新晉85後諾獎得主John Jumper：導師願意給自己做PPT的編程高手_風聞
返朴-返朴官方账号-关注返朴（ID：fanpu2019）,阅读更多！1小时前
撰文 | 小王隨筆
熱烈祝賀 John Jumper 獲得2024年諾貝爾化學獎！
太讚了！太讚了！！太讚了！！！
Karl 出生於1942年的紐約市布魯克林，有一個年長4歲半的哥哥 Jack。哥哥熱愛化學，中學就在自己家的地下室搭建了一個功能齊備的化學實驗室，上小學的弟弟也能參與進來。Jack 在1962年因研究電子自旋共振從哥大取得了化學博士學位；翌年，Jack 拿到康奈爾大學化學系的教職，而 Karl 剛剛從哥大化學系本科畢業。
彷彿在追趕哥哥的腳步，在1967年，Karl 獲得了哈佛的化學物理學博士學位，師從 William Klemperer（1927-2017），研究電子共振光譜，博士論文標題是：Theoretical studies in molecular spectroscopy（分子光譜學的理論研究）。同年，哥哥Jack成為康奈爾大學副教授，取得終身教職。很快，在1968年，Karl 接受了 Stuart Alan Rice (1932-) 的邀請，來芝大化學系任教，至今。26歲就成為芝大化學系正教授的 Rice 是目前芝加哥大學化學系最資深的教授，可能也是芝加哥大學化學系目前最接近諾貝爾獎的人。
可能終究還是兄長稍勝一籌，Jack 在1976年成為美國物理學會會士，1994年被評為美國藝術與科學院院士；Karl 則分別在1983年和2007年成為美國物理學會會士、美國藝術與科學院院士。
我曾向 Karl 問起 Jack，二人實在長得太像了。Karl 謙遜地説 Jack is a much better chemist than me（哥哥是遠比我好的化學家）。
Karl 是一位非常老派的、數學物理功底極紮實的理論化學家，屬於在黑板上裸推公式講課的那一種，曾在1970、80年代擔任過芝加哥大學化學系的系主任以及 James Frank 研究所所長，長期在系裏講授量子化學等理論和計算類課程。授課時，Karl 簡直是 GPA 殺手，常年使得課程平均分保持在30幾（滿分100）。我們好奇，難道 Karl 像《灌籃高手》中的安西教練，年輕白髮魔，年老白髮佛？我們這幫小屁孩真是太幸運了。
其實並沒有。Karl 解釋説，你們看看那些大聯盟打棒球的，擊球成功率只有30%，也配拿百萬美刀的薪水。上我的課，能拿個30分，相當可以啦~
這個笑話太冷了……
Karl 就是這樣，像是一個孩子，總愛説冷笑話，每三句就有一句笑話，常常是他自己先笑起來；但是，一旦談到學術，他雙眼則直直地看着你，炯炯有神，彷彿此刻對他而言周圍都不存在了。時至今日，我猶然記得，第一次與 Karl 同桌吃飯，他問我們：What is the difference between molecular modelling and simulation？分子模擬與分子模擬的區別是什麼？都是模擬，區別是什麼？
Karl 身體不好，罹患帕金森症幾十年，看上去比同齡人更老一些。2016年的一天凌晨，Karl 突然中風，所幸 John 就住在隔壁，及時將之送到校醫院，才並無大礙 —— 這件事卻實實在在嚇壞了組內所有人。這之後，Karl 只能在晴好的天氣裏請他自90年代起便資助的波蘭裔的博後研究員 Jack Douglas 接送來學校工作，雨雪天則再也來不了了。
中風恢復後，Karl 也沒有任何要離開研究一線的意思，依然每年到了點就去申請經費，時常鎩羽，偶爾成功，依然每年還要發只有一個作者的研究性論文—— 自己編程、計算、畫圖、寫稿，依然還參加系裏的報告會和學生的組會，依然還把我叫到他家裏去給他講數據。直到新冠來襲。
John 和我分別是 Karl 自1968年至2019年這長達半個世紀的學術生涯中所培養的最後兩位博士。
Tobin 是芝加哥大學生物物理博士項目的主任（Director)、生物化學和分子生物學系的主席（Chair）。
