Transcription
未来，当巨大的未来人工智能在奇点回首时，它会说：“嘿，这场发生在 21 世纪初的基因组学革命，究竟是谁的功劳最大？” 那个人工智能会找到存档中的这些论文，我们在其中证明了这是可能的。理查德·费曼给你关于搭讪女孩的什么建议？这很有趣，因为今天大多数“觉醒者”都讨厌这些东西，但像玛格丽特·桑格这样的进步人士，或者在某种意义上说，是当今“软弱者”的先驱，在 20 世纪初，他们都是我们今天称之为优生学者的。今天我很荣幸能与史蒂夫·舒交谈。史蒂夫，感谢你来参加播客。我对此感到很兴奋。这是我的荣幸。我也很兴奋。我想说的是，我听过你之前的一些采访，觉得你非常有见地，这就是为什么我真的很兴奋能和你进行这次谈话。听到你这么说，对我来说意义重大，因为我是你播客的忠实粉丝。我的第一个问题是，理查德·费曼给了你关于搭讪女孩的什么建议？哇。嗯，在我高年级春天的一个下午，我正走在校园里，看到费曼朝我走来，我们因为各种事情而认识，校园很小，我是物理学专业，他是我心中的英雄。所以我想我从大一开始就认识他了。嗯，他看见我了，然后，你知道，他有那种，我不知道是不是长岛口音，我想是长岛口音，或者是一种纽约的口音，他说，“嘿，舒。”他就是这样叫我的名字的。“嘿，舒。”我当时想，“费曼教授，你好。”然后，嗯，我们开始聊天，他对我说，“嗯，哇，你个子挺高的。”我当时比现在高很多，因为我踢凯尔特人橄榄球队的线卫。所以我当时差不多有 200 磅。我身高刚过六英尺。嗯，所以那时候我差不多是个健身狂。他看到我比他高很多，很明显。他说，“哇，你个子很高，史蒂夫。我得问你一件事。”费曼出生于 1918 年左右，所以他并不是来自现代。他上研究生院的时候，第二次世界大战就开始了。所以对他来说，健身房、体育馆的概念是完全无法理解的。那是 80 年代，当时“黄金健身房”正在成为一个全国性的连锁品牌。所以到处都是健身房，24 小时健身房之类的。所以他不知道那是什么。他是一个非常有趣的人。所以他，他的怀疑，他对我说，“你们在那儿做什么？是为了认识女孩，还是真的在训练？你们真的去那里是为了变得强壮，变得高大吗？嗯，然后我开始向他解释，我说，是的，嗯，人们在那里是为了变得强壮，但人们也在观察女孩，而且在健身房或力量房里发生了很多事情。嗯，所以他为此盘问了我很长时间，费曼的一个著名特点是他有那种激光般的专注力，如果有什么他真的不理解，并且想弄个水落石出，他就会盯住你，开始问你问题，直到弄清楚为止。他的大脑就是这样工作的。所以他对我做了很长时间，我不知道有多久。我们在谈论举重和所有的事情，因为他对这些一无所知。嗯，最后他说，“哇，史蒂夫，我真的很感激，你知道，嗯，让我，你知道，让我给你一些好建议。”嗯，然后他开始告诉我，嗯，关于如何搭讪女孩，我想他，你知道，在这方面是个专家。是的。他对我说，他说，他说，嗯，他对我说的其中一件事是，他说，我不知道女孩们有多喜欢像你这么大的男人。我不知道，我想这可能反而会让人反感。嗯，他说，但你知道吗，你笑起来很好看。所以，这是唯一的赞美，你知道，他给了我，你笑起来很好看。然后他开始告诉我，他说，你知道，最重要的是，这是一个数字游戏，好吗？你必须抛开你的，你必须完全理性地对待它。你永远不会再见到那个女孩了，对吧？你在机场休息室，或者你在酒吧。周六晚上在帕萨迪纳或韦斯特伍德，你和一个女孩说话，他说，“你永远不会再见到她了。这是你和她的唯一一次互动。五分钟的互动。做你该做的事，如果她因为某种原因不喜欢你，就去找下一个。”他就是这么说的。所以，嗯，你知道，他给出了一些更生动有趣的细节之类的。嗯，但重点是，他觉得，你不应该在乎她们怎么看你。你在做你自己的事情。嗯，你知道，他在加州理工学院以风流倜傥闻名。我也可以谈谈这个，但是，我从秘书那里听说的，之类的，但是，和学生们，或者和，不，不，主要是秘书们，那时候她们几乎都是女性。他对此想了很多，他只是说，看，这是一个数字游戏，我猜，PUA（搭讪艺术家）类型，你熟悉PUA文化吗？所以PUA（搭讪艺术家）的人会说，是的，你知道，这就像一次行动，你只是在做某事，你遵循算法，无论发生什么，都与你的自尊或你的内在自我形象无关。这只是发生了，然后你就继续下一个。这基本上就是他给我的建议。嗯，你知道，他还说了其他一些很标准的话，比如，你知道，要有趣，你是个有趣的人，你知道，女孩喜欢这样，要自信，你知道，基本的东西。但最让我记得的是，它被操作化为一个算法，而且你不应该内化任何发生的事情，如果你被拒绝了，因为那才是真正伤人的，你知道，你是个男人，对吧？当你走到酒吧对面去和那个女孩说话。也许你们这一代不会这样了。也许你们只是滑动一下。但是，我们不得不走，那太可怕了。我们不得不走到酒吧对面去和一个女士说话，而且很吵，你只有几分钟的时间来陈述你的观点，基本上，然后，没有什么比走到那个女孩面前更伤人，更可怕的了，也许她和她的朋友们在一起，对吧？所以他只是说，你必须训练自己摆脱这种想法，就像你永远不会再见到她们一样，人类的相空间太大了，你永远不会再遇到她们了，这根本不重要。所以尽力而为。是的，这很有趣，因为我想知道，当他，我的意思是，在 40 年代，当他那个年纪的时候，他这样做吗？我不知道当时有什么文化习俗，但我想知道，在 40 年代，有酒吧可以让你随便去搭讪女孩吗？哦，是的，绝对。绝对。我的意思是，如果你读那个时代的文学作品，甚至更早的，比如海明威或约翰·奥哈拉，你知道，他们谈论男人和女人在酒吧里的互动方式，等等，在纽约市，你知道，嗯，是的，那比我想象的你们这一代要普遍得多。那就是我无法弄清楚我孩子们的困惑。现在男孩女孩是怎么认识的？但，嗯，过去，都是男人在做所有工作，这是你能做的最可怕的事情。嗯，你知道，你必须训练自己摆脱这种状态，对吧？但，顺便说一下，为了让观众了解情况，当费曼，你是个大个子，就像你一样，你在加州理工学院是橄榄球运动员，对吧？然后在你的网站上有一张你的照片，也许那是大学毕业后或者什么的，但，是的，你看起来很，嗯，我今天觉得这更常见了，因为健身文化之类的，但我不确定那时候，我不知道那种，那种体格有多普遍。你问这个问题真是太神奇了。我给你讲个有趣的故事，因为费曼觉得这很奇怪的原因之一是健美运动进入美国或普及的方式是一个非常有趣的故事，因为起初他们被视为怪胎和同性恋者，以及各种各样的东西。我记得我小时候，我们高中橄榄球教练，游泳不一样。游泳因为它具有国际性，游泳从俄罗斯和东德那里学到了很多先进的训练技术，但橄榄球更，你知道，嗯，更像是美国式的，不太国际化。所以我们的橄榄球教练过去告诉我们不要举重，当我们可能还在初中时。他们说，“这会让你变慢。胖乎乎的没好处。你必须，你知道，你必须在橄榄球比赛中速度快。”然后在我上高中的时候，情况有所改变，教练们想明白了，因为游泳运动员，作为一个游泳运动员，我从少年组游泳运动员开始举重，大概在 12 岁或 14 岁的时候，我就开始举重了。所以，嗯，但后来橄榄球教练也开始涉足，主要是因为内布拉斯加大学，内布拉斯加大学有一个非常著名的力量训练计划，它真正普及了它。嗯，所以那时候，真的没有多少高个子，而且知道如何训练的人，就像你们现在去健身房训练一样，使用 80 年代被认为是先进的知识。比如，如何进行分段训练，一天深蹲，第二天进行上半身训练。那在当时被认为是先进的知识。我记得有一次我受伤了，我在加州理工学院体育设施的训练室里，那位女士正在看，她是一位女训练师，她正在看我的股四头肌，因为我拉伤了肌肉，她正在看，如果你知道你的解剖学，就在你的膝盖骨上方，你的股四头肌在膝盖骨上方插入，如果你有发达的股四头肌，你的膝盖骨上方会有一个隆起，一个肿块。她从这个角度看，她在我前面，她从前面看我的腿，她说，“哇，它真的肿了。”我说，“那不是伤，那是我的股四头肌。”她是个训练师。所以，你知道，那时候，我可能可以深蹲 400 磅。所以我相当强壮，对吧？我的腿很粗。所以，总之，训练师并不真正理解发达的解剖学应该是什么样子，这让我大吃一惊。我说，“不，不，那是我的股四头肌。我们练出来的。”她说，“哦，哦，我以为是伤。”我说，“什么？你在说什么？”所以，总之，我们已经走了很长的路。这是需要年长才能理解过去 30、40 年里这些东西是如何演变的。但你知道，我想知道那是否是那个特定时期的现象，或者，就像，纵观人类历史，人们是否一直都不那么强壮？因为你听说过罗马士兵每天要背负 80 磅的重物走 10 到 20 英里，我的意思是，古代世界有很多雕塑，我的意思是，不是古代，但，那些人看起来肌肉发达。所以希腊人非常特别，因为他们是第一个真正思考“体育馆”这个词的人。嗯，有一个叫做“pelstra”的东西，他们会在那里训练摔跤和拳击之类的。他们是第一个真正认真对待体育文化和为体育比赛进行专项训练的人。但如果你看看 70 年代，当我还是个小孩子的时候，我记得 70 年代，现在回看 70 年代的旧照片，很明显，男人们都很瘦。男人们太瘦了。你知道那些参加第二次世界大战的士兵，无论是德国方面还是美国方面，他们身高 5 英尺 8 英寸，5 英尺 9 英寸，体重 130 磅，140 磅，他们与现代美国海军陆战队员的样子完全不同，对吧？嗯，所以，是的，体育文化是一件新鲜事。当然，罗马人和希腊人也有一定程度的体育文化，但它失传了很长时间，在我成长的时候才在美国重新兴起。所以，是的，如果你，你知道，体重 200 磅，而且相当精瘦，而且卧推超过 300 磅，在那个年代是相当罕见的。是的。是的。是的。是的。好的。那么，让我们来谈谈你的公司，基因组预测。嗯，是的。是的。你想谈谈这家公司做什么吗？你想介绍一下这是什么吗？是的。所以，如果你不介意的话，我应该说，有两种介绍方式。一种是科学视角，另一种是 IVF 视角。我可以两者都说一点。所以，从科学上讲，问题是我们拥有越来越多的基因组数据。如果你给我一大堆人的基因组，然后给我一些关于每个人的信息，比如他们是否患有糖尿病，或者他们有多高，或者你知道他们的智商分数是多少，那么你所有的听众都会熟悉人工智能和机器学习，这是一个自然的人工智能机器学习问题，用来找出 DNA 变异中的哪些特征可以预测你试图预测的任何变量，任何生物学术语称为表型。所以这是一个古老的科学问题，如何将生物体的基因型，特定的 DNA 图案，与表型，实际表达的特征联系起来。如果你仔细想想，这就是生物学。一旦我们有了分子革命，人们就弄清楚了 DNA 是储存信息并代代相传的东西，而进化则根据 DNA 的变异进行选择，因为 DNA 以表型的形式表达出来，而表型又影响适应度，或者生殖成功，这就是生物学的全部内容。我很幸运，作为一个受过数学和计算训练的物理学家，我出现在一个我们即将通过蛮力人工智能和机器学习来解决这个基本的生物学问题的时代。所以，这就是我如何涉足其中的。对吧？现在你作为一个企业家问，好吧，史蒂夫，你在办公室里和你的博士后和合作者一起在电脑上做这些事情，但有什么用呢？对吧？所有这些东西有什么用？最直接的应用是在以下环境中。每年，全世界有数百万家庭会经历 IVF，通常是因为他们有一些生育问题，而且主要是因为母亲年龄较大，比如，通常在 30 多岁或 40 多岁。在 IVF 的过程中，因为他们使用激素刺激，他们通常会产生更多的卵子，而不是每个周期一个，他们可能会产生，取决于女性的年龄，大约 5 到 10 个，或者 20 个，甚至，我最近了解到，对于年轻女性，如果她们接受激素刺激，如果她们是卵子捐献者，她们在一个取卵周期中可以产生 60 到 100 个卵子。然后就很简单了，你知道，男性随时都在产生精子。我们只是在产生它。嗯，你可以很容易地在小培养皿中使这些卵子受精，然后你会得到很多胚胎，他们会生长。嗯，一旦受精就开始生长了。现在的问题是，如果你是一个家庭，并且你产生的胚胎比你将要使用的多，你就面临我们称之为胚胎选择问题。你必须弄清楚，好吧，我有这 20 个可行的胚胎。我将使用哪一个？所以，我描述的科学最直接的应用是，我们现在可以对这些胚胎进行基因分型，通过一个小活检，我可以告诉你关于胚胎的事情。我可以告诉你，四号胚胎是乳腺癌风险的异常值。我会仔细考虑使用四号胚胎。十号胚胎是心血管疾病风险的异常值。你可能想不使用那个。其他的都可以。所以，这就是基因组预测所做的，我认为我们与六大洲的 200 到 300 家 IVF 诊所合作。是的。是的。所以，这件超级迷人的事情是，你提到的疾病，或者至少它们的风险特征，它们是多基因的。所以，你可能有数千个单核苷酸多态性（SNP）决定你是否会患上这种疾病。