儿)的免疫表型以进行验证。

另外,今年开始美国和英国工业界公司包括GSK、Moderna、Novavax等都争相开发multi-respiratory vaccines(广泛呼吸道病原体疫苗),以应对去年秋冬季出现的儿童及成人多种呼吸道病原体感染的情况,这些multi-respiratory vaccines疫苗作为复合制剂如果能够成功上市,则可以在每年秋冬季仅接种一次,即可应对秋冬季的新冠、流感、RSV等多重呼吸道病原体的流行。


【2】《苦涩的教训》
网页链接

Rich Sutton
2019 年 3 月 13 日

70 年人工智能研究给我们的最大启示是:依赖计算能力的通用方法最终表现最佳,而且优势明显。这背后的主要原因是摩尔定律,也就是计算成本持续以指数级下降。大部分 AI 研究都是在假设计算资源固定的情况下进行的(在这种情况下,利用人类知识几乎是提升性能的唯一途径),但实际上,在稍长于一般研究项目的时间里,可用的计算资源会大幅增加。研究者为了在短期内取得突破,尝试利用自己对特定领域的人类知识,但从长远看,关键在于计算能力的利用。这两者原本不必相互冲突,但在实践中却常常如此。投入其中一个领域的时间,就意味着在另一个上的缺失。此外,人们在一种方法上的投资也会形成心理承诺。而基于人类知识的方法往往会使系统变得复杂,不利于利用计算能力的通用方法。有很多例子显示 AI 研究者是如何迟迟才领悟到这个苦涩的教训,回顾这些案例非常有启发性。

以计算机国际象棋为例,1997 年击败世界冠军卡斯帕罗夫的方法主要是深度搜索。当时,大多数计算机国际象棋研究者对此表示失望,因为他们更倾向于利用对棋局特殊结构的人类理解。然而,当一个简单但基于搜索的方法,结合特殊的硬件和软件展现出巨大效能时,这些基于人类知识的研究者并不愿意接受失败。他们认为,尽管这次"蛮力"搜索获胜,但它并非一种通用策略,也不是人类下棋的方式。这些研究者本希望基于人类理解的方法能够取胜,对实际结果感到失望。

在计算机围棋的发展中,也出现了类似的模式,只是晚了 20 年。最初的努力都在于避免搜索,尽可能利用对游戏的人类理解和特殊特征,但一旦有效地应用了大规模搜索,这些努力都显得微不足道,甚至有害。在这个过程中,通过自我对弈学习价值函数(在很多其他游戏中也是这样,甚至包括国际象棋,尽管在 1997 年首次击败世界冠军的程序中学习的作用并不大)也非常关键。自我对弈学习和一般学习,就像搜索一样,能够充分利用大量计算资源。在计算机围棋和国际象棋中,研究者最初都是试图利用人类的理解来减少搜索的需要,但最终通过接受搜索和学习才取得了巨大的成功。

在语音识别领域,1970 年代由 DARPA 赞助的一场早期比赛就是一个例子。参赛者包括使用了大量人类知识(如对单词、音素、人类声道的理解)的特殊方法,而另一边则是更依赖统计和大量计算的新方法,基于隐马尔可夫模型(HMMs)。最终,基于统计的方法战胜了基于人类知识的方法。这导致了自然语言处理领域的一次重大转变,随着时间的推移,统计和计算开始成为该领域的主导。深度学习在语音识别中的兴起是这一趋势的最新体现。深度学习方法更少依赖人类知识,使用更多的计算资源,并通过在大型训练集上的学习,极大地提升了语音识别系统的性能。与游戏领域相似,研究人员总是试图创建一个按照他们自己的思维方式工作的系统,但这种尝试最终证明是逆向而行,不仅浪费了大量的研究时间,而且在大量计算资源可用并找到有效利用方法的情况下,这种尝试显得更是多余。

计算机视觉领域也经历了相似的发展模式。早期的方法试图通过搜索边缘、广义圆柱体或 SIFT 特征来处理视觉问题。但在今天,这些方法都被淘汰了。现代的深度学习神经网络仅使用卷积和某些类型的不变性概念,取得了更好的表现。

这是一个重要的教训。作为一个领域,我们还没有完全吸取这一教训,仍在重蹈覆辙。为了识别并避免这种错误,我们必须理解其吸引力所在。我们必须领悟到,试图构建一个基于我们认为自己思考方式的系统是行不通的。苦涩的教训源于这样的历史观察:1) 人工智能研究者经常试图将知识融入他们的代理中;2) 这在短期内总是有益的,也让研究者感到满足;但 3) 从长远来看,这种做法会导致进步停滞,甚至阻碍进一步的发展;4) 真正的突破性进展最终是通过一个相反的方法实现的,这个方法基于通过搜索和学习来扩大计算的规模。这种成功带有苦涩,往往消化不良,因为它是在人类中心化方法之上取得的。

从这个苦涩的教训中,我们应该明白通用方法的巨大力量,即那些随着计算能力的增长而持续扩展的方法。在这方面,似乎可以无限扩展的两种方法是搜索和学习。

苦涩教训中的另一个关键点是,人类心灵的实质内容极其复杂,不可能简化;我们应该放弃试图简单化地理解心灵内容,如空间、物体、多重代理或对称性等概念。这些都是外部世界中任意而复杂的部分,不应该成为我们构建的核心;相反,我们应该构建的是那些能够发现并捕捉这种任意复杂性的元方法。这些方法的核心在于它们能够找到良好的近似,但寻找这些近似的过程应该由我们的方法来完成,而不是我们亲自动手。我们希望 AI 代理能像我们一样具有发现能力,而不是仅仅包含我们已有的发现。将我们的发现直接构建进去,只会使我们更难看清如何实现发现的过程。