Tobin 於1989年從哈佛大學獲得應用物理學的博士學位，師從 Paul E. Sokol，研究方向是冷原子實驗物理，是Sokol 最早的學生之一；Tobin 在博後階段轉向生物物理實驗，在賓夕法尼亞大學跟從氫交換質譜（hydrogen exchange mass spectroscopy）的先鋒 S. Walter Englander（1930-），研究方向大幅轉向到了蛋白質的摺疊和動態。
Tobin 出生於1961年的加州聖迭戈，猶太人，戲稱自己是 California Jew，意為超世俗化的無神論加州猶太人；鷹鈎鼻，淺棕頭髮，中等身材，胸圍極闊，胳膊孔武有力；熱愛運動，讀博時卧推120公斤，同時全馬跑進3小時30分，近60歲了還每週踢足球，曾一度讓樓裏與他不熟的中國學生以為他是40歲的老博後。他思維跳躍，對數據和圖標物理直覺極好，對學術問題一絲不苟，窮根問底，對發表的數據一定要查驗再三，結論一定要求建立在堅實的數據和嚴密的邏輯上 —— 這也讓課題組裏的文章發得極慢。
因為學術興趣的趨同，研究理論高分子物理和化學的 Karl，與研究蛋白質和 RNA —— 兩種特殊的生物高分子的生物物理性質的 Tobin，在2000年代初開始了長達20年的學術合作，共同培養了十數位蛋白質摺疊和動態方向的博士和博後。
Karl 和 Tobin 對學生都極好，幾乎在我們需要問問題時無時不在，也幾乎在學術上完全放羊，給予學生在選題和研究方面極大的自由。
師兄弟姐妹們都受益於兩位導師的教學法，包括John。
我和師兄 John 共事四年（2014 - 2017）。我的博士論文的前半部分是 John 親自指導的，而後半部分則是對 John 的博士工作做一些延伸 —— 沒有 John，我不可能博士畢業。
以我對 John 的瞭解，我認為，John 帶領 AlphaFold 團隊的成功得益於他在以下四個方面的知識和能力。
1、深厚的數學、物理學功底
John 出生於阿肯色州的一個小農場主家庭，青年時幫家裏養馬，做農務；本科就讀於離家不遠的私立名校，範德比爾特大學（Vanderbilt University），學習理論物理。學士畢業後，他即前往英國劍橋大學讀理論凝聚態，但是在劍橋只待了一年便返回了美國。—— “Don’t like the weather there.” 他不喜歡那的天氣。
嚴格的數學與物理學的科班訓練，使得 John 在日後研究蛋白質摺疊的分子動力學問題時，能夠始終關注到模型背後的物理含義，特別是從統計力學方面的角度；而紮實的數學物理基礎又使得他能準確、迅速地理解並掌握深度學習模型。
2、足夠的蛋白質領域知識
從研究方向而言，蛋白質計算是我們的專業知識（domain knowledge），John 本人對此的積累起始於他回到美國後。返美后，他去了位於紐約的“D. E. Shaw 研究所”（D. E. Shaw Research），研究蛋白質摺疊和伊辛模型 (Ising model)。
D. E. Shaw 很傳奇。他從斯坦福大學計算機系博士畢業後敏鋭地用優化的代碼，在彼時還使用着低效代碼的股票市場，以高頻交易賺取了鉅額利潤，身家鉅萬。而後，他出於研究科學問題的理想，創立了 Shaw 研究所，延攬軟硬件方面的人才，從最基礎的硬件架構開始設計專門用於模擬蛋白質的超級計算機以及程序。Shaw 成功了。他的研究所一度模擬出世界上最接近真實時間尺度的蛋白質運動軌跡。
John 是 Shaw 研究所的早期員工，參與了 2010 年其發表的著名《科學》論文 —— 《蛋白質結構動力學的原子級別刻畫》。這篇論文 Shaw 本人是單獨的第一作者，而其他所有人則是“共同第二作者” —— 高水平論文的署名是不拘一格的，不能依照某些人的觀點，超過了幾位共一就不行。再舉一例，AlphaFold2 的Nature論文有19位共同第一作者，其中John排在第一位，而位列第19共一的 Hassabis 事實上是論文的最後一位（通訊）作者，與第18位共一作者的中間還夾着十幾位作者。
John 在 Shaw 研究所不僅積累了豐富的蛋白質摺疊相關知識，而且實踐了各種計算化學工具。例如，他自己為 Shaw 研究所開發了方便的軌跡可視化工具 —— 可同時檢查軌跡內分子結構、體系能量、結構偏差值（RMSD）等多種分析函數曲線。