所以，我真的很想了解，你是如何能够进入这个领域的，以及你的数学和物理学知识是如何帮助你弄清楚如何理解所有这些数据的。是的，这是一个很好的问题。所以，你知道，首先，再次，就像我一直在强调的，所有这些东西的根本科学重要性。如果你进入一个稍微高一点的层次，就像你提到的单个 SNP 或多态性，那些是基因组中的个体位置，我可能和你不同，你可能与另一个人不同。通常情况下，如果你只取两个人，嗯，每个人，每对个体在基因组的数百万个位置上都会有所不同。对吧？这就是控制我看起来和你有点不同的原因。你知道，所以，嗯，只是有点，只是，是的，有点。就像，我的意思是，是的，你看起来比我好，但是，你知道，嗯，问题如下。所以，很多时候，理论物理学家所做的是，他们有一些多余的精力。他们有一些多余的时间，他们厌倦了思考夸克之类的事情，他们想涉足生物学，或者他们想涉足计算机科学或其他领域。而我们作为理论物理学家总是要做的就是，我们总是觉得，“哦，我有很多能力。我可以弄清楚很多事情。”例如，费曼帮助设计了第一台并行处理器，在“思考机器”公司。我必须弄清楚我实际上可以产生影响的问题，因为否则我可能会浪费很多时间。有些人一生都在研究一个问题，比如一个分子或一个生物系统，而我没有时间。我只是要跳进去，跳出来。我是个物理学家，对吧？这是理论物理学家典型的态度。所以，大约十年前我必须面对的事情是，我知道测序成本下降的速度。所以我可以预见到，我们将迎来这样一个日子，届时将有数百万个基因组，并带有良好的表型数据可供分析。所以，我们典型的训练运行可能涉及近一百万个基因组，或者五十万个基因组之类的。所以，数学问题是，给定一组基因组和表型信息，最有效的算法是什么，以构建最佳预测器？对吧？所以，它可以归结为一个定义明确的机器学习问题。而且，对于某些算法子集来说，存在定理，它们实际上有性能保证，告诉你需要多少数据才能捕获几乎所有的特征变异。所以我花了很多时间，可能是一两年，研究这些结果，其中一些是由菲尔兹奖得主特伦·陶证明的。这些是关于压缩感知的结果，这是一种高维回归的惩罚形式，试图构建稀疏预测器。机器学习人士可能知道它作为 L1 惩罚优化。总之，重点是，我们在最早写的关于这个的论文是证明，使用真实的基因组数据，这些非常抽象的定理可以被应用来预测你需要多少数据才能“解决”个体人类特征。所以，我们证明了，你需要至少几十万个人以及他们的身高、基因组和身高才能解决身高这个表型。我想是在 2012 年左右，我们用所有这些花哨的数学证明了这一点。然后，在大约 2017 年，当我们获得五十万个基因组时，我们能够实际实现它，并表明我们几年前的数学结果是正确的。我们从低性能预测器到高性能的过渡，存在一个我们称之为相变边界的区域，就在我们说它会发生的地方。所以，这些技术细节有些甚至连计算基因组学领域的从业者都不太理解，他们数学功底不是那么深厚。他们实际上并不知道这些结果，在我们的早期论文中，他们并不知道为什么我们能做别人做不到的事情，或者为什么我们能预测需要多少数据才能做事情。即使在该领域，人们也并不真正欣赏这一点。但是，如果你仔细看，当那个巨大的未来人工智能，在我们的未来，在奇点回首时，说嘿，这场发生在 21 世纪初的基因组学革命，究竟是谁的功劳最大？他们会发现，人工智能会找到存档中的这些论文，我们在其中证明了这是可能的，然后五年后我们做到了，等等等等。现在它被低估了，但那个未来的 Roko 的 the basilisk AI 回首时，会给我一点点功劳。是的。是的。所以，我，我几年前对这个有点感兴趣，然后当时我研究了一下这些多基因风险评分是如何计算的，基本上就是找到表型和与它相关的等位基因之间的相关性，然后计算这些等位基因的拷贝数。相关性是什么？所以，看起来，你只是做一个加权和。所以，这似乎非常简单，尤其是在我们拥有所有这些机器学习的时代，但它们似乎从中获得了良好的预测结果。那么，用所有这些花哨的数学方法能达到的效果，与一个非常简单的相关性之和相比，有什么区别呢？是的。所以，你说得完全正确，当所有训练都完成后，最终的模型非常简单。它们具有加性结构。所以，基本上就像，我要么给这个基因组的特定区域分配一个非零权重，要么不分配，然后我需要知道权重是多少，但然后函数是关于你基因组在某些位置状态的线性函数。所以，最终的模型非常简单。现在，如果你回到十年前，当我们做这件事的时候，有很多说法认为它会是高度非线性的，它不会像我刚才描述的那样是加性的，会有很多区域之间的交互项。有些人仍然相信这是真的，即使我们已经知道，我们有不需要交互的预测器。好的。另一个更技术性的问题是，在你的基因组的任何小区域中，个体变异的状态高度相关，因为你是在块状继承它们，所以你需要弄清楚你想使用哪一个。你不想激活所有这些，因为你可能会过度计算。所以，这就是 L1 惩罚稀疏方法的作用，它们迫使预测器稀疏，这是关键一步，否则你可能会过度计算。所以，你可能在附近有 10 个不同的变异，它们具有大致相同的统计学意义，如果你只做一些简单的回归数学，但然后你不知道这 10 个中的哪一个要使用，你可能会过度计算效应或低估效应。所以，所以你最终会做这种超高维优化，你只激活，你勉强激活一个 SNP，当信号足够强时，一旦你激活了那个，算法必须足够聪明，能够惩罚附近的其他人，并且不激活它们，因为如果你这样做，你就会过度计算效应。所以，这里面有一些微妙之处，但你提出的关键点是，最终的预测器非常简单且具有加性，只是效应大小乘以状态的总和，实际上效果非常好，这与遗传结构关于个体差异的加性结构的一个深刻陈述有关。所以，换句话说，我与你的不同之处仅仅是因为我拥有更多某种东西，而你拥有更少某种东西，这有点奇怪。而不是，哦，这些东西以某种超乎理解的方式相互作用。所以，这是一个非常深刻的事情，生物学家们还没有完全理解，但随着时间的推移，我认为他们会弄清楚这里有一些有趣的东西，对吧？不，我觉得这非常迷人，我在推特上评论过。嗯，这真的很吸引人的是，嗯，我想有两件事。一是你有一个非常有趣的进化论论据来解释为什么会这样。你可能想解释一下。二是这让你想知道，如果仅仅是变得更聪明，就像打开某些 SNP 一样简单。而不是像所有这些令人难以置信的优化，你知道，就像解数独一样。如果真是这样，那么为什么人类种群还没有被选择到在所有这些特征上都达到最大值呢？是的。好的。所以，第一个问题是，为什么，你知道，为什么这个遗传结构如此简单，出奇地简单？而且，十年前我们还不知道它会如此简单。所以，当我们，当我检查这是否是一个我应该进入的领域时，因为我们是否有能力取得进展，我们必须研究更普遍的非线性可能性。但最终我们意识到，很可能大部分变异是以加性的方式被捕获的。所以，你知道，我们可以缩小问题的范围。有进化上的原因。这是一个著名的费舍尔定理，他是群体遗传学之父，也是你所说的频率统计学之父。所以，费舍尔证明了自然选择的基本定理，他说，如果你对一个种群施加一些选择压力，那么该种群对选择压力的反应速度，比如，更大的老鼠会比小老鼠更有竞争力。老鼠种群开始变大的速度有多快？他证明了它是由加性变异主导的，它主导了进化的速度。而且很容易理解为什么。如果这是一个非线性机制，你需要让老鼠变大，当你进行有性生殖时，DNA 会被打散，你可能会破坏这个机制。而如果每个小的等位基因都有其独立的效应，你可以继承它们，而不必担心破坏机制。所以，这在理论群体遗传学家中是众所周知的，至少在极少数理论群体遗传学家中是这样，加性变异是种群对选择作出反应的主要方式，这已经是众所周知的了。而且，人类经历了一个非常狭窄的瓶颈，我们彼此之间的差异并不大。所以，对我来说，如果我想编辑一个胚胎，一个人类胚胎，把它变成一只青蛙，那么我必须做各种非线性的微妙的事情，这是非常合理的。但所有这些非常非线性的复杂子系统在人类身上都是固定的。你拥有和我一样的系统。你拥有人类而不是青蛙，或者猿而不是青蛙版本的 DNA 的那个区域，我也是。但是我们之间的小差异只是这些小的加性开关。主要是小的加性开关。所以，这是过去五到十年在这个领域工作的深刻的科学发现。现在，你问为什么进化还没有完全“优化”人类的所有特征。现在，我不知道你是否做过深度学习或非常高维度的优化，但你会意识到，在这个高维空间中，你经常在一个略微倾斜的表面上移动。所以，你会有收益，但它也相当平坦。所以，即使你将计算量或数据量增加一个数量级，你也不会走得太远。你会获得一些收益，但你永远不会真正达到任何全局最大值。我不知道这是否对你有意义，但对我来说，有两点很重要。一是进化还没有足够的时间来优化人类。你说的优化是什么意思？因为人类所处的环境在过去一万年里发生了翻天覆地的变化。比如，我们曾经没有农业。现在我们有农业。现在你想在晚上发生性关系就滑动一下。你知道，环境并没有保持不变。所以，当你说的“为环境完全优化”是什么意思？嗯，10000 年前，对矩阵进行对角化能力可能并没有多大的适应性。现在可能也不是。但是，总之，这是一个复杂的问题。你不能天真地推理，“哦，如果上帝希望我们长到 10 英尺高，我们就会长到 10 英尺高。”或者，“如果聪明更好，我的大脑就会像这么大。”所以，你不能天真地推理这些事情。我明白了。是的。好的。所以，我想这可能是合理的，例如，某些健康风险，比如让你更容易患上糖尿病或心脏病的因素，今天可能，我不知道它可能产生的“多效性”影响是什么，但也许当你不太肥胖的时候，这并不重要。我只想指出，我们现在关心的大多数疾病，大多数不是罕见的，而是常见的，它们在你 50、60、70 岁时才会显现。而且，我认为进化上从来没有多大的优势，比如拥有超长的寿命。所以，甚至有人在争论，比如，如果祖父母在身边帮助抚养孩子，这会提高家庭单位的适应度，但大多数时候，在我们进化的过去，人类寿命都很短。所以，很多这些疾病从来没有被进化优化过，但我们现在看到了它们，因为我们生活在如此好的条件下，我们可以，你知道，人们经常接近 80 或 90 岁。关于线性和加性点，我，我本来想做一个类比，我很好奇它是否有效，但当你编程时，一件好的做法是将所有实现细节放在单独的函数调用或单独的程序中，然后让你的主操作循环只是调用不同的函数，比如做这个，做那个，这样你就可以轻松地注释掉一些东西或更改参数。这似乎非常相似，因为你通过打开和关闭这些 SNP 来改变下一个结果会是什么样子，而你不需要担心实际实现，无论底层的机制是什么。嗯，你说的与费舍尔在他的定理中证明的东西有关，你知道，如果突然拥有白色皮毛而不是黑色皮毛变得有利。嗯，最好是有小的杠杆，你可以移动某人从黑色皮毛到白色皮毛，通过修改这些开关，以加性的方式。对于有性繁殖的物种来说，DNA 在每一代都会被打乱，拥有这种开关更好。嗯，另一个与你的软件类比有关的点是，基因组中似乎存在模块化的、相当模块化的东西。所以，当我们看的时候，我们是第一个小组，我记得最初有大约 20 种主要疾病，我们有不错的预测器，我们只是仔细查看了，比如，我训练的稀疏预测器用于糖尿病，但它使用这些特征来治疗精神分裂症。以及它们之间的重叠程度，只是最愚蠢的指标是它们之间的重叠程度或方差贡献重叠程度。它非常适中。它实际上与天真的生物学家谈论多效性时所说的相反，或者他们只是孤立的，它们只是孤立的基因组区域在控制某些事情。所以，为什么不呢？你有三十亿个碱基对。你可以在那里做很多事情。那里有很多信息。所以，如果你需要一千个来控制糖尿病风险，我可以，我想我估计你可以轻松地拥有大约一千个大致独立的特征，它们在基因依赖性上是孤立的。所以，如果你想到 D&D，比如你的力量、敏捷、智慧、智力和魅力，它们都是孤立的。它们都是独立的变量。所以，这是一个七维空间，你的角色生活在其中。嗯，我和你之间的几百万个差异中蕴含着足够的信息。有足够的空间来创建一千个维度的变异空间。比如，哦，你的脾脏有多大？我的脾脏小一点。你的大一点。这可以独立于你的智商而变化。哦，真令人惊讶。你的脾脏大小可以独立于你的大脚趾的大小而变化。哦，是的。是的。大约有一千个，如果你只看信息论，有大约一千个不同的参数，我可以在我和你之间的变异数量上独立地改变。所以，而且，因为你理解一些信息论，所以解释起来很“简单”，但试着向生物学家解释，你不会走多远。是的。是的。你是否基本上通过对数字取对数来做到这一点？是的。就是这样。我的意思是，嗯，我的意思是，嗯，它在我们的论文里，我们基本上看了，嗯，有多少变异通常占这些主要特征的大部分变异，然后想象它们大多是孤立的，那么你需要多少长度的 DNA，多少个变异才能独立地改变一千个特征？嗯，我和你之间的几百万个差异就足够了，对吧？所以，是的，嗯，这很简单，一旦你理解了基础，如何用信息论来推理，那就非常简单了。