2013年10月9日，3名美籍科學家馬丁·卡普拉斯(Martin Karplus)、麥可·萊維特(Michael Levitt，下稱「萊維特」)和亞利耶·瓦謝爾(Arieh Warshel)因給複雜化學體系設計了多尺度模型分享了諾貝爾化學獎。
四年後，上述三人中的一位——萊維特來到中國，與包括北大、清華和復旦等在內的高校展開密切合作。萊維特在接受第一財經記者專訪時，表達了自己對中國文化的濃厚興趣，以及對中國科學事業發展的堅定信心。他認為，中國政府在推動科學發展的過程中做了巨大的努力，中國政策執行的高效讓這個國度成為最容易實現夢想的地方。
麥可·萊維特(Michael Levitt）
將實驗帶入資訊時代
當記者走進復旦光華樓的大禮堂時，萊維特教授剛剛開始他的演講，現場座無虛席。他身著咖啡色西裝，一條大紅的領帶格外醒目，每次來到中國參加會議，他都會戴上這條「中國紅」領帶。萊維特這兩次來到中國，演講的主題都是圍繞基礎科研的時代意義，語言詼諧幽默，觀點發人深省。
今年5月，萊維特過了70歲生日，從1987年起，他就擔任美國史丹福大學結構生物學教授，同時還是英國皇家學會會士及美國國家科學院院士。其最大貢獻是發展了多尺度計算模擬方法，並將其用於複雜化學體系的研究。
隨著理論計算方法及高性能計算的快速發展，計算已成為繼實驗和理論之後開展科學研究的第三大重要支柱。計算科學帶動的信息產業革命正在改變人類的生活方式及認識和改造世界的方式，並將成為國家核心競爭力的重要標誌之一。2002年，美國能源部科學部主任Dr. Raymond L. Orbach在世界超級計算會議上就指出，21世紀科學發現的手段發生了改變, 計算模擬的重要性可以與實驗和理論相媲美, 高性能計算為科學發現提供了實驗和理論之外的第三條道路。
萊維特正是該領域的專家，特別是其在發展多尺度計算方法、開展複雜化學和生物體系模擬、探究生物大分子結構等方面頗有造詣。通常當分子原子相聚一起，會產生電光火石般的化學反應。由於原子太小，傳統的牛頓力學已經不能預測它們的行為，這曾經困擾化學家許多年。儘管理論物理學家祭出「量子力學」這一理論，可以幫助化學家們計算原子的行為模式，但在任何一個化學反應中，成千上萬的原子不停息地改變行為，分子鏈構型、大分子、小分子的形狀瞬息萬變，這不是人力可以簡單計算的。
於是計算機工程師出場，將物理學家與化學家的計算模型改寫為電腦程式，由計算機幫助大家計算。化學家、物理學家、生物學家、計算機工程師一起，才能進行模型驗證，並通過實驗來修正計算模型，以了解分子和原子的真實模樣和行為。這個工作可以回答很多問題，比如綠葉如何進行光合作用?催化劑如何加速化學反應?為什麼吃藥可以治病等。它也能指導人們更加有效地開發太陽能電池，製造淨化空氣的化學用品，或者開發長壽的新藥。
正是萊維特等諾貝爾化學獎獲得者們所做的工作，讓化學家們得以藉助計算機的幫助揭示化學的神秘世界。他們仔細審視複雜化學過程中的每一個小步驟，這些細節通常是肉眼難以察覺的。現在，全世界的化學家們每天都在計算機上設計並進行實驗。
量子化學和經典物理學聯姻
在過去相當長一段時間，當科學家們需要在電腦上模擬分子，他們所擁有的軟體要麼是基於經典物理學的，要麼則是基於量子物理學的，這兩種方法各自有著優缺點。
經典物理學的強大之處在於其計算過程相對簡單，並且可以模擬非常大型的分子結構，並向化學家們展示一個大型分子的精細結構。但是它也擁有明顯的劣勢，那就是它無法模擬化學反應過程。
因此為了表現這一部分，化學家們不得不求助於量子物理學。量子物理學的優勢則在於量子模擬是不帶有科學家先入為主意識的，可以更真實地描述化學反應過程。但它最大的局限性在於需要海量的計算，需要強大的計算機。
在上世紀70年代，計算機技術的發展遠未達到今天的能力和速度，這就意味著當時它只能被應用於非常有限的小分子上。美國科學家卡普拉斯在哈佛大學的實驗室中邁出了量子化學與經典物理學結合的第一步。卡普拉斯一直致力於量子物理方法的研究工作，他帶領的研究組開發的電腦程式可以利用量子物理原理來模擬化學反應過程。他還提出了「Karplus方程」，該方程的原理後來被應用到了核磁共振技術中。