另一方面，公司內不同於學校的的工作研究環境令 John 的工作風格非常職業化（professional）。關於這點，我們後面展開説。
值得一提地，2010年前後，Shaw 給 John 的年薪超過20萬美元。2011年，因為 John 的愛人來芝大讀博，他也辭去工作同來芝加哥讀書。入校後，學校提供的助教、助研工資在税後不足3萬。
3、高超的編程技能
John 的編程能力可能是我見識過的同學、同事裏最高的；當然，我不瞭解 CS 專業，比較的對象都是身邊化學、物理等方向的師友。
John 很自負 —— 他不稱自己是化學家，儘管我們都在化學系中，而稱自己是物理學家；與此同時，他自稱，“I’m a self-taught computer scientist.”（我是一個自學成才的計算機學家）。
熟悉並熟練地運用多種編程語言，如 python, C++, R, bash 等，現在已經被視為計算化學家的基本素養之一。我仍然想強調，會寫和寫得好，二者區別極大。
John 的博士工作，完全由他自己一人寫了一套完整的原子精度的粗粒化的蛋白質分子動力學軟件，名為 Upside，在GitHub上完全開源。—— 完全開源是我們組的一貫風格，任何我們發表的學術成果，都應當能夠不僅能被我們自己完全重複，也必須能被他人重複。
極強的編程能力使得 John 一方面能快速實現自己的想法（idea）並測試，另一方面在得到測試反饋後能迅速進行新一輪的實驗。
一件逸事：John 出於自己的性格原因，不喜歡遠行開會。例如他從來不去領域內的生物物理年會，就連“近在咫尺”的聖母大學舉行的一年一度的蛋白質摺疊會議他也不去。老闆 Tobin 每每代他講解、展示、宣傳實驗方法和結果。我第一次看到 Tobin 幫 John 做展示 PPT 和海報時依然震驚地問，你是教授，居然代學生做PPT海報，言下之意是你咋不幫我們其他人做？Tobin 的回答很直接，“我想讓 John 有更多時間寫程序，他走了，我招不到代碼寫得這麼好的人了。至於你們，當然得自己做。”
John 對電腦硬件也很熟。我剛入組時，John 得知芝加哥市政府的公共交通管理部門要處理一批一百多塊舊CPU，他主動聯繫了他們，帶着我去了他們的機房，一塊塊地將CPU拆下來，帶回學校，再裝到了我們自己的超算上。
4、深刻的深度學習理解
John 很懂深度學習（deep learning），比課題組內的任何人都懂得多得多得多，包括我們的兩位導師。這也意味着，無論是 Karl 還是 Tobin，都無法在深度學習模型方面給予他指導。實際上，Karl 和 Tobin 都説過，John knows much more than I do.（John 懂得比我多得多。）
研究上，John 與芝加哥豐田技術中心（TTIC）的王晟博士交流很多。芝加哥豐田技術中心位於芝加哥大學的校園邊緣，是一個獨立的研究機構，專注於將深度學習應用於各個領域；因為其與芝加哥大學存在緊密的聯繫，所以二者的師生互相交流頻繁，芝加哥大學的學生可以去 TTIC 做博士課題，TTIC 的教授也能在芝大開授課程。王晟博士當時是許錦波教授的博士後，研究蛋白質的結構預測問題，參與我們課題組的組會，在大約兩年內和我們的組員無異。
當然，讀博士期間的大部分知識本來就是要自己學，導師能給一個方向性指導已經足夠。
下面談談 John 的工作風格。
1、非常職業化（professional）
即使在學校，John 的工作風格也非常職業化。
具體表現為：對上級（導師）和同事，關於學術問題有問必答；儘快回覆對方的郵件。Tobin 常調侃，無論何時給 John 發郵件，總能得到他迅捷的回覆，而有時候，John 回覆郵件的時間卻顯示為凌晨4、5點。
John 在入學後第二年就與愛人生了大女兒，由於夫妻倆都要讀博，那麼 John 索性在家工作，由妻子去學校實驗室做實驗。這樣，僅在每週組會時，John 會來學校，有時抱着女兒一起來開組會。其餘時間，John 會偶爾下午來學校一小會，和老闆彙報一下進度，討論數據。
第四年時，John 的長子出生令他更忙了，工作都是利用帶寶寶的間隙做的。