但，据我所知，对于理论生物学家来说，这并不简单。但结果非常有趣，因为我记得在《自私的基因》中读到，他假设，我们衰老的原因之一，或者可能的原因之一是，存在拮抗性哲学，存在某种东西，在你年轻且生育能力强的时候让你更健康，而在你年老时让你不健康，进化会选择这种权衡，因为当你年轻且生育能力强的时候，进化和你的基因才关心你。但是，如果基因组中有足够的空间，你不需要这些权衡，那么这可能是一个糟糕的衰老解释，或者你认为我是在牵强附会吗？不，不，你，你，我喜欢你的采访，因为，你在这里提出的观点非常好。所以，道金斯，他是一位进化理论家，但属于老派，当时几乎没有数据。你知道，你可以想象他们有多少数据，与今天相比。他喜欢给你讲一个关于某个基因的故事，它可能在你年轻时有积极作用，但会让你衰老得更快。所以，存在权衡。你知道，我们知道镰状细胞贫血症之类的，你知道，我们知道这样的故事。毫无疑问，关于你基因组中的特定变异，确实有这样的故事。但这并不是普遍的故事。我们过去五年才发现的普遍故事是，几乎每个特征都由数千个变异控制，而这些变异往往与其他特征的控制变异是孤立的。所以，他们并没有错，只是没有看到全貌。是的，我明白了。嗯，然后，是的，所以你有一篇论文，我想，是“多基因健康指数，整体健康和疾病风险”，然后你表明，用 10 个胚胎，你可以将残疾调整生命年提高四倍，这是一个巨大的提高，就像，如果你想到，如果你能健康地多活四年。是的。这有什么价值？你会付多少钱来为你的孩子买这个？对吧？是的。但我不知道。这似乎，回到之前关于权衡的问题，或者关于为什么还没有被选择的问题。如果你是对的，而且没有像这样的权衡，嗯，仅仅多活四年，即使这超出了你的生育年龄，就像当爷爷一样，这似乎是毫无疑问的好事。所以，为什么它还没有被选择出来，这有点神秘。所以，不，这是，我，我真的很，我很高兴你真的在问这些问题，因为这些是人们非常困惑的事情，嗯，即使在这个领域。所以，首先，让我说，如果你有一个由一万个变异控制的特征，好的，比如身高是由大约一万个变异控制的，认知能力可能更多。一万的平方根是 100。好的。所以，如果我能来到这个小胚胎，我说我想让它身高增加一个标准差，再加上一个标准差，我只需要编辑 100 个，我只需要将 100 个变异从加号变为减号。这些都是非常粗略的数字，但你知道，一个标准差就像平方根 N。对吧？如果你抛硬币 N 次，我想要一个更好的结果，在正面和反面的比例方面，我想增加一个标准差。我只需要抛出平方根 N 个正面，因为如果你抛很多次，你会得到一个非常窄的分布，峰值在二分之一左右，而这个分布的宽度是平方根 N。好的。所以，一旦我告诉你，你知道，身高是由一万个变异控制的，我只需要改变 100 个基因变异就能让你比平均身高高一个标准差，对于男性来说，这将是三英寸半，或者三英寸高。突然你意识到，哇，那里有很多变异。我的意思是，如果我能改变你基因组中的 500 个变异，我会让你高出五个标准差，你将近七英尺高，而我没做多少工作。而且还有更多的变异来自那里。对吧？因为我只改变了 10000 个中的 500 个，我还可以改变更多，对吧？所以，有一种准无限的变异源，进化或基因工程师可以利用。而且，再次，早期的群体遗传学家，他们培育玉米，培育动物，他们知道这一点。这实际上是他们明确知道的事情，因为他们做过计算。有趣的是，主要关注疾病等的基因学家通常不熟悉动物育种者已经知道的数学。你可能想知道，你喝的牛奶来自经过大量基因优化的奶牛，它们实际上是使用人工培育的，而且它们使用几乎与我们在基因组预测中使用的技术完全相同的技术，但它们的目标是优化牛奶产量之类的。所以，有很多变异。这是该特征超多基因性的结果。而且，看起来人们可以，回到你关于长寿的问题，看起来人们可以被“工程化”以比现在活得更长，通过简单地改变那些降低导致寿命缩短的个体疾病风险的变异。然后问题又回到了，为什么进化没有给我们带来像圣经里那样活一千年的寿命？圣经里的人过去活了一千年，为什么我们没有？我的意思是，那可能真的没发生，但是，问题是，你有一个非常高维的空间和一个适应度函数，以及那个适应度函数的某个方向有多大的斜率，比如，如果乔·穴居人活到 150 岁而不是只活到 100 岁，他会有多大的生殖成功率？而且，还没有足够的时间去探索这个超高维空间。这才是真正的答案。但是现在我们有了技术。我们将快速探索它。现在，这是人们，你知道，一个巨大的灯泡应该亮起来。不，我们现在正在绘制这个空间。我很有信心，在 10 年左右，CRISPR 基因编辑技术将准备好进行大规模多重编辑，我们将开始按照我们喜欢的方式在这个高维空间中导航。所以，这是这些科学见解更长期的后果。是的，这非常有趣。你认为像寿命这样的特征的平台会是什么？嗯，因为，根据目前的数据和技术，你认为它可能比这大得多吗？
或者，嗯，我们做了一个非常简单的计算，这很令人惊讶，因为它给出了正确的结果。我们说，鉴于我们构建的这个多基因预测因子，它并不完美。我的意思是，随着我们获得更多数据，它将得到很大改进。鉴于这个用于整体健康的基因预测因子，它今天被用于选择胚胎，如果你只是说，在十亿人中，最好的那个人通常在这个指数上的得分是多少，然后他们预计能活多久，大约是 120 岁。所以它实际上是准确的。基本上，十亿分之一的人能活到大约 120 岁。
你能做得好多少？可能好很多。我的意思是，我不想猜测，因为其他效应，非线性效应，我们没有考虑到的事情，在某个时候会开始起作用。所以很难估计真正的限制因素是什么。但有一点非常稳健，我对此坚信不疑。我愿意与任何想谈论它的诺贝尔奖得主进行辩论。很明显，有很多变异可供选择或编辑。这一点毫无疑问。这在动物育种和植物育种中已经确立了很长时间。所以，如果你想要一只鸡长到这么大而不是这么大，你可以做到。如果你想要一头牛产奶量是普通牛的十倍甚至一百倍，你可以做到。你今天早上早餐吃的鸡蛋，那些生物工程鸡，它们几乎每天下一个蛋。野鸡一个月下一个蛋。我们是怎么做到的？通过基因工程，我们就是这样做的。所以，是的。这只是野蛮的、野蛮的人工选择。没有花哨的机器学习。过去十年，过去十年，它变得越来越复杂，机器学习、鸡的基因分型、人工授精、使用机器学习对性状进行建模。过去十年，现在牛的育种完全由机器学习完成。我不知道，这非常有趣。你提到你正在积累数据并随着时间的推移改进你的技术，像这样的基因预测公司是否有先发优势，还是仅仅是拥有最新最好算法的人在处理生物库数据？是的，这是另一个超级问题。所以，对于你观众中的企业家，我想说，短期内，如果你问，哦，GP 的估值是多少？你知道，风险投资家会希望我这样回答这个问题。有一个巨大的先发优势，因为我们与诊所之间的渠道关系非常重要，而且以后别人很难进入，因为我们正在与世界各地的诊所建立信任和良好的业绩记录，而且我们很有名。23andMe 或拥有大量数据的公司，如果他们能让更多从事这项工作的人工智能和机器学习专家加入，他们是否能超越我们，构建更好的预测因子，因为他们拥有比我们多得多的数据？可能。是的。现在，我们拥有多年的核心专业知识，我们在这方面做得非常好。所以，即使我们没有 23andMe 那么多的数据，我们的预测因子现在可能比他们的更好。我一直在与世界各地的生物库合作，比如在一些国家，我不想说出所有名字，但其他国家，我正在努力获取尽可能多的数据。所以，但除了实际的商业渠道联系到那个特定市场之外，可能不会有持久的优势。它可能不是一个纯粹的科学壁垒。我们确实拥有关于如何进行基因分型或如何纠正胚胎 DNA 错误的技术专利。我们确实拥有这样的专利，但关于谁最擅长从 DNA 中预测人类性状这个普遍想法，还不清楚谁会在这场比赛中获胜。也许 50 年后会是中国政府。谁知道呢？是的，这很有趣。我的意思是，如果你想到像谷歌这样的公司，理论上，你可能会想出比 PageRank 更好的算法，然后击败他们。但似乎谷歌的工程师很可能会想出任何可能的边缘情况或改进。这正是我会说的。我会说，是的，也许，我的意思是 PageRank 现在已经完全被淘汰了，但即使有人想出了一个稍微好一点的算法，或者稍微好一点，也许他们的数据更多，如果你有一个团队做了很长时间，而且你非常专注和优秀，仍然很难击败你，尤其是在你有市场领先优势的情况下。是的。是的。那么，你们在堆栈的哪个层面？你们是进行实际活检，还是他们只是上传基因组，而你们负责处理并给出建议？这基本上只是一个 API 调用吗？所以，太棒了，我喜欢你的问题。所以，这是完全标准的。世界上每一个好的 IVF 诊所都会定期进行胚胎活检。所以，这是完全标准的。就像一个实验室技术员在做。好的。然后，他们会取下小样本，放在冰上，然后寄出去。DNA 分子本身非常坚固和稳定。事实上，我的另一家初创公司通过我们从强奸受害者内裤上的精液污渍中获得的 DNA 来解决百年旧案。我们做过这样的事情。开膛手杰克。我们什么时候能解开那个谜团？如果他们能给我样本，我们可以着手解决。例如，我们刚刚了解到，如果有人舔了邮票并贴在他们的信件上，你可以很好地恢复 DNA。我的意思是，如果你能从尼安德特人身上提取 DNA，你就能在破案方面做很多事情。所以，在 IVF 工作流程中，我们在新泽西州的实验室可以为世界各地的所有诊所提供服务，因为他们只需要进行活检，将其放入标准运输容器，然后寄给我们，然后我们实际上在我们的实验室对 DNA 进行基因分型，但我们也培训了一些较大的诊所，让他们在现场进行基因分型。然后，他们只是将一些数据上传到云端，然后从我们的平台获得一些东西。所以，在那一点上，它将是全世界，伙计。每一个想要孩子健康、获得最好一切的人，这些数据都会传给我们，然后报告会传回给他们的 IVF 医生，对吧？是的。这很棒。如果你认为，比如说，这项技术可能会受到某种程度的监管，你可以去墨西哥之类的，让他们上传基因组，你不在乎他们从哪里上传，然后你就可以获得建议。是的。我认为我们将发展到一个阶段，因为基因分型技术越来越好。最终，我们将退出这个业务的湿件部分，只专注于比特和云部分，因为最终，无论诊所位于何处，他们都会有一个小测序仪，它只有这么大，他们的技术人员会完成它，然后他们只需点击上传，然后他们会在大约 3 秒后从我们这里获得报告，供医生查看，父母可以在手机上查看。实际上，我们已经和一些诊所达到了这个水平。所以，是的，很难监管，因为它只是比特，对吧？所以，你有比特，你身处一个压抑的可怕国家，不允许你选择一些人们担心的特殊性状，但你只需将其上传给新加坡的某个供应商，或者某个自由国家，他们就会给你报告。不一定是我们的。我的意思是，我们不做那些，我们现在只做与健康相关的事情。但如果你想知道这个胚胎会多高，我告诉你一个令人震惊的事实。当你在人工智能中进行人脸识别时，你基本上是将一个人的脸映射到一个参数空间，我猜大约有几百个参数，对吧？每个参数都高度可遗传。换句话说，如果我取一对双胞胎，我给他们拍照，算法会给我双胞胎一和双胞胎二的这个参数值。它们非常接近。显然，这就是为什么我无法区分这对双胞胎。人脸识别最终可以区分双胞胎。它们的人脸识别非常出色，但你可以得出结论，这对双胞胎的这些参数几乎都相同。所以，它高度可遗传。所以，我们很快就会达到一个点，我可以做反向问题，我拥有你的 DNA，我预测人脸识别算法中的每个参数，然后从中重建人脸。所以，我说，这个胚胎，当她 16 岁时，她看起来会是这样。当她 32 岁时，她看起来会是这样。我肯定能做到。这只是一个数据问题，你知道的，这只是一个人工智能和机器学习问题。但基本生物学肯定会起作用。所以，那么你就能说，“哦，看，这是一份报告。看，胚胎 4 很可爱。为什么我们不，你知道，在你结婚之前？”我们现在不做这个，但这是可能的，对吧？在你结婚之前，你会想看看他们的基因型对他们脸部的寿命有什么暗示。是的，这很有趣。你听说过那些卡特尔头目会整容来逃避法律。你只需要做一个检查，就像舔一下，舔一下，然后，这和你五年前被我们录像时的样子匹配吗？是的。而且，你不需要脸。你可以说，我将从你身上取几分子，你知道，皮肤细胞，我将从你身上取几块皮肤细胞，然后对你进行基因分型。我知道你是谁。嗯。所以我与一些神秘的情报人员进行过谈话，他们对，哦，如果某个俄罗斯外交官进来，我们认为他实际上是间谍，但他与那里的使领馆在一起，他和我喝咖啡，我保存了杯子，然后寄给了我在兰利的哥们。我们能弄清楚这个人是谁，以及他有一个女儿要上大学，你知道，能做所有这些吗？哦，这，在我看来，如果这是真的，那么在未来，人们会非常担心，比如世界领导人，当他们访问外国时，他们不会想吃任何东西，喝任何东西，他们会穿像防护服一样的东西，以确保他们不会失去一根头发。