與萊維特和卡普拉斯分享諾貝爾獎的瓦謝爾原先在以色列的魏茨曼科學研究所進行博士階段的研究工作，也是在那裡，他與萊維特教授開始了長期的合作，他們利用魏茨曼研究所的一臺超級計算機「Golem」，開發了一套革命性的電腦程式，其基於經典理論，可以實現對所有分子的模擬，甚至是那些巨大的生物分子。瓦謝爾曾在2015年香港中文大學開學典禮的演講中回憶道：「他(萊維特)是一位優秀的電腦程式員，有了他的幫助，我才能進一步推進蛋白質建模方面的工作，這在以前是不可能的。」
1970年，瓦謝爾在完成博士學位之後，抵達了卡普拉斯在美國的實驗室。他也帶來了與萊維特共同開發的電腦程式。在那裡，他們開發了一套新的電腦程式。1972年，他們公布了這項最新的方法，這是世界上首次實現這兩種方法的結合。就這樣，他們在兩者之間打開了一扇門，將牛頓和他的蘋果、薛丁格與他的貓相互結合在了一起。
經過在哈佛大學為期兩年的深造，瓦謝爾與萊維特重新會合。他們希望開發出一款程序，可用來研究酶類，以及主導和簡化鮮活有機體化學過程的蛋白質。
「正是酶類之間的相互合作讓生命成為可能，它們幾乎控制著生命體內的所有化學反應。如果想了解生命，就需要了解酶類。」萊維特對第一財經記者表示，為了模擬酶類反應，他們在魏茨曼科學研究所著手研究。但幾年後萊維特完成博士後培訓後回到了劍橋，兩人又在劍橋會合。直到1976年，他們終於實現了自己的目標，發表了全球首個酶類反應計算機模型。
自此，在模擬化學反應時，規模已不再是問題。現在科學家們可以通過計算機進行試驗，更深入地了解整個化學的過程。卡普拉斯、萊維特和瓦謝爾所發明的多尺度模型的意義在於其具有普遍性，可用來研究各種各樣的化學過程，從生命分子到工業化學過程等。科學家們還可以以此優化太陽能電池、機動車的燃料，甚至藥品等。
承認自己的「無知」
萊維特對第一財經記者談到他的夢想時說：「在分子層面上模擬鮮活有機體，這是一個頗具吸引力的想法。雖然我們所開發的計算機模型已經足夠強大，但究竟能在多大程度上豐富我們的知識還需時間來決定。」
萊維特保持著對科學的敬畏。他承認世界上很多問題是應該有技術解決方案的，但是絕大多數的解決方案對於人類而言是未知的。「很多時候，你說你不知道，那就對了，如果你知道，很有可能是錯的。」萊維特對第一財經記者說。
萊維特已經開發出了一套針對人體產生蛋白質機制的研究計算方法。不僅如此，他還希望把對人體微小結構研究的方法運用到大腦機制的研究中，比如研究人是如何走路、思考的，甚至應用到城市規劃的研究，比如城市是如何組織起來的。「這些問題都無法通過純粹的數學量化得到解決方案，但是運用計算機建模的方法，就能幫助決策者做決定。比如上海應該在哪裡新修一條道路，在哪裡需要封閉一條道路。」萊維特對第一財經記者表示，「這些都是非常難的問題，使用計算機的好處是讓人更加聰明，比如我帶著手機會比我不帶手機更聰明，我認為計算機會讓人的智慧得到提升。」
針對計算機近幾十年的發展，萊維特認為，計算科學是基於計算的力量，過去幾十年的發展，計算速度已經提升了上億倍，所以這是推進未來發展的重要力量。「技術的力量是奇妙的，我使用的第一個計算機比這個房間還大，但現在你用的手機可能比40年前所有計算機加起來的能力還強，但是它卻能夠裝進你的口袋，而且還能與人互動，比如微信。」
而對於目前各大科技公司和風投投入巨資發展的量子計算機，萊維特卻存有質疑。他對第一財經記者表示：「你應該要選擇正確的建模方式，雖然對藥物的設計、醫學影像而言，量子計算是有用的，但不是對任何東西，比如蛋白摺疊就不能使用量子計算。量子計算機的用途就更加難以確定了。」
