在克莱因伯格看来，数据表面就能提供很多意义，大模型可以挖掘出更多信息。他们对地理标签数据进行热力图分析，借助大语言模型从纷繁复杂的数据中提炼出有用的信息，分析其中的高频词汇、特殊词汇，从而准确定位并描述这些“热点”。“当我们使用算法来分析这些数据时，我们可以发现许多有趣且重要的社会和文化内涵。”他说。

算法的应用也产生许多新的问题，比如：怎样通过算法分析获得更多信息？虚拟信息是否能转化为可研究、可加工的素材？克莱因伯格表示，为此，有效利用机器学习和人工智能技术，能让当前以人工智能作为基础的互联网生态体系更为健全。“我们必须思考算法对人类生活和后代可能产生的影响。”克莱因伯格强调，算法可能存在文化单一问题。“如果我们都使用同一种算法去做决定，是否会导致做出的决定高度趋同，导致我们的文化也高度趋同？”在他看来，人类在使用算法工具的时候，设计者、使用者、研究者都需要保持一定的多元性。

为什么人们能看见颜色？为什么有的人难以分辨红色和绿色？为什么男性比女性更容易患有色盲症……内森斯以“色觉、X染色体失活与女性优势”为题的分享，对这些有趣的问题进行了回答。

在演讲中，克莱因伯格把计算机科学三十多年的发展史分为三个阶段，随之而来的是社交媒体兴起，互联网被赋予了更多含义——人与人、人与机器在社交网络的接触，产生巨量分享、转发和虚拟社群信息，在互联网空间形成了囊括各种人类行为的生态系统。2014年以来，人工智能技术的发展使互联网的发展进入第三阶段。“在这个过程中，算法发挥了至关重要的作用，它们能够处理海量的信息，并从中提取有价值的部分。”克莱因伯格指出。

算法视角下的人类世界是怎样的？如何确保算法的公平性？未来人工智能是否会完全替代人类行动？克莱因伯格以“算法视角下的世界：计算与高风险决策”为题，对这些问题进行了回答。

在搜索引擎算法和社交网络底层架构等前沿领域取得开创性成就的康奈尔大学计算机科学和信息科学讲席教授乔恩·克莱因伯格(Jon Kleinberg)和视觉科学领域卓越的科学家之一、约翰斯·霍普金斯大学医学院分子生物学与遗传学、神经科学和眼科学讲席教授杰瑞米·内森斯(Jeremy Nathans)联袂开讲。

杰瑞米·内森斯(Jeremy Nathans)曾揭示人类颜色视觉的分子基础，通过基因研究阐明了视网膜发育的机制及其与遗传性眼病的关系。他还探索了基因治疗在视觉系统疾病中的潜力，为视觉科学的研究和临床应用开辟了新的方向，也改变了人类对如何“看”世界的理解。

在了解人类颜色视觉基因层面工作机制的基础上，内森斯与合作者进一步探索创新，在一项小鼠遗传和行为研究中，对具有基因缺陷的小鼠进行了基因改造，使得本来只具有长波、中波、短波色素基因中的一部分的二色视觉小鼠能够看到原来看不到的色彩，通过三色视觉测试。这一惊人发现凸显了视觉系统的非凡可塑性。

“科学问题就像洋葱，揭开一层还有一层，”他强调，“尽管我们做了多年研究，但还是不了解具体机制，仍然需要做更多工作。”(完)

云顶斗地主中新网上海10月22日电(记者 陈静)记者22日获悉，刚被授予2024世界顶尖科学家协会奖的两位科学家在复旦大学登上第九期浦江科学大师讲坛。

在第九期浦江科学大师讲坛上，内森斯在演讲中表示，人体具有红、蓝和绿三类不同的色觉基因，不同基因对多个波长的光敏感程度不同，但对某一组特定波长的光的敏感度最佳。据悉，从分子基础出发，内森斯开始探究视觉基因的相关疾病。“我相信听众中一定有人色觉跟其他大多数人不一样，这种色觉不一样是由基因来决定的。”内森斯表示，基因决定了人们对长波和中波光线的接收情况。在进化的过程中，编码红色和绿色色觉的基因到了一条染色体上，这一基因重组事件，也是人类色觉变异的根源。

据悉，克莱因伯格曾对小世界理论和万维网搜索算法做出开创性工作。他25岁拿下麻省理工学院博士，28岁发表关于“外部网络的HITS算法”的论文。他和各个学科领域科学家开展合作，希望将人工智能更好、更善、更公平地应用于人类社会。如今，他思考并推动算法公平，尤其是当算法辅助人类做出决策时，如何定义和实现公平。