下次佩洛西去的时候，如果她关心的话，她会穿宇航服。或者，他们会屈服。他们会说，“是的，我的 DNA 无处不在。如果我是一个公众人物，我的 DNA，我无法追踪它。它到处都是。”是的。但问题是，正如你可能知道的，有很多猜测普京可能患有癌症之类的。如果我们有他的 DNA，我们可以看到，“哦，实际上，他 70 岁时患癌症的概率是 85%。”所以，是的，这是经过验证的谣言。这会很有趣。我不认为这会很有决定性。我不认为我们会达到那种可以说“是的，普京肯定有癌症，因为他的 DNA，我早在他是胚胎时就知道”的地步。我认为不会达到那个水平。但我们可以说，是的，他对这种癌症有高风险。你可以这么说。是的。是的。所以，如果这在 50 年或 100 年后，大多数人口都在这样做，如果这意味着高度可遗传的疾病会从人口中“修剪”掉，那我们是否只剩下生活方式疾病？所以，你不会再得乳腺癌，但你仍然会得肥胖，或者我不知道，吸烟引起的肺癌之类的？我认为很难讨论这里会发生什么的渐近极限。我对做出这样的预测没有太大信心。你知道，也许我们会达到一个每个人都……好吧，每个人都富有，或者已经经历过这些事情一段时间的人，尤其是如果我们能编辑的话，他们对所有……你知道的，对预期寿命影响最大的前 20 种疾病的风险都非常低。是的，也许那些人自然会活到 300 岁。我不认为这完全不可能。所以，我认为这在可能性范围内，但你知道，这会发生在少数幸运的，你知道，像埃隆·马斯克这样的人身上，然后才会发生在像你和我这样的普通人身上。所以，你知道，会有非常愤怒的不平等抗议者，关于，你知道，特朗普的孙子们，模型预测他们会活到 200 岁，对吧？你知道的。是的。是的。人们不会对此感到高兴。是的。这太有趣了。而且，好的，所以一种看待这些不同胚胎的方式是，如果你能产生多个胚胎，你就可以从中选择一个，每个胚胎都像一个期权。因此，你可能想优化波动性，就像优化性状的预期值一样，甚至更多。所以我很好奇是否有机制可以让你增加减数分裂或其他过程中的波动性，这样你就能获得更高的方差，你就能更好地从尾部选择。好吧，我告诉你一些相关的、非常有趣的事情。我与一些拥有所有约会应用的公司的高层有过谈话。你可以查一下，你可以找出这家公司是哪家，但他们拥有 Tinder 和 Match 等应用。他们有点感兴趣，哇，如果我们有一个特殊功能，而不是 Tinder Gold 或 Platinum，你上传你的基因组，然后匹配。我们谈论的是根据你的基因组，你与对方匹配得有多好。实际上，一个人告诉我一些非常令人震惊的事情是，显然，男人会在这些应用上撒谎说自己的身高。如果你能有一个 DNA 验证的……真正震惊。真正震惊。如果你能有一个 DNA 验证的身高，因为我们的准确度大约是一英寸，对吧？所以，这将防止像某人声称自己是 6 英尺 2 英寸，而实际上是 5 英尺 9 英寸这样严重的失真。可能 DNA 可以说这不太可能。但是，但是，你讨论的应用更像是，假设我们正在选择智力之类的，假设你女朋友的那些“加分”区域与你的“加分”区域是互补的。是的。你基因组中影响智力的区域的结构互补性。啊，所以我们可以模拟这一点，并说，你的孩子，仅仅因为这一点，你知道的，你和你女朋友的平均值之上，你很可能会有一些超级聪明的孩子。所以，你实际上可以说，“是的，你娶那个女孩比娶那个女孩要好。”你知道，只要你要进行胚胎选择，我们就可以剔除那些糟糕的异常值。这在技术上都是可行的。而且，我认为确实如此，最早的专利申请之一，他们现在都会否认。她叫什么名字？哦，天哪，我记不起她的名字了。23andMe 的首席执行官。Wujitsky。是的。她现在会否认，但我认为如果你查看专利数据库，23andMe 提交的非常早期的专利之一，当时他们还是一家小初创公司，就是关于建议父母进行交配以及他们的孩子会如何成长等等。所以，你知道，我们甚至不走那么远，在 GP 中。我们甚至不谈论这些事情，但他们在创立 23andMe 时就考虑过。这真是令人难以置信的有趣。而且，顺便说一句，说到身高，这只是……这只是刚刚想到，但你知道，它应该高度可遗传，但尤其是亚洲国家的人，我们有祖父母比我们矮，然后父母比我们矮的经历，这表明环境在其中扮演着重要角色，就像山地营养一样。是的。那么，你怎么能把……我们父母通常比我们矮，以及身高被认为高度可遗传的想法联系起来呢？又一个很棒的观察。所以，正确的科学陈述是，我们可以预测那些将在有利环境中出生和成长的人的身高。换句话说，如果你住在麦当劳附近，而且你不……你可以负担得起你想要的所有食物，那么身高预测，身高表型就变得高度可遗传，因为环境变异现在不太重要了。但你和我都知道，如果我们回到我们的祖先来自的地方，人们要小得多，而且如果我们看看他们吃多少食物，多少卡路里，多少蛋白质和钙，这与我吃和你吃的东西完全不同。所以，我们并不是说环境效应为零。我们说的是，对于在某种非常有利的环境中长大的人来说，基因可能是他们能达到的上限，我们可以估计……我们可以预测这一点。是的。事实上，在我们的数据中，我们确实有……我在亚洲有数据，在那里，是的，你可以看到……那里显然有更大的环境影响，年龄效应，实际上，对于固定多基因评分的性状，老年人比年轻人矮得多。哦，好的，有趣。是的，这实际上引出了我接下来要问的问题，那就是这些分数在……你知道，不同祖先群体中的适用性如何？现在这是一个巨大的问题，因为大部分数据来自欧洲人，而当你……如果你在一个祖先群体中训练了一个预测因子，然后你去到一个更远的祖先群体，预测的质量就会下降。这又是一个前沿问题，我们不确定答案，但大多数人相信或许多人相信的是，每个群体都有一定的相关结构，如果我知道这个 SNP 的状态，我就可以预测相邻 SNP 的状态，而这只是那个群体的交配模式和祖先的产物。有时预测因子只是利用统计能力来找出事物，它会抓住一个 SNP 作为真正致病 SNP 的标签。它实际上不知道哪个是真正致病 SNP。它只是抓住一个标签，但如果你去另一个群体，标签的质量就会下降。就像这个 SNP 在英国人口中是真正致病 SNP 的一个很好的标签，但在南亚人口中，它对真正致病 SNP 并不是一个很好的标签，我们假设它们是相同的。在这些不同的祖先群体中，遗传结构是相同的。我们不知道。这是一个假设。但即使如此，标签的质量也会下降。所以，我的团队，你知道，我们花了很多时间研究在 A 人群中训练的预测因子在 B 人群中的表现，并做所有这些事情，建模它，试图找出……试图检验假设，看看是否主要是标签衰减导致了大部分下降。所以，所有这些都是一个非常活跃的研究领域。我认为，它可能在 5 年内得到解决。第一个真正大的非欧洲生物库正在上线，所以我认为我们将在几年内解决它。哦，解决方案是什么样的？我想，因为如果你不知道……除非你能确定每个 SNP 发挥作用的因果机制，否则你怎么知道某个东西是标签，还是实际的潜在……你知道的，开关？分辨率将是……现实的性质决定了这将如何发展。所以，我们不知道潜在的生物学。这是惊人的，人们争论人类生物多样性以及所有这些东西，而我们甚至不知道那些让你容易患上心脏病的特定机制是否在这些不同的祖先群体中是相同的。我们假设是这样，但我们不知道。而且，你知道，当我们离得更远，比如尼安德特人或直立人时，你可能会说，是的，它们的结构与我们略有不同，但让我们假设因果结构对于南亚人和英国人来说是相同的，好的。然后，这是改进标签的问题。你可能会说，等等，史蒂夫，我怎么知道？我怎么知道，如果我不知道哪个是因果的，你说的改进标签是什么意思？这是一个机器学习问题。所以，问题是，如果有一个 SNP，当我跨越多个祖先群体使用它时，它总是非常显著。也许那个是真正致病 SNP。当我改变那个 SNP 邻域的标签相关性时，我总是发现那个 SNP 在……所有这些不同集合的交集中。这让我认为那个 SNP 实际上是致病的。所以，这就是我们现在正在进行的过程，基本上就是这样做。这基本上只是一个机器学习问题，但我们需要数据。这是主要问题。是的，我有点希望那不可能，因为你对这项研究的一个担忧是，你知道，它本身可能会成为禁忌，或者导致其他不良社会后果，如果你能明确地证明在某些性状上，祖先群体之间存在差异，对吧？我有点希望也许有一个“逃避按钮”，就是，是的，我们说不出来，因为它们只是标签，而标签在不同的祖先群体之间可能不同。但我想随着更好的机器学习，我们会知道的。我们现在正处于这种情况，你需要做一些复杂的分析，如果你想声称意大利人的身高潜力实际上低于北欧人，这是可能的。关于这一点已经有很多研究了，因为有选择的信号。看起来，在身高预测因子中激活的等位基因，看起来在过去 5000 年里，它们在欧洲南北部受到了一些选择，原因不明。我们不知道原因，但有一些，这是研究分子进化的学者们争论的事情，但假设它是真的。那么，这意味着当我们最终弄清楚一切，找到所有身高的致病位点时，意大利人的平均值实际上低于斯德哥尔摩居民的平均值。这可能是真的。人们不会对此感到非常兴奋，他们对身高有点兴奋，但如果这对其他一些性状是真的，他们会非常兴奋。右。假设你的外向性，你知道的，影响你外向性水平的致病变异，在日本与西西里岛的平均值不同。嗯。对。人们可能会对此感到恐慌，对吧？我应该说，这显然不是真的。这显然不是真的。它不可能是真的。那些差异怎么可能出现呢？毕竟，尽管过去 5000 年欧洲的身高情况看起来如此，但其他性状不可能在过去 5000 年里受到差异化选择。这是非常危险的事情。所以，很少有人能充分理解这个领域，并对此感到如此震惊，以至于他们只是试图压制一切。有这样的人，但大多数人实际上并没有像你和我正在讨论的那样在技术层面关注它。所以，他们只是本能地持否定态度，但他们并不真正理解它。哦，这真是个好消息，因为，是的，在许多其他领域，你都会看到这种模式，当人们可能想要监管或以某种方式干预一项技术或信息时，它已经获得了广泛的应用。你可以说，今天的加密货币就是这种情况。但如果事实是，世界各地的许多 IVF 诊所都在使用这个……你知道的，这些分数来进行选择和其他事情……是的，当人们意识到这些数据对其他类型的社会问题的影响时，到那时，这已经是一种真正的消费技术了，希望如此。我认为，我认为这是真的。我认为主要的抗议将是，如果事实证明有巨大的收益，而只有亿万富翁才能获得。但那可能会导致各国将其作为国家医疗保健系统的免费部分。所以，丹麦、以色列，他们为不孕夫妇支付 IVF 的费用。所以，这是他们国家医疗保健系统的一部分，而且他们对基因检测非常积极。在丹麦，现在有十分之一的婴儿是通过 IVF 出生的，对吧？所以，是的。所以，还不清楚会怎样，但，是的，我的意思是，我们将迎来一些有趣的时光。这一点毫无疑问。是的。我猜有一种可能性是，一些国家决定完全禁止它，另一种可能性是国家决定让每个人都免费获得它。是的，没错。如果你必须在两者之间选择，我猜你会选择后者。嗯，我想这应该是希望。而且，也许只有这两种才符合人们的……我不知道。他们关于这类事情的道德直觉。这很有趣，因为今天大多数“觉醒”的人都讨厌这些东西。但大多数进步人士，比如玛格丽特·桑格，或者任何进步人士，在某种意义上是当今“觉醒者”的先驱，在 20 世纪初，他们都是我们今天所说的优生学家，因为他们说，“哦，该死，谢天谢地达尔文，我们现在知道这一切是如何运作的，我们应该采取措施来保持社会的健康，而不是以负面方式杀死我们不喜欢的人，而是帮助社会做健康的事情，当他们繁殖，你知道，拥有健康的……。”所以，现在这一切都在进步人士中被颠倒了。所以，是的，这很可悲。是的，即使在印度，那也是……不到 50 年前，或者英迪拉·甘地，你知道，她是印度政治光谱的左翼，而且，是的，她因推行这些……你知道的，大规模绝育计划而臭名昭著。是的，所以，你知道，我不想赞美这个人，但有人发表了一个有趣的评论。他们……他们不想让自己的名字与此相关联，但有人发表了一个有趣的评论，他们说……他们被问到，哦，是真的吗？进步人士在历史上，历史总是倾向于进步人士，如果是这样，那么其他人不就注定要失败了吗？他们的观点注定要失败吗？而那个人提出了一个非常有趣的观点，那就是，是的，无论我们当时认为的左派是什么，都会获胜，但左派是什么，随着时间的推移变化很大，对吧？所以，如果在 20 世纪初，禁酒是一项左派事业，对吧？这是一项进步事业，你知道，现在已经改变了，那不再是一项左派事业，但现在大麻合法化是进步的。正是如此。所以，如果……你知道，如果康科斯特第二定律是真的，一切都只会向左倾斜，那么改变左派是什么，这就是解决方案。