【3】@邢立达 

我不知道海淀之外的咋样,就海淀这些小学初中,家长被要求的事情太多了,作业,资料,基本就是电子版丢群里,打印(每个人家里有打印机吗也不见得啊);交什么打卡红照片,带着去现场,学习,拍照,彩打;手抄报,卷,自己上手;课内研学,列个清单,动一动好几千;如果还有体育兴趣的训练,接,送,交钱,得,还要出国培训。如果是俩娃,么有一位全职家长根本扛不住,爷爷奶奶也不得行。
太累了。



【4】"大家都知道,我鄂尔泰不是喜欢杀人的人,我就怕今天杀的少了,将来要杀更多,反而是罪过"


【5】@我上网就是为了说怪话 

不行我直到今天还在回味我同学那句——宗教画就是佛祖同人图



【6】petriv 


接了一个摩根大通法务部从香港打来的业务电话。然后上飞机了。没想到惹出了好大的事端。

一下飞机一看我爸妈又是给我打电话又是发短信说怎么联系不上我,让我赶紧回电,为啥不回电等等。一问才知道原来是96110跑去给我爸妈打电话,说我接到电诈电话了,谈联系不上我,让我赶紧回电等等。把老人吓得够呛……

我不知道我们的警力资源究竟有多充裕,会用在这些地方。我也不知道如果接每一个正常境外电话都要如此大的阵仗,我们的国际贸易国际投融资到底该咋搞。

我也弄不清时间长了大家习惯了狼来了,真的遇到了危险,家里人不信怎么办。

这样做是不对的!


【7】@江山--戴老板 

告密文化,随着王朝的更替,不但没有消失,反而更加羽翼丰满了。从武则天到明清一直延续,清朝的告密文化就扩大化了,再到后来告密文化达到了登峰造极,私人信件都能作为罪证。
有的官员深知这一点,从不做笔记,也不写日记,后来被抄家后,查抄者们居然找不到他的只言片语,让抄家的人大失所望,他们气的大骂,一点笔记都没有,这官是怎么当的。



【8】@_R若含 

没想到第一次在荷兰见证大选,深入民主的细节是以这样一种方式。记录一些作为旁观者的个人感受。昨天荷兰大选,荷兰极右翼民粹政党 PVV 拿到了最多数的选票,这个政党过去常年来以"反穆,反移民"和"脱欧"知名,政纲之一是让荷兰人重回第一(The Dutch will be No1 again)。
但由于荷兰采取的议会君主立宪制,目前极右翼是否能够进入政府成功组阁仍然还是一个未知数。PVV 目前拿到了成功组阁 75 个席位当中 37 个,仍然需要和其他政党联合才能组阁成功,进入议会。此前有不少主要政党已经表示不会和极右翼 PVV 组阁,但实际会怎么演变还有待观察。
一方面,我有点庆幸荷兰的制度保证了很难有一党独大的局面出现,也制衡了像PVV这样的极右翼政党即使拿到最高选票,但权力也非常有限。不管如何,相比起美国的两党制度,煽动两极化和仇恨,荷兰的政治制度设计旨在让立场不一致的人们尽量互相合作,达成一个中间地带的认同。
但同时,每次想到生活在这个国家,投票的四个荷兰人里有一个荷兰人投票给了这位反移民的 PVV 党首,心里就堵得慌。(当然大多数人是因为PVV其他更加切实降低生活成本的政策而投票,而不是因为反移民这一条)。
这次很多中间偏右的政党都提出了限制移民的主张,其中就包括将原本入籍五年的时间延长到十年,或者限制每年移民人数。这些主张在多大程度上会成为法律真正落实,还不得而知,荷兰之前说要提高融入语言门槛从 A2 到 B1,直到现在法律也还没真正开始实行。但在政治越来越保守化倾向的今天,作为靶子的移民群体的一员,的确有种强烈的命运浮沉不由自己的感受。我身边从印度和美国来到荷兰的朋友都在哀嚎,没想到逃过了本国的极右翼民粹政党,来到荷兰又迎头遇上了。
还有一个细节是,这次提出反移民主张的好几位右翼政党党首,原本就有难民和移民背景,或者家人曾是移民。VVD 的党魁 Yeşilgöz 是一位土耳其移民,她的父亲是一位典型左翼学者,常年参与工会联合会各种活动,在土耳其政变后流亡到了荷兰。因此 Yeşilgöz 的家族曾因为这个国家对于难民的包容,而有机会今天在荷兰获得领导国家的权力,这听起来本应该是一个振奋人心的励志故事。但她却反手主张限制移民。一个人的流动和移民背景究竟会怎么塑造一个人的价值观和看待世界的角度。还是作为政客为了炒作议题,也可以不择手段下场表演。这样的身份交叉性造就了什么,也是大选让我开始思考的问题。



【9】阿波罗 11 号宇航员尼尔·阿姆斯特朗、迈克尔·柯林斯和巴兹·奥尔德林返回地球并被隔离了三周。在他们隔离期间,理查德·尼克松总统探望了他们。