啥是星戰“原力”？或許是30萬玩家一起玩科研
我長大後，要成為宇航員！成為科學家！
類似這樣的話語，幾乎是每一個小朋友少年時代的必修課，而且大多出自真心。
成大後我就成了你，之所以可貴，也就在於此。
科學，尤其是頂級科研的門檻之高，甭說碩士、博士，就是那個靠學術不端、想打入博士後行列的翟天臨前博士，也還距離跨過這個門檻，有點遠。
那本就是一個屬於極少數人的遊戲，千萬別用在實驗室裡檢驗一下蔬菜是否重金屬超標這檔子事來魚目混珠。
那麼，《EVE》在2017年折騰的那個真實的太空探索專案，到底有沒有用呢？
暫時截止目前，還沒有太多訊息。
畢竟科研是個嚴謹的事情，沒有結果出來前、不會沒事出來引爆一下話題。
還好，在這個專案之前一年，《EVE》還搞過另一個“探索計劃”，也是和雷克雅未克大學合作，只不過不是探索太空，而是關於人類DNA與蛋白質的研究。
當然，套路差不多，就是讓玩家一起來分辨圖片。
結果2018年9月份正式釋出在權威期刊《自然-生物技術》的論文給出了一個官方統計資料：超過30萬位玩家參與了這項特殊的研究，總計完成了3300萬個影象分類，研究結果已經上傳到了公開的“人類蛋白圖譜資料庫”之中，可供全世界的科學家使用。
這樣的分類到底有多大的好處，作為一個文科生，我很難回答。
但朋友提出了另一個“不理解”：人工智慧那麼強大，何必一定要人力去完成。
官方給出的標準答案如下：人腦在模糊演算法上具備很大優勢，雖然計算機在識別常見的蛋白質時速度飛快，但面對一些罕見或者全新的組合時，人腦地辨識能力要遠遠超出AI的水平。
用一個2018年發生的人工智慧新聞來詮釋，或許更容易讓人理解：具有極強網紅氣質的董明珠女士曾在某市曾因闖紅燈被曝光，結果卻是當地的人臉識別系統出錯，將大巴車上的董明珠廣告人像錯當成橫穿馬路的行人。
人工智慧有時候就是這樣的人工智障。
光靠它去辨認，搞不好會把整個科研給搞黃，還是需要人腦來驗證一二。
其實，這並不是第一次科研和遊戲相結合的案例。
國外的科學家早早的就發現了玩家的用處，而且用起來特別順手。
2008年，華盛頓大學的貝爾實驗室開發了一款名為《foldit》（譯名：摺疊它）的遊戲。
具體怎麼玩呢？
玩家其實在遊戲中要做的事情很簡單，不斷調整蛋白質的三維形狀，直到達到最穩定的形狀。
話說為了讓這個頗為枯燥的遊戲，真的有人樂意來玩，科學家很理智的把社交遊戲的套路借鑑進來：誰做出的結構越穩定，誰的分數越高，這可是有世界排名的哦。
結果好的令人難以置信。
比如，讓科學家研究15年之久的艾滋病毒逆轉錄蛋白酶的結構難題，在10天之內藉助玩家的集體智慧被破解。
類似這樣的遊戲改變科研的案例，已經變得越來越多。
如彙集網友的力量來繪製大腦細胞的神經元網路圖的《EyeWire》。
通過人力篩選資料、用提供的恆星光度的資料變化得出可能性以尋找宇宙中的行星的《宇宙動物園》……
行星探測，DNA分析，生物分類，或許還有更多的可以讓平民科學家通過遊戲的方式、不用更多專業知識就能達成的全民科研專案，可以變成功能遊戲，釋放出“原力”。
“願原力與你同在”《星球大戰》裡的這句臺詞，似乎一下子特別靠譜了。
刊載於《人民郵電報》2019年3月29日《樂遊記》專欄232期