是的，绝对。我的意思是，我当然不能要求任何这些“觉醒”的人在智力上保持一致，甚至从一年到另一年说同样的话。但如果我们可以……你知道，你想知道他们对这些字面上的共产主义者怎么看？这些是字面上的共产主义者。他们正在回收他们 GDP 的很大一部分来帮助穷人，做所有这些其他事情，你知道的，医疗是免费的。一切，你知道的，教育是免费的，对吧？他们是字面上的社会主义者。他们是字面上的共产主义者。但在中文里，优生学的汉字是一个完全积极的事物。它就像健康生产。它意味着健康。嗯，这实际上也是希腊语的意思，但大致如此。但是，所有这些事情的观点在东亚与在这里相比是 180 度不同，甚至在字面上的共产主义者中也是如此。所以，那么，让我们来谈谈人们可能感兴趣的一个潜在选择的性状，那就是智力。嗯，我们……我们有可能获得足够的数据来将基因型与智力相关联吗？嗯，这是所有这些事情中最令人沮丧的方面。就像，如果你问我 10 年前，当我开始做这些事情时，我认为我们会得到什么？我认为一切都比我预期的要乐观。所以，一切都很好，你知道，它并没有变得无法处理的非线性。它并没有变得无法处理的基因多效性。你知道，所有这些好事，事先没有人知道它们会如何运作，结果对 21 世纪的基因工程师来说都很好。嗯，令人沮丧的一件事是，由于疯狂的“觉醒主义”和对疯狂“觉醒者”的恐惧，最有趣、我认为最有趣的表型正在落后，因为每个人都在害怕。尽管医学研究人员有充分的理由想知道他们研究中的认知能力，例如，当你研究衰老或老年人认知功能下降时，你需要有他们年轻时认知功能有多好的基线测量。所以，有充分的理由需要所有这些数据，但研究人员很害怕，因为它也与所有这些有争议的社会问题有关。所以，有大量的基因组数据，实际上没有与之相关的认知测量。这本来是可以便宜地测量的。再次，“觉醒者”讨厌这一点，但我可以在大约 12 分钟的测试中测量你的智商，没问题，对吧？我的意思是，不是完美准确，但我可以得到一个非常……如果我只取 NFL 的一个东西，叫做 Wonderlick，每个被考虑选秀的球员都被要求参加这个 Wonderlick。你可以回去看看每个 NFL 球员的 Wonderlick 分数。这是一个简短的测试。它大约需要 12 分钟，而且它高度相关。它可能与更全面的智商测量相关 0.8 或 0.9。所以，收集这些数据是轻而易举且便宜的，一旦我们有了我之前提到的数学预测，那就是当你达到四分之一百万，可能是 100 万，可能是 200 万……经过良好表型的个体和基因组，我们将能够构建一个相当不错的 IQ 预测器，其标准误差可能为 10 分左右。嗯。所以，这对于科学来说将是极其……你知道的，无限有趣的东西，但却没能完成。是的。而且，如果……你知道，不同祖先群体之间在标签方面存在差异，我不是说平均差异，只是基因型如何被标记。如果中国人先做这个，那么这就像一个优势，他们有一个无法转移的优势，我猜，对吧？因为它只适用于……或者有利地适用于……他们的人口。不，这是一个很好的观点。你可以很容易地想象，即使在一个像新加坡或台湾这样的小国家，也有足够的数据来解决这个问题，没问题。爱沙尼亚，他们可以做到，并且让这个东西运行，然后不与任何人分享。所以，这当然是可能的。现在，这有点……有点太科幻了，因为管理这些国家的领导人不是跨人类主义的理性主义者，他们会阅读……你知道的，你的博客，我的博客文章。他们不是。他们不是占主导地位的。我不认为有什么令人兴奋的事情会发生，但也许会。是的。你认为智力可能更容易出现基因多效性吗？我的意思是，嗯，在某些人群中，哦，当然，顺便说一句，免责声明，5000 年不够，等等。嗯，但考虑到，显然，显然，显然，但考虑到你看到某些人群，比如阿什肯纳兹犹太人，他们有更高的……是神经系统疾病吗？你知道，像塔克斯和其他东西，这似乎可能是……你知道的，更高的平均智力的权衡。你认为智力可能更容易出现基因多效性吗？这只能是猜测，好吧，在这个阶段。现在，关于阿什肯纳兹犹太人的历史，他们也经历了一些非常狭窄的人口瓶颈。所以，他们的基因组有一些特殊之处。而这是否与认知功能有关，你知道，我们并不完全确定，但有很多原因导致他们有相当高比例的遗传疾病等等。这就是为什么以色列在基因筛查和 IVF 等方面如此进步的原因之一。人们经常谈论精神分裂症。所以他们说，“哦，精神分裂症可能与创造力有关。所以，如果你的兄弟是精神分裂症患者，你可能更有创造力。”他超级有创造力，但我们不知道他在说什么。嗯，所以人们说，“哦，如果你开始筛查精神分裂症，我们可能就不会有创造力天才了。”所以，有各种各样的基因多效性，可能是真的。但我想反复强调的是，如果你的基因组中有 10,000 到 20,000 个不同的基因变异位点，或多或少地决定了你的基因认知潜力。我可以四处看看。这是一个高维空间。如果我发现这个小集群，好吧，你可以利用这个集群中的东西让某人变得聪明，但它会让他们变得迟钝，或者让他们变得自闭，或者让他们没有大肌肉。好吧，我绕过它。我不需要使用那些。我还有很多。看看这里。我不需要使用那 500 个。我将使用这 500 个。这就是为什么研究历史上那些相当正常的天才很重要，他们甚至可能是优秀的运动员，甚至可能很受女士欢迎。好吧，这些人存在。所以，你拥有这些存在证明，如果我需要，如果我是一个非常好的基因工程师，并且我可以在这个 10,000 维空间中操作，无论你给我设置什么障碍，我都会绕过它。我只需要一些好的数据。我需要大量数据，我需要大量人工智能和机器学习，我就会做到，这就是答案，大多数人并不真正理解这一点，但这是真的，对吧？是的。所以，我的意思是，有一个东西，如果两个性状在末端是相关的，你知道，那个……例如，最聪明的人不一定是……你知道，那个……那个数学能力最高的人不一定是口头能力最高的人，即使两者相关。在某个时候，这会很有趣，因为父母将不得不做出这种权衡，即使两个事物之间有极强的相关性。最终，你真的需要相信你友好的邻居基因工程师来为你提供建议。你知道，会有很多背景建模。现在，我想，就目前而言，我们仍然依赖教育程度作为相关性。这让我担心，因为教育程度也可能与其他一些人想要或不想要的东西相关，那就是尽责性和顺从性，你知道，如果你是布莱恩·卡普兰，在反对教育的案例中，他说教育信号的三件事是尽责性、顺从性和智力。你想要智力，大多数父母实际上确实想要尽责性和顺从性，但有些人可能不想要，对吧？所以，是的，你能……我猜希望我们能获得直接的智力数据本身。但如果我们没有，有没有办法将教育程度数据中的顺从性部分分离出来？嗯，嗯，事情是这样的。在我梦想的世界里，如果我是 23andMe 的 CEO 之类的人，我会怎么做？哦，警告。他们实际上秘密地在这样做，但你不是从我这里听说的。我会让网站上有小调查，比如，你能做一个性格调查吗？其中一个类别将是尽责性，另一个将是外向性，对吧？还有一个将是……顺从性不是传统的五大因素，但你可以有一些问题来衡量某人有多顺从。而且，当然，我们知道如何做一点数学。所以，我们可以对所有这些不同事物的测量相关性矩阵进行对角化。所以，我可能能够去除 EA 中由于顺从性而产生的那个部分。去除由于尽责性而产生的那个部分，留下那个……哇，那部分，它与我用另一种方法单独构建的 IQ 预测器 G 预测器高度相关。所有这些东西都在我们的层面，这些问题都已解决，这只是一个数据问题，好吧？嗯，我告诉你一件有趣的事情。我的团队是第一个……英国生物库中有 20,000 对同卵双胞胎。所以，我们是第一个说，你知道，这已经是三年前或更久了。你知道，有些人并不真正理解这些多基因评分，他们非常怀疑，他们认为，哦，我们正在捕捉……我们并没有真正捕捉到真正的东西，等等。好吧，你知道吗？我将看看我们能多好地预测在相同的环境中成长的两个兄弟中，谁会更高。我的预测器做得怎么样？我将预测这对兄弟中谁会患糖尿病。糖尿病预测器真的能做到吗？而且，你正在排除所有环境……因为他们在同一个家庭长大，对吧？所以，我们表明，与非亲属配对相比，使用兄弟姐妹进行这种技巧时，预测能力下降是次要的。预测能力下降很小。所以，基本上我们得到了真正的遗传物质。好的。有趣的事情之一是，当你查看 EA 时，如果你问，我构建了一个 EA 预测器。当我试图预测两个兄弟中谁接受了更多的教育时，它做得更好还是更差？事实证明，它做得差很多，因为该预测器捕捉到的一部分可能是父母让他们去上学的某种属性，但两个兄弟都受到了惩罚，不得不去。所以，所以，EA 预测质量的下降比仅仅预测 G 要高得多。所以，我们构建了预测器，它们只是预测 G。当将它们应用于兄弟姐妹时，与非亲属配对相比，它们的质量下降要小得多。所以，我快速地讲了一下，人们可以去看论文。但重点是，我们可以从这些结果中看到，EA 与 G 是一个非常不同的性状。这真是太迷人了。而且，再次，批评我们的人根本不知道这项工作的复杂性。他们只是不……他们不读我们的论文。如果他们试图读我们的论文，他们就看不懂。但我们已经做了所有这些事情。所以，现在一个来自物理学背景或人工智能和机器学习背景的人，如果我开始向他们解释，他们会说，“哦，是的，好的，很酷。你们在做那个。是的，就是这样。你可以吸收它，但我们的许多批评者就是无法吸收它。这简直就是 G。这简直就是 G 的问题。他们无法吸收它。所以，嗯，但他们只是想永远批评我们。所以，你知道的。是的。是的。有趣的是，当我读你的论文时，我更容易理解……你知道，就像散文一样，它们很容易吸收，只要你理解基本思想。而如果我只是在 bioarchchive 上读一些随机的东西，它就……我甚至不知道从哪里开始。它只是随机地、晦涩难懂。我完全同意你。我的意思是，当然，有多种原因，但其中一个就是，是的，也许我是一个局外人，所以我试图写得非常清晰和概念化，也许像一个理论物理学家。
我会写下来，但它也像是一个经过轻微筛选的人群。比如斯科特有一个非常受欢迎的博客，他总是写一些非常长的帖子，我也有一个博客。所以，我们比那些只想把事情做完并发表在《自然》杂志上的普通科学家更能表达自己或澄清想法。太棒了。好的。那么，我们来谈谈消费者真正想要什么。嗯，戈兰有一篇关于胚胎选择的非常详细的帖子，他在帖子中写道，我相信总的采用率将相当适度，占人口的一小部分，他在这里谈论的是胚胎选择。很大一部分人对任何新的生育相关技术都表示敌意，而那些对这种可能性持开放态度的人，将因为需要进行先进的家庭规划、体外受精的高昂经济成本以及体外受精过程漫长而痛苦的事实而望而却步。所以，嗯，是的，他似乎对数百万人使用这种技术的可能性非常悲观。你觉得呢？你对他的看法有什么反应？在看待这个问题时，你可以采取两种视角。一种是风险投资家的视角，你说这个市场有多大？在这个市场中占据主导地位的价值是多少？你知道我应该从这些海盗那里接受什么估值？另一种视角是，嘿，我真的很担心人类会把自己都设计成金发碧眼、身高六英尺四英寸，我们会突然容易受到各种疾病的侵袭，一种普通的感冒病毒就会杀死我们所有人。所以，对于这项技术将达到什么程度的普及，有两种不同的看法，对吧？有两种不同的视角。所以，从风险投资家的角度来看，我只想说这一点。丹麦十分之一的婴儿是通过这种方式出生的。你想抓住一个你知道与十分之一的家庭有交集的市场，而且这个市场还会增长，对吧？在所有发达国家，也许包括中国，十分之一的家庭。你有父母和孩子的基因组，也许以后你可以向他们出售一些健康服务。也许你和这些人之间的关系会变得很牢固。好的。所以，这是给风险投资家的，好吗？你知道如何联系我。至于那个，我真的很担心人类进化，或者我们什么时候才能出现另一个冯·诺依曼？这是另一个问题。而且，体外受精的使用者可能永远不会超过人口的百分之十到百分之二十。然后通过体外受精胚胎选择，也许有一天还可以进行基因编辑。所以，从这个意义上说，为什么要担心？总会有一个“野生型”的自然储备库，你知道，他们拥有更多的遗传多样性等等。所以，我认为这可能是一个“童话般的世界”，但想象一下一个“童话般的世界”，那里有足够多的“野生型”人，也有足够多的人在使用这些先进技术，每个人都很快乐，包括我们的投资者。是的。我总觉得，对于那些担心我有一种感觉，认为关于“我们不会有进化多样性”的整个论点，只是为了掩盖对这项技术的一种道德保留。是的，没错。这是那些只是讨厌它的人的幌子。但格温在说什么？就像，他在说，你知道，丹麦出生的这百分之十的婴儿，他们大多已经被筛查出染色体异常。如果我采用同样的数据，并能生成另一份报告，你真的不看那份报告吗？你会说，你知道，这些孩子中的一个将有很高的患黄斑变性或某种疾病的风险，但我不会看是哪个，但我已经在筛查他们的染色体异常了。