他強調，科學是應該追求突破，但這不是講故事，科學是要驗證的。科學存在很多可能性，但是只有少數的才是真實的。「比如量子，它是不確定的，但人們喜歡不確定的東西，這樣他們就可以說任何想說的，把什麼都跟量子掛上鉤，比如量子健康，我喝了一杯量子茶等等。」萊維特對第一財經記者表示，「科學是要相信他們能做什麼，而不是他們說自己能做什麼。比如我說我有一種量子計算方法，你不應該相信我，我們要一步一步來驗證。」
萊維特也提醒包括量子領域的投資人，應該謹慎選擇他們的投資標的。「當人們在科學上投錢的時候，要看清楚了。尤其是在中國，這裡有很多錢，更需要聰明的投資，需要確定這是個對的方向。在生活中，你做蠢事，不是好事情，你要讓自己學得更加聰明。」萊維特對第一財經記者表示。
「突如其來」的中國情緣
萊維特與中國的交集近幾年突然升溫。在他眼裡，中國人最偉大的兩件發明是茶和筷子。「筷子是一項非常聰明的發明，我認為比四大發明都有用。」萊維特表示，「當別的民族還在用手吃東西的時候，中國人就使用筷子，這非常衛生。」
今年以來，萊維特頻頻走訪中國的各大高校，已經與包括北大、清華、浙大、復旦、上海科技大學以及西安的幾所高校建立起緊密聯繫。他對第一財經記者表示：「我的興趣點很廣泛，尤其是對於中國。我認為中國是一個能讓我做事的地方，政府的效率很高，中國科技的發展是經濟社會發展的必然，我可以看到政府對於未來20年的決心。」
他稱，自己非常希望親身參與到中國這一輪由科學推動發展的浪潮中。「科學是跨越國家利益的，科學家是為了人類的整體利益。世界有很多問題，但是一切問題都是有解的，技術的解決方案，比如能源、食物等，所以我們必須要關注未來。」萊維特對第一財經記者表示，「如果中國科學家有所發現，那麼整個世界都將受益。我認為中國政府有意推動事情向好的方向發展。」
最近復旦大學、浙江大學等中國多所一流大學為萊維特頒發了名譽教授證書。復旦大學還有意聘請萊維特作為全職教授，為其類腦智能科學與技術研究院工作。對此，萊維特表示：「很多科學家來中國，是看中這裡的實驗設施以及資源，但是我更加看重參與中國的發展。我覺得中國需要發展和教育自己的人才，雖然外來的知識同樣重要。」在史丹福大學，萊維特的實驗室已經擁有五六個中國學生。「他們就好像是我的孩子，我已經有一些中國的孩子。」他說道，「我們應該鼓勵年輕人去創造可能性，做他們喜歡做的事情，因為新的科學是難以預測的。」
萊維特稱，中國政府推動人工智慧和腦科學的研究與發展是最吸引他的地方，他也能夠利用計算結構生物建模的專業賦能中國人工智慧的發展。「在生物方面，是從最小的結構開始研究，如果你想一下手錶，裡面的一個零件，可能只有百分之一的大小，從小到大的研究，是非常有挑戰的，也很有意思。」他向第一財經記者說道，「計算機建模可以應用於多個領域，比如政治、對話、城市等，通過建模，會加深對事物的理解，大腦就是一個方面，雖然有挑戰，我也不知道未來會如何，但是這正是科學有魅力的地方。計算機、深度學習，這些已經和人腦科學相連，最好的事情是大家都想到一塊兒去了。」
萊維特認為，從中國近幾十年的發展來看，已經開始接受普世價值，中國的城市與世界其他城市本質上來講都是一樣的。「我認為人是非常特別的，所有人都是，每個城市也都是特別的，你可能對一些人更熟悉，對你生活的地方更為了解，但是我永遠不會說我的城市比其他城市好。人與人之間的互動也是非常奇妙的，這很完美。」他說道。
今年的諾貝爾獎化學獎的獲得者之一Richard Henderson是萊維特在劍橋大學的博士生同學。「我們當時的團隊也就三、四個人，能出兩個諾貝爾獎是非常幸運的。」萊維特告訴第一財經記者，「我認為要出諾貝爾獎，實驗室不需要很多人，我的實驗室從來都是只有幾個人的小團隊，小團隊才充滿可能性。」
Richard Henderson和萊維特一樣，都是生物物理學家。對於諾貝爾化學講頻頻授予生物和物理學家，萊維特認為，舊的化學的定義已經沒有用了。化學是很廣泛的，一切關於材料、納米或者藥物的都屬於化學的範疇，「我可以說我的研究是化學、生物、醫藥，或者生物化學、生物醫藥。現代科學的發展，需要越來越多跨界的合作交流，這更加重要。」