另一方面，John 對正在進行的項目有明確的階段性的“估計完成時間”（ETF, estimated time to finish），會不斷和 Tobin 以及 Karl 彙報更新。也就是説，John 不會埋頭一個人做做做，讓導師處於盲然狀態；相反，他會自覺、主動、定期地與上級交流，保持溝通，更新目標。這是一種非常良好的職業化工作風格。
2、非常實際（practical）
對待學術問題，建立模型，處理數據，John 追求數學和物理意義上的嚴格（rigor），但不追求數據上的極致擬合。他理解做計算需要在精度和計算速度等方面作平衡。他時常掛在口邊的一句話是：
All models are wrong, but some are useful. (George Box)
所有模型都是錯的，只是一些有用而已。（喬治·鮑克斯）
他的畢業論文扉頁上也用了這一句話。
另一方面，他不拘紋飾小節。比如，即使是他自己的博士畢業答辯，他也只用了白板PPT，和沒有對齊的圖片，沒有調整的字體。—— 當你的科學內容足夠重要，足夠引人興趣時，誰還關注你用了什麼字體，用了什麼PPT花邊？相反，反反覆覆糾結於字體的大小、顏色等等細枝末節是捨本求末。
在生活方面，不只有一位同事問過他，為何在畢業後不繼續學術生涯，以他的才能，做教職不是難事。他的回答也很直接，我存的錢快花完了，我還要養孩子啊。—— 不顧家式地追求個人理想絕不是好的選項。好男人必須要顧家。這也是“實際”的一個方面，學術工作是生活的一部分，且只是一部分。
現在，他在 Deepmind，既享受着高薪，也繼續自己熱愛的學術課題，兩全其美！到英國後一年，他的二女兒出生了。家庭事業雙美是因為不將家庭置於事業之下。
3、非常善於教學（heuristic）
與 John 不熟悉的人，在觀察他的言行後，很容易得出結論，“John 是個倨傲的人。”
我自己最初就認為 John 的説話方式總是居高臨下，而與我同屆的隔壁組做計算的印度同學拉米特（Ramit）也曾向我抱怨，説 John 講起話來總是給人以一副屈尊俯就的感覺。—— 這並不奇怪，似乎恃才的人總須傲物。
但是，John 其實並不是這樣的人。漸漸與John熟悉後，我發現，John 十分願意分享他的知識，特別是對願意虛心請教的人，他通常表現地非常有禮貌。如果向他提問的人願意傾聽，他能夠恰到好處地、精準地，從提問人水平之下一點點開始講解，很耐心地，逐步深入，直至講到提問人無法短時間理解的難度。
説實話，我很少到如此善於教學的人：因為這體現出 John 不僅非常全面且熟練地掌握那些知識，而且他能夠準確估計出對方的水平，並因材施教；在此過程中，John 還非常耐心。
芝大的辦校宗旨之一是成為眾師之師。從這個意義上説，John 是母校培養的合格人才。
4、很幽默（humorous）
愛幽默是性格，置於工作中則是調節工作氛圍、增進人際關係的良好潤滑劑。愛笑的人更顯帥氣。
我在學習 John 代碼時，注意到 Upside 中，他設定的隨機數種子（random seed）是 42，閒聊時便對他提起。
“Of course, IT’s 42.” 當然是42，他回覆我。
懂的都懂吧？
42 是英國科幻作家道格拉斯·亞當斯的被譽為世界最幽默科幻小説的《銀河系漫遊指南》中宇宙的終極答案。—— 馬斯克也曾在“星艦”的發動機上刻上“42”。
綜上，John 在知識儲備上具備：
深厚的數學、物理學功底，足夠的蛋白質領域知識，高超的編程技能，深刻的深度學習理解。
在工作風格上，他
非常職業化（professional），實際（practical），善於教學（heuristic），很幽默（humorous）。
擁有深厚專業知識和工作經驗，善於教學，言談幽默，工作高效，注重實際效果，這樣的人很自然地能在一個團隊中成為核心和領導。高智商、高情商的正常的不古怪不乖張的人就是我們需要的複合型人才。
最後，John 喜歡喝可樂（不要健怡！）。
本文轉載自微信公眾號“小王隨筆”@xiaowang_essay ，原標題為《AlphaFold首席科學家John Jumper榮獲2024年諾貝爾化學獎》。
1. 進入『返樸』微信公眾號底部菜單“精品專欄“，可查閲不同主題系列科普文章。
2. 『返樸』提供按月檢索文章功能。關注公眾號，回覆四位數組成的年份+月份，如“1903”，可獲取2019年3月的文章索引，以此類推。