真的会发生吗？我不这么认为。我认为百分之十使用体外受精的人口会查看这份报告，这份报告可以由，你知道，通过AWS服务器运行一些数据来生成，对吧？所以，我不确定他是什么意思。就像，我的意思是，戈兰，我非常钦佩他，但他的意思是什么？不是很多人会采用它。他的意思是体外受精家庭内的采用比例，还是已经进行体外受精的人口比例？因为那些数字已经很大了。所以，我不知道他的意思，但是的。是的。你知道，这很有趣，我想，鉴于你之前的说法，斯堪的纳维亚国家有很多体外受精，这部分是因为人们生孩子时的年龄很大。风险投资家可以将你的公司视为接触人口结构崩溃的一种方式，对吧？是的，已经有人提到了，顺便说一句，在美国，这个比例是3%到5%。所以，它并不小，如果你去幼儿园，你会看到一些体外受精的婴儿在操场上跑来跑去。所以，它并不小。嗯，我不知道这个视角是，这是一个足够大的市场让你赚钱吗？还是这将改变人类物种的未来？我不知道，你可以有不同的视角。顺便说一句，格温是一个非常有趣的人物。我读他的东西很久了，但显然，他的形象非常神秘。我不知道你是否有，当然，没有什么不是公开的，但这里发生了什么？这个人是怎么进入这个领域的？他发表了一篇关于胚胎选择的非常有趣且详细的报告，而且非常有趣。这里发生了什么？嗯，格温是一个非常聪明的人，他，你知道，我认识很多学者、严肃的科学家和知识分子，在学术界内外，我会付钱，即使我不太同意你刚才提到的他的观点。我的意思是，它在技术上可能没有错。因为他用了我不太明白的词，而且我不确定他是否会不同意我刚才提到的定量内容。但是，我只想说一些关于戈兰的积极的事情，因为我喜欢读他的东西。在早期，他一直在关注基因预测和胚胎选择方面的东西，你知道，他写过关于这些的东西。他写过关于GPT3和对齐风险的东西。他写了很多非常有见地的东西，我认为他非常令人印象深刻，即使你将他与最著名的学术学者相比，比如史蒂夫·平克，或者写了很多人们阅读的东西，并且显然在非常严肃的生活阅读、思考和写作过程中深入思考了很多不同的事情的人相比。我认为戈兰非常棒。我认为他与那些人并驾齐驱。所以我认为我们生活在这个互联网时代真是太棒了，一个完全匿名的家伙可以对各种各样的事情产生非常好的思考，而且他并没有错。他写的大部分关于胚胎选择的东西都是对的。所以，嗯，是的，我对戈兰的评价非常高。是的，所以，像戈兰这样的人很有趣，你可以，几乎可以想象成20世纪初或19世纪末的绅士学者，他们会就很多不同的主题发表高论。我想知道我们是否会看到通才思想家的回归，也许我们已经过度依赖了专家，但现在是时候像你这样了，理论物理学将所有计算和数学知识带入基因组学。这是科学的新趋势吗，至少在最高层面？我不这么认为。所以，关于格温拥有一个平台，所以，首先，他就在那里。他真的在思考，你可以看出他在思考，他在大量阅读，他在思考，然后他写出非常有见地的东西，并且他拥有一个受互联网恩惠的受众，对吧？所以，人们可以阅读它。这是一个惊人的积极趋势，我认为它将继续下去。所以，我认为我们正处于一个知识交流的黄金时代。即使是你我之间的这次谈话也是一个例子。我担心的是，由于科学现在如此专业化，并且需要大量的资金、资源和机构支持才能在大学或实验室等地方完成工作，所以，我认为像这样的人越来越少，他们能够真正做出重要的贡献，并且被该领域的“本地人”所认可，这变得越来越罕见。在我年轻的时候，像费曼和冯·诺依曼那样的人，他们只是因为科学还很小，你知道，费曼玩过一些分子生物学的东西，当分子生物学成为一件大事时，他与弗朗西斯·克里克是朋友，克里克在圣地亚哥，所以他会做这样的事情，而现在几乎不可能了。人们会告诉我，史蒂夫，严肃的理论物理学家会说，史蒂夫，你为什么要做这些事情，你在浪费你的才华，他们会真的这样对我说。所以我认为这种趋势对那方面不好，但对于一般的知识交流，我认为趋势是好的。是的，这很有趣。回到体外受精，你认为在任何给定性状上，收益会更大吗？你可以考虑对于那些已经在这个性状上很高的人，或者对于那些在这个性状上低于人口平均水平的人。我认为父母的基础水平实际上不是一个很大的因素，很大的因素是你的预测器有多好，你看了多少个胚胎，或者你的编辑工具有多好。顺便说一句，我想重申一下我最近学到的东西。这太令人惊讶了，以至于我吓坏了，因为我想，“哦，我算是这个领域的。”所以，在这个行业，所以，我有点了解它。但是，我们公司正在与一家处理卵子捐赠的公司进行一些谈话。它属于体外受精领域。卵子捐赠者通常是年轻女性，比如22、23岁。她们甚至是大学生，她们会得到一笔可观的钱，去经历一个体外受精周期，然后只是把卵子捐赠给某个，你知道，亿万富翁家庭，或者任何需要卵子的人。我被告知，每个周期60到100个卵子并不少见。这真是令人震惊，因为通常是一位30多岁或40多岁的年长女性正在经历这个过程，她们只是在努力获得一些可行的胚胎，然后当你对一个19岁的女孩进行同样的程序时，你会得到什么？我被这些数字之高吓坏了。所以，原则上，让我们想象一下，你是一个亿万富翁寡头，但非常懂技术，你想有一个大家庭，你想拥有非常，你知道，高质量的孩子，也许是长寿健康的孩子，你可能会从数百个孩子中选择最好的，就像有数百个平行宇宙我可以生活在其中，我可以窥视每一个，然后选择。我将穿过742号门，因为那是我想到的结果。实际上并不贵。但是，人们现在能做到这一点真是太神奇了。我想这会暗示年轻时生孩子的收益会增加，因为你体外受精理论上是为了，哦，你也可以在年老时生孩子，对吧？所以，这正在使竞争更加公平。对于那些年轻的人来说，再加上额外的胚胎，这就像不，实际上，它极大地倾向于年轻人，至少如果你关心体外受精可以帮助你弄清楚的那些性状。所以，让我问你，你认为戈兰在那篇文章中讨论的一些可能性是什么？一种是我们可能能够将诱导多能干细胞转化为胚胎，然后我们将能够跨越数百个胚胎进行选择，而无需采集卵子。是的。所以，卵子是限制因素。精子便宜。而这项技术，将皮肤细胞逆转为多能状态，使其能够成为其他类型的细胞，而不是皮肤细胞，而是卵细胞的技术，这项技术在小鼠和大鼠身上已经基本掌握了，至少大鼠可能是最常见的模型系统。所以，在日本有一些实验室，他们似乎已经完全掌握了这项技术，并且他们已经通过诱导多能性制造卵子，进行了多代大鼠的繁衍。所以，我的猜测是，在人类身上实现这一点并不难。这只是几年在实验室里辛勤工作才能实现的事情。我知道有一些初创公司正在研究这个问题。起初会有一些犹豫，比如，为什么你要这样做，如果你可以只是付钱给一个19岁的女孩做你的卵子捐赠者之类的？例如，一些同性恋夫妇非常想这样做，因为那也许他们也可以，你知道，他们伴侣的皮肤可以变成卵子。好的，有趣。所以，有这样做的理由，但对很多人来说，我认为他们会说，那个卵子是通过一个新颖且未经测试的程序产生的。我宁愿要一个我没有额外风险的卵子。所以，我不知道采用率会怎样，但我确实认为这只是一个技术预测。它将是可能的。它不是，我们离能够做到这一点并不远。我的意思是，我们可以在大鼠身上做到这一点的事实，我认为我们并不遥远。是的，如果真的想从一万个胚胎中选择最好的，它可能对自然选择有巨大的影响。没有技术上的，我的意思是，最终没有技术上的障碍。现在，我想说的是，在诱导多能性生产卵子成熟并进行测试，以便人们对其有信心的大致相同的时间尺度上。我认为在同一时间尺度上，多重精确的基于CRISPR的编辑也将出现。到那时，就像，你为什么要做这些事情？我只需要进去做我需要做的改变。而且在同一时间尺度上，我认为我们将弄清楚真正的因果关系。我正要问，因为，是的。否则你只是在改变标签。是的。是的。所以，这一切都是你比我年轻，所以我完全相信你会看到这一切。我可能看不到所有这一切，但我会看到，你知道，技术已经完善。我未必会看到它对社会的影响，但你可能会看到。我希望在我准备要孩子的时候，它就已经准备好了，这还有一段时间。所以，格温讨论的另一种可能性是迭代胚胎选择，你可以一直，我让你描述一下它实际上是如何工作的，但你认为这种可能性如何？是的。所以，就像，你制造胚胎，你制造很多胚胎，然后你决定喜欢哪些，然后在你真正把它变成一个人之前，然后那个人长大并繁殖，你实际上是通过胚胎的迭代来繁殖。这也很可能。所以，我认为，所有这些，你知道，非常分子化的技术都有可能奏效。我认识的没有人真的在全身心地投入其中。但是的，那也可能奏效。嗯，我只想说，你知道，就像我开了一些关于“觉醒者”和进步主义者以及那些讨厌我们的人的玩笑一样，我实际上觉得他们有点愚蠢。我认为实际上，目标，我实际上认为自己是进步主义者。我不认为自己是“觉醒者”，但拥有健康的人，也许是健康、美丽、活到200岁的人，谁反对呢？你知道，就像，我也反对社会不平等。我认为，你知道，与科学技术的增长和进步相一致。我们应该努力建立一个相当平等的社会。我支持所有这些。所以，如果你是一个正在观看这次采访的“觉醒者”，只是为了讨厌史蒂夫·舒之类的，请想想。想想你为什么对我生气。我的意思是，我实际上在探索世界是如何运作的。难道你不想知道世界是如何运作的吗？如果我们有一个不平等问题，因为有些人学校表现不好，难道你不想给那些家庭提供这些资源，让他们为下一代解决这个问题吗？难道这不就是你最终想要的目标吗？我的意思是，想一想吧。是的。是的。我想，为了稍微“偷窃”他们的观点。有人可能会说，“听着，在像[ __ ]这样的模型中，阻止家庭之间长期失控分歧的事情之一就是回归平均水平。”你知道，我听了你和格雷戈里·克拉克关于这似乎已经成为现实的谈话。但是，在它不会随着时间的推移而加剧的程度上，原因就是，是的，很难像保持精英基因一样，因为回归平均水平，如果你能保持这一点，并且如果你拥有越来越好的基因回报，因为你可以负担得起这些治疗，那么社会就有可能，你知道，而不是像社会的正态分布，你可能只是有一个双峰分布，并且它会越来越分开。那是可能的。莫洛克和伊洛。是的。是的。我的意思是，我认为这是一个合理的担忧，这可能导致严重的巨大不平等。这是这项技术的风险，而且很大程度上取决于社会。我的意思是，当有人向我提出这个问题时，我会承认这是一个合法的担忧，但然后我会说，你知道，我们生活在一个国家，这个国家在某种意义上是世界上最富有的国家，而且有很多人甚至没有医疗保健。你担心那种不平等吗？你知道，就像，我们有很多不平等。有很多事情让你担心不平等，而这项技术可能会助长这种不平等，但不必如此。实际上，也许这在全球范围内不一定有益，但至少对于这个特定的辩论来说，如果情况是，当我问你，“哦，那些在某个性状上较低的人，与那些在这个性状上较高的人相比，他们在这个性状上增加的潜力更大吗？”如果情况是这样，那么你就可以说，“听着，聪明的人会在某个时候让他们去做，而愚蠢的人可以随着时间的推移赶上来，对吧？”嗯，我认为再次，如果你更偏向左派，喜欢政府干预，那么这就会成为政府医疗保健系统的一部分，而且是免费的，你说我们将允许对平均水平以下的家庭进行更积极的编辑或生产更多的胚胎，有一个非常自然的方式来重新分配，就像我死后你将强制从我那里拿走一大笔钱，我宁愿把它传给我的孩子一样。你将强制从我那里拿走。好吧，你可以强制给那些需要的人更多的基因预测资源。这很容易。好的。所以，在你，只是话题转移很多。在你有一个关于那个最近在推特上疯传的关于“细胞”和“形状旋转器”的表情包的有趣帖子，关于形状旋转器实际上是将两种独立的能力结合起来，数学和空间能力，当你在心理测量学中进行主成分分析时，它们被发现是不同的但相关的。作为一名程序员，我真的很想知道，对于那种技能组合，哪一种是更必需的，因为我就是那种人，你知道，当我们谈论抽象和数据结构以及程序的流程时，我就是那种人，我直观地喜欢从我只是想象它看起来的样子来思考它。而我知道我的朋友们，我说，“好吧，显然编程是视觉空间能力，”他们说，实际上他们根本不从视觉上想象它，对他们来说，这更多的是看着循环，以及接下来会发生什么，接下来会发生什么。所以，我很好奇，哪一个更能描述编程是什么样的。我认为你的描述抓住了整个故事，即人们在攻击同一个问题时，他们的方式非常不同，他们的大脑处理它的方式。我认为这是心理测量学和心理学领域最迷人的事情之一，即我们真的在试图深入了解这一点。当我接受教育并接受理论物理学和数学培训时，我最着迷的事情之一就是看看我的同学，比如加州理工学院的同学，或者理查德·费曼，他们是如何处理问题的，这可能与我的处理方式完全不同，或者当我们得到解决方案后，我们如何沟通。显然，有些人是视觉型的，比如费曼是一个非常视觉化的思考者。其他人更像是逻辑驱动的，他们会一步一步地进行，甚至可能就像他们听到论点一样，当他们一步一步地进行时，或者别的什么。所以，每个人都不同，我认为这些事情非常迷人。现在已经有点过时了，但在我成长的年代非常普遍的是，当我上车间课的时候。我不知道你是否在初中或高中上过车间课，但我们必须上车间课，在那里你可以弯曲金属，他们有机器，我用钢做了烟灰缸之类的东西。所以，是的，在那门课上，空间感非常重要，你可能会遇到像我这样的家伙，我的朋友，你知道，他的SAT分数很高，去了普林斯顿学英语。那家伙根本无法在空间上旋转，他完全不知道如何弯曲才能做出烟灰缸之类的东西，对吧？所以，你非常清楚地看到了这一点，在那些老日子里，当事情更基础的时候，当你去上车间课时，有时他们只是给你一个标准化测试，这是一个空间能力标准化测试。所以，我们这一代人都像，你不用对我撒谎，我们看到了它是如何运作的。我们看到人们参加了空间能力，空间可视化能力的标准化测试，然后我们看到人们试图操纵那个机器，那个金属弯曲机器，有些人就是做不到，他们实际上无法让东西看起来像产品应该看起来的样子。所以，在现实的原子和克钢、千克钢的经济中，所有这些都转移到了中国，或者其他地方，所有这些都非常重要。就像，你不能只是理论化，比如，“好吧，然后我有一个模块做这个，这个函数将有这些类型，”这很好。这在这个经济领域非常有价值，但必须有人让这个工厂运转起来，而且必须高效，我们必须把机器放在这里和这里，这样我们就不用把[ __ ]从这里搬太远了。你知道，有很多空间感很强的东西，曾经是美国经济和教育系统的一部分，现在我认为它都消失了，但它是真实的。它不是假的。不，不，人们没有编造这些。而且，20世纪50年代和60年代的心理测量学家可能会说，“是的，这是我的10卷本关于空间，你知道，测量空间可视化能力的论文，”或者别的什么。是的，是的，即使你读了像爱因斯坦这样的人物传记，我的意思是，他尤其以空间思考者而闻，哦，他是一个极其视觉化的人，极其视觉化，对吧？只是思考实验，基本上就是它看起来是什么样子，或者以这个速度移动是什么感觉，或者别的什么。是的，这很有趣。是的，所以，我想在程序员的情况下，我不确定我是否得到了你的答案，但对于那个特定的学科，你认为哪个是更相关的技能？我想说，人们会用不同的方式来做。是的，我认为，如果你比较工程师和软件开发人员这两个类别，工程师通常，我认为，平均而言，空间能力更高，而且他们正在使用它。而你可以成为一个很棒的程序员，而且我猜，几乎没有空间能力。这是我的猜测。是的。我想知道，当你学习历史或其他东西时，你会注意到有些人对军事历史方面很感兴趣，看到部队是如何调动的等等。我想知道这是因为他们有更高的空间能力，他们只需要能够理解部队是如何调动的等等。我想说，这是我需要揭露的一件非常奇怪的事情，但有时当我难以入睡时，我会想象，最近我一直在想，你知道，我将如何使用弹道导弹来瞄准一艘航空母舰，对吧？但是，中国人真的解决了这个问题吗？或者，你知道，有时如果我试图入睡，我就会想象，好吧，当你在大约5公里的高度时，你的雷达能看到什么，你需要多少分辨率，然后你还有多少时间进行航线修正才能击中船只，你知道，我会为放松而思考这些事情，但我是，而且它高度视觉化，但你也是，而且也是定量的，因为你必须做一些估计。但是，我认为这对于很多物理学家来说是很典型的，因为如果我们开始谈论它，我们会说，“哦，是的，你只有大约十分之一秒的时间来做这件事，而你的东西可以在几毫秒内完成，所以我们没问题，”然后你，总之，这种思考在某些类型的物理学家中非常普遍。是的。是的。现在我很好奇，为什么物理学家如此频繁地转向金融领域。我认为你曾经考虑过这一点。是底层的知识和数学完全一样，还是它只是数学能力和智商的一个可信信号，你知道，量化公司等等，他们想雇佣物理学专业的学生？答案有点复杂。我认为你提到的所有因素都是真实的。但是，在我这一代人中，在80年代和90年代，当很多人进入金融领域时，他们中的许多人去交易衍生品。如果你看看期权定价理论，它看起来很像物理学。基本上是随机游走的数学。所以，有一个非常紧密，不是紧密联系，而是概念上密切相关，这是必需的。现在，如果你稍微扩大一点，说，好吧，但如今，如果你去非常大的量化基金，他们正在寻找信号并分析大量数据，他们不交易衍生品，他们交易，你知道，实际的名称，比如股票或其他什么。我认为现在机器学习和计算机科学背景的加载更多。而那些进入金融领域的物理学家，他们不得不，他们正在使用他们技能的那个子集，但基金公司同样愿意雇佣一个计算机科学或机器学习类型的人来做这件事。所以，这是一个有点复杂的答案。是的，这太有趣了，因为我的意思是，在90年代和21世纪初，我不知道，我看了，我读了那本关于长期资本管理公司倒闭的书，显然，这是一个警示故事，但仍然很酷，实际上，有两本书。有一本叫《天才何时失败》，还有，实际上至少有三本书，但它们都很好。是的。是的。然后你听说，显然，期权定价理论的创造者在那里，但应用伊藤微积分或随机游走之类的东西，我不太懂，但非常酷的是，你有一些数学家进来，将这些想法应用于金融。我想说一点关于物理学家的事情，这与数学家和计算机科学家伙有点不同。也许与数据科学家伙不太不同，但肯定与大多数计算机科学家伙和大多数数学家伙不同的是，我们花了大量时间处理糟糕的、有噪声的数据。所以，即使你是理论家，你也必须经过那些实验室课程，我的意思是，那些实验室课程对我来说是最难的，最糟糕的，因为你必须进去建造一些电子设备来获取数据，而且它可能是极其有噪声的，就像你在测量来自屋顶的μ介子宇宙射线击中你的探测器，然后你必须分析数据，当你建造这个东西时，你搞砸了，所以，你得到的数据毫无意义，或者你，一些关于放大器火灾不对，或者你，你习惯于看到糟糕的数据，你有一个理论上的观点，关于应该发生什么，比如你正在想象μ介子进来，它这样做，然后插值于理论上的观点，关于粒子和系统应该发生什么，以及实际数据看起来是什么样子，然后说，“哦，[ __ ]，我们没有这样做，或者我们没有屏蔽这个部分，所以我们才得到那个，”这是物理学家非常非常习惯做的事情，而数学家通常很糟糕。他们只是接受，“哦，我只是接受这是数据，现在我将，现在我将用这些数据进行推理。”对于计算机科学的人来说也可能如此。但你需要有人真正处理过糟糕的数据，并试图将其与一个非常优雅的数学模型联系起来。这是物理学家有时独特地习惯的事情。不，但我认为计算机科学的人也是如此，那就是，显然，在调试中，可能发生许多不同的问题。其中一个显然是你写错了代码，但通常你写对了代码。它只是，有很多抽象层在你之下，在你实际的硬件之上，你必须弄清楚，为什么我这个想法和我实际的程序输出之间不匹配。我认为这是公平的，因为，是的，调试代码时，它可能以许多不同的方式失败，而你实际上必须，在某种意义上，退后一步，建模，比如，“哦，也许这个模块在给我回馈错误的东西，这就是问题所在，或者它是另一层。”所以，这与我们在实验室处理物理实验非常相似。但是，物理学的问题在于，我们真的非常倾向于追求根本现实。就像，如果已经是深夜了，我和我的实验室伙伴都想出去睡觉，我们不能告诉自己事情还好。我们没有真的搞错屏蔽。没关系。我们只是把数据带回家看。不，我们必须真正决定。我们是否必须再花三个小时把它拆开并重新屏蔽，还是我们必须达到真正的根本现实？我们不能欺骗。我们不能假装，“哦，这个发射计划会完美地工作，”你知道，就像，你知道，我们不能对自己撒谎。而这，我想，对于编码人员来说也是如此。但，但无论如何，这与社会科学家等非常不同，因为他们可以决定，“我不喜欢那个现实。我将编造一个关于社会如何运作的模型，然后我就完成了。”我们不能那样做。是的。所以，考虑到理论物理学家所拥有的技能组合，正如你刚才提到的，是否有可能，我的意思是，显然，对物理学界普遍的批评是，他们吸收了太多的才能，你知道，比如三到四倍标准差以上智力的人在研究一个领域，这个领域，至少在流行观念中，似乎并没有取得多大进展。那么，是否应该有更多的人从物理学界迈出你所迈出的那一步，就是，“是的，我学到了所有这些理论物理学的技能，我要离开它。”也许金融领域是其中一种方式，我们可以从物理学所建立的技能中获得亲社会的好处，但也只是进入基因组学或类似领域的领域。应该有更多的物理学家将他们的技能用于其他地方吗？是的。所以，第一，流失率非常高。所以，即使你削减，你说，拿这群能力在三个或四个标准差以上的孩子，他们进入普林斯顿或麻省理工学院等学校的物理专业，有多少人最终成为执业物理学家？非常少。所以，他们在所有点上都在流失，你知道，贝索斯在物理学领域开始，在普林斯顿大学职业生涯的后期转到计算机科学，你知道，埃隆在斯坦福大学的物理学或应用物理学研究生院，他流失了。所以，对于我来说，有一种说法是，教育是 the phenomenal。你应该努力获得这种教育。它以后会对你有好处，而且你很可能会流失。你会逐渐流失并做别的事情。现在，如果你说，好吧，在全世界成千上万的理论物理学家或从事基础研究的物理学家中，有成千上万，也许其中一些人也应该做更多的癌症研究，或者做金融建模。是的，也许吧。也许吧。我的意思是，也许其中一些人也应该，你知道，我们应该把你剔除，我们应该再剔除一些人，让他们做更多的事情，仍然有一些论据支持这一点。但我们需要一核心人群，他们正在努力解决这些真正困难的、基础性的问题，回答关于自然的这些困难的根本问题。顺便说一句，贝索斯的例子非常有趣。显然，对于可能不知道的听众来说，他曾经被问到为什么，我的意思是，他最初的计划我认为是成为一名理论物理学家。他没有继续下去的原因是，他注意到他的一个朋友比他更擅长这项技能，所以，他讲的故事是，他们一直在，贝索斯花了很多时间在一个问题上，但没有取得任何进展，而他的一个朋友只是看了一眼，他说，“哦，答案是，我不知道是什么，比如，[ __ ]余弦什么的。”然后他说，“是的，我只是消除了所有项，我认识一个类似的问题。”所以，贝索斯说，“好吧，这不是我的竞争优势。我能说一句吗？我必须补充一个轶事。那个家伙，那个家伙，所以，我认识很多贝索斯饮食俱乐部的人，我们也是，因为我们非常相似，而且一起上了很多课。其中一位是我高中时的朋友，另一位是一群我在伯克利读研究生院的家伙，因为有一大批普林斯顿人会去伯克利读研究生院，我认识他们，他们是贝索斯的同学。所以我认识所有这些人，我认识所有这些贝索斯的故事。有趣的是，你提到的那个家伙，我相信他的名字是亚桑塔，一个印度人，斯里兰卡人。他去了加州理工学院读研究生。所以，实际上，我和他，我不记得我什么时候找到他了，我想我曾经在加州理工学院拜访他时见过他，他在读研究生，所以我实际上遇到了这个人，并和他谈论了贝索斯。有点，因为我们有共同的朋友，我们没有，我们没有专注于贝索斯。因为我们有共同的朋友，但我实际上遇到了这个人在你刚才提到的轶事中。哦，不。因为实际上，这对我来说非常重要，因为这与我的问题非常相关。我和我的朋友一直在争论智力在创业能力或工程能力顶峰的重要性。他试图用那个轶事来说明，显然贝索斯不够聪明，无法成为一名理论物理学家。所以，因此，智力在某个点之后就不那么重要了，之后贝索斯就富有创造力，或者别的什么。他很努力。而我不知道，我的看法是，好吧，他不够聪明，无法成为一名理论物理学家。他大概是低于平均水平五倍或四倍标准差，但显然，仅仅在普林斯顿学习物理学本身就证明了他可能至少是平均水平以上两到三倍标准差，至少是三倍。好吧，你能告诉我更多关于你在普林斯顿与那些人交谈时对杰夫·贝索斯的看法吗？他是否只是，他是否在其他方面非常出色，比如努力工作，或者有创造力，或者实际上智力非常高，只是不够高，无法成为一名理论物理学家？是的，这是一个很棒的话题，你知道，我认为很多人都对这个话题感兴趣，甚至在我亲密的朋友中，包括那些认识贝索斯或在学校认识贝索斯的人，我们都谈论这些事情。所以，首先，你必须区分非常抽象的那种智力，它在物理学和数学或计算机科学中有用，与更一般的智力，它们是相关的，但它们不是同一回事。所以，你知道，我想说贝索斯可能在努力工作、承担风险、在高压下运作、专注和一般智力方面都超出了常态。所以，他可能超出了常态，你知道，如果你只是因为这些特质至少在一定程度上不相关，如果你同时在所有这五个方面都处于前10%，那么你已经是一个非常罕见的个体了，对吧？因为许多在物理学课程中比贝索斯做得更好的物理学家伙，他们无法领导一家公司。他们无法组织一个能够说服风险投资家投资的演示文稿。所以，这有点，你知道，我们正在谈论不同的技能组合。我认为，认为存在一个单一维度的认知能力衡量标准是没有多大用处的。你知道，我可能是有罪的。人们会说，“等等，史蒂夫·舒刚才说了，但他就是那个最负责传播这种观点的人。”但这只是因为它，这是最简单的事情来谈论，如果你把它压缩成一个一般的因素，它就更容易谈论。这并不意味着其他组成部分没有意义。我们刚刚谈论了口头与空间与一些更普遍的数学才能。所以，显然，这是一个多维度的，不是那么高维度的，但至少是一个多维度的能力空间，我们正在谈论。现在，关于贝索斯这一点，我认为并非微不足道，但与物理学家离开物理学并做其他事情的生命经历直接相关的是，在工程环境或初创公司环境中，人们经常会说，“你对那个一无所知，你在说什么？”但现实是，那些在技术问题上表现出色的人，好吧，不是关于如何获得一个好的、温暖的介绍给这个风险投资家，不是那种事情，而是初创公司必须解决的技术问题，比如在贝索斯的情况下，通常是优化某个供应链问题，或者优化某个排序过程，或者降低某个，你知道，地址标签的错误率，你知道，这是一个定义非常明确的问题，一旦你解决了运营问题，公司里的人普遍说，当贝索斯走进房间时，他会给我们，他会给我们提供关于运营问题解决方案的非常有益的反馈，你知道，这可能出乎意料地比我们说的要好，或者他至少能找到我们说的问题，或者如果我们做得很好，他会立即理解，这可能是一些高管无法立即理解的。所以，我的观点是，那些拥有超高一般能力的人，通常可以在这些技术环境中发挥作用，即使他们没有很多背景，他们仍然可以进来并提供帮助，有时他们可以解决那些在该领域受过良好训练的人正在努力解决的问题。我认为这是公平的。但这不公平地说，只有一个单一的，你知道，单一维度的智力衡量标准，这个人总是打败那个人，那个人总是打败，它不是那样的。但只是，只是，其中一些超常的人通常比批评者愿意承认的更有用。你的生活经历就是其中一个例子。但是，你知道，我还有另一个经历，那就是，我最近采访了FTX的首席执行官萨姆·麦克弗里德，在我播客上，我为这次采访做了很多准备，我想，一般来说，对于所有的采访，我都会尝试想出一些我认为客人可能没有听过的问题。在那次采访中，我真的努力想出一些他可能没有听过的问题，而且可能非常有趣和具有挑战性。你知道，我听了我做过的所有采访，然后，是的，准备了很长时间。如果你听那次采访，你会注意到他回答这些问题的方式，听起来就像他刚刚，哦，我刚刚
与某人谈论那个。让我再说一遍我刚才的想法。这就像，无论我试图抛给他一个多么有创意的问句，他都能很好地理解，并且能够以观众能够理解的方式解释所有背景。作为一名非常成功的创始人，能够弄清楚“哦，这位投资者来自私募股权。他会这样考虑问题，我应该这样向他解释。这位来自一家非常注重技术的风险投资基金。我应该这样和他谈论这个问题。这位是他们派来的尽职调查员，他是斯坦福大学的计算机科学教授。我必须用这种语言和他交流。”这种能力是相当出色的。所以，创始人是一个经过精心挑选的群体，他们非常擅长跨越不同文化进行多方位的沟通。这位是高盛的一位普通的投资银行家，我的意思是他们不笨，但他一点技术都不懂，所以我必须这样向他解释，但这位是律师。我必须那样和他谈。所以，对我来说，他拥有这些能力并不奇怪。在这个群体中，这是经过挑选的。对。好的。所以，你是一名柔术和其他武术的实践者，而这些学科中一个显着方面是你可以以弱胜强，对吧？而罗伊斯·格雷西在 UFC 中就是一个很好的例子。嗯，像智力这样的特质有可能做到这一点吗？我们是否有技术或其他方法来弥补我所谓的，呃，你的原始体重，就像柔术之于格斗一样？这是一个很棒的问题。从某种意义上说，柔术就像应用物理学，因为你在思考，比如我有两只胳膊，你有两只胳膊。嗯，你是不是更容易在我合拢距离并迫使我与你缠斗之前就打我一拳将我击倒？确实如此。我之所以如此喜欢柔术，是因为它非常理性。它基本上是对两个人可以对彼此做什么的科学分析。所以它是一种技术。而在人们可以用来增强脑力的方法方面，显然我们周围到处都是。所以，这里有一个有趣的事情。假设你和你的女朋友正在尝试找到某个问题的答案，而你们俩都在使用谷歌。谁能立即输入搜索词并获得正确的，呃，排在首位的搜索结果，直接回答你的问题，这之间存在巨大的差异。这很令人沮丧。但你可以利用技术来提升自己。你知道，如果你训练，如果训练不是正确的词，但如果你有点擅长使用某些技术或某些信息渠道，你可以放大你的能力，超越你仅有的原始，你知道，能力。是的。所以，我认为我的回答是存在工具的，但是，嗯，没有人，呃，没有道场你可以去，而格雷西·霍伊斯会立即开始教你，这样做，这样做，这样做，这样做。然后你就会遇到一个比你高大的人，但你会将他击倒并将其窒息。对于认知来说，并没有这样的东西，对吧？但我可以看到人们可以以不同程度的有效性来增强他们的能力。现在，你很久以前写过一篇关于精英教育的博客文章，在其中你谈到了即使你控制了 SAT 成绩，在最高级别的工作中，来自精英学校的人仍然过度代表。所以，我很好奇，你认为这是因为哈佛大学在选择时基于个性和其他因素的筛选效应，并且你知道这会筛选出某些高成就者，还是因为在哈佛大学而让你成为高成就者？到底是怎么回事？首先，当我第一次成为一名企业家时，我曾非常积极地研究过这个问题，因为我想，好吧，我们可以筹集这么多钱，我们可以与这些基金会进行会面，但这家伙是如何为这个愚蠢的想法筹集到 1 亿美元的？我到底是怎么想的？然后我就会开始研究这家伙的背景，我会想，好吧，他去了哈佛，然后，哦，他是骷髅会成员，你知道，随便什么。所以，我非常感兴趣的是，好吧，这些超级出类拔萃的人。比如，这家伙是怎么得到一份为《辛普森一家》写剧本的工作的，你知道，就像我想写的那样，其他人也想为《辛普森一家》写剧本，但他去了俄亥俄州立大学，所以他离《辛普森一家》有十层社交网络距离，但哈佛的家伙不是。实际上，他在《Crimson》里的朋友们都在为，《辛普森一家》写剧本，对吧？所以，有很多因素。拿两个孩子来说。他们都在 SAT 考试中获得了 1580 分。一个去了俄亥俄州立大学，获得了俄亥俄州工程奖学金，而另一个说，“不，去他妈的，不。我要去哈佛，即使那里的工程学院很糟糕，但我还是要去哈佛。”好吧。那么，他们的生活有什么区别？一，也许那个去哈佛的家伙是因为他比另一个人更了解世界是如何运作的。好的。二，当他到达哈佛时，他会遇到很多超级有野心、有进取心、聪明的孩子。其中一些孩子是超级富豪的子女。其中一些是超级有影响力的人的子女，而且他们都在努力前进。他们非常有野心。他们知道在高盛做到董事总经理或在麦肯锡成为合伙人意味着什么。他们知道那些事情。好的？而你，如果你因为在俄亥俄州长大而不知道它们，你会立即学到它们，因为你看到乔，他比我早两年，但住在隔壁房间。他面试了，现在他在麦肯锡。现在他在做这个。你只是对社会精英阶层中可能发生的事情有了更好的了解。所以，有多种因素，人脉。一些哈佛的孩子来自超级富裕的家庭。其中一些人的父亲过去常常和，你知道，你想与之会面的基金的负责人一起打高尔夫球。对吧？所以，所有这些因素加在一起。嗯，我并不是说这是好事，但我有点想了解世界是如何运作的。我有点想了解为什么那个家伙能比我筹集到更多的钱，或者获得我无法获得的会议。对吧？所以，这就是我最初对这个问题感兴趣的原因。为什么中国和印度的人均诺贝尔奖获奖人数严重不足，甚至在计算机科学领域，当我试图寻找某些主题的论文时，那些论文很少来自中国，或者质量远不如我从美国教授那里找到的。我很想知道你为什么这么认为。显然，这不可能是仅仅因为人口或其他原因，因为当那些研究人员来到美国时，他们会产生杰出的研究成果。这里发生了什么？为什么这个效应是真的？如果是，那么解释是什么？那么，这个问题的简单答案是，你提到的许多事情，或者几乎所有事情，都是滞后指标。所以，它们反映了西方发达并且拥有强大的科学和工程传统，而中国和印度却极其贫穷，根本没有这些。在我自己的生活中，在过去的 20 年里，当我访问中国大学，甚至像韩国和台湾的大学时，我可以看到它们从拥有许多有才华的本科生，但那些最好的本科生总是来美国读博士。他们从那时发展到现在，一些最好的本科生留在了那里，那里的教授们也成为了世界一流的。但这只发生在我成年之后。所以，你可以看到它是一个严重的滞后指标。有趣的是，在我从事物理学职业期间，我知道一些人，我认为印度的术语是“toppers”。我不知道你是否知道这个词“toppers”。所以，那些参加 IIT 考试的人，他们会给参加考试的全国每个孩子打分，对吧？所以，我认识一些在 IIT 入学考试中排名第一、第二或第五的人，但他们最终去了加州理工学院，或者去了麻省理工学院，或者去了其他地方。所以，存在着巨大的脑力流失，我是说，这是非常强大的精英脑力流失。而且麻省理工学院最近一直在招聘，如果你赢得了信息学奥林匹克竞赛或数学奥林匹克竞赛的金牌，麻省理工学院就会试图让你来麻省理工学院。所以，存在着巨大的吸引人才的现象，我认为这很好，但这就是为什么当你去 IIT 时，尽管本科生非常聪明，但教授们实际上，恕我直言，那些在那里教书的同事们，但那里的教授们，如果他们收到加州大学洛杉矶分校的邀请，他们平均会搬到加州大学洛杉矶分校。所以，这就是区别。但这种情况正在逐渐趋于平衡。我们支付给美国研究人员或博士后较低的工资，因为我们部分地通过签证支付给外国工人，这有什么缺点吗？这仅仅是一种市场套利，它对经济产生了积极的外部效应，还是因为本土工人没有竞争力，所以存在一些缺点？对美国整体平均而言是好的，对发展中国家是坏的，因为你在窃取他们的人才，对吧？对本土出生的美国人来说是坏的，他们不得不与来自世界各地的顶尖人才竞争。所以，美国孩子要获得他应得的工作，你知道，在这些精英层面，他受到移民的强烈影响，这要困难得多。所以，你知道，有赢家也有输家。美国是否存在长期问题。所以，现在，有一些我们的人非常痴迷，他们时不时地在我的博客上评论，他们研究国际数学奥林匹克竞赛的获胜者都去了哪里，他们都在做什么，他们声称他们看到在美国长大的孩子，不是移民的孩子，而是在这里待了很长时间的孩子，他们再也赢不了这些比赛了。所以，最终，你可能会因为打开大门，引进所有这些来自国外的才华横溢的人才，而阻碍了本土人才库。所以，可能存在一些二阶效应，这些效应并不那么好。尽管有趣的是，当你看看科技行业时，它也有类似的外国竞争因素，因为 H1B 签证，但薪酬仍然非常有竞争力。这仅仅是因为科技行业对人才的需求非常，呃，非常缺乏弹性吗？是的，因为你可能更专注于软件开发和机器学习之类的内容，但如果你看看更传统的工程领域，那些领域不那么热门，那些人可能会说，“不，我的薪水受到了来自印度和中国的饥饿工程师的存在的影响。”所以，你知道，软件行业因为长期以来都很热门，所以不太感受到这种影响。它有足够的弹性。太棒了。好的，史蒂夫，这太有趣了。我真的很享受这次谈话，在准备这次谈话和与你交谈的过程中，我学到了很多关于我长期以来一直感兴趣的主题。我们今天是否应该触及我们今天讨论的任何主题，或者未能讨论的任何主题？哇，我们讨论了很多，我真的认为你是一位很棒的采访者，因为你的问题总是触及到我认为很多人感到困惑的关键点。而且那里有很多深度。所以我认为这很棒。我们可以谈论的还有很多。我们应该找个时间再做一次。但我不认为你遗漏了什么。如果你愿意，我很想做一个第二版，我们谈谈你的一些物理学工作，以及我们这次可能错过的其他主题。是的，我们得谈谈多世界和量子计算机之类的事情。这会很有趣。嗯，在此期间，你想告诉大家你的网站、你的播客和你的推特吗？这样他们就知道在哪里找到你？是的。我的姓是徐，这是人们最难记住的，因为它有点反语音学。H，然后 S，然后 U。搜索我就可以了。我在推特上。我有一个博客，还有一个名为 Manifold 的播客，收听量不是很大，但我试图保持很高的质量水平，我试图邀请最顶尖的嘉宾，然后我们愿意深入探讨。所以，它有一个非常，呃，小众的听众，但如果你喜欢，如果你喜欢我们刚才在这里的谈话，你可能会喜欢 Manifold。所以，你可以在所有通常获取播客的地方找到它，也可以在 YouTube 上找到。播客就像，我正在做的事情，它就像深入的对话，但你对如此多的不同领域都有如此多的了解。所以，听你进行从社会科学到外交政策，再到你自己的领域，等等，所有领域的专家级对话都非常有趣。所以，这是一个我强烈推荐的播客。所以，是的，Manifold 播客是你应该去看看的。是的，我的荣幸。感谢观看。希望你喜欢这一集。如果你喜欢，并且想支持这个播客，你能做的最有帮助的事情就是把它分享到社交媒体和你的朋友。除此之外，请在 YouTube 上点赞和订阅，并在播客平台上留下好评。干杯。下次见。 [音乐]