治疗“绿色癌症”，智能细菌来帮忙******

　　◎实习记者 骆香茹

　　炎症性肠病虽然致死率较低，但长期以来，也面临着诊断困难和难以根治的问题，被称为“绿色癌症”。

　　近日，华东理工大学生物工程学院院长叶邦策教授及该院副教授周英团队在《细胞—宿主与微生物》上发表了一项研究成果。该团队开发了一株智能工程菌——i-ROBOT，可实现在体无创实时监测和记录炎症性肠病的发生与发展，并以自调控的给药模式缓解病症。

　　各色技术上阵诊断“绿色癌症”

　　炎症性肠病是胃肠道最常见的慢性炎症性疾病，包括克罗恩病和溃疡性结肠炎。腹痛、腹泻、便血等是炎症性肠病主要的症状表现。

　　当前炎症性肠病的诊断方法在临床上主要有肠镜、电子微胶囊肠镜等。论文通讯作者叶邦策介绍，肠镜检查的好处是直观，可以观察到人体整个肠道的情况。“但肠镜检查是一项有创检查，在操作过程中难免损伤肠道黏膜，造成少量出血，引起被检者的不适感，患者依从性差。”叶邦策补充道，“也有无痛肠镜，但这种方式有一定风险，做这种检查前需要患者进行全身麻醉，对患有心脏病和肺部疾病的人来说，风险较大。”

　　电子微胶囊肠镜是近年来新兴的检查方式，叶邦策介绍，与传统肠镜相比，其对患者造成的痛苦更小、适应性更强，能检查传统肠镜无法到达的回肠、空肠等。但胶囊在消化道运动的过程中，无法人为控制其运动轨迹，其在消化道等位置会随机翻转，产生视觉盲区，有可能导致错过病变部位、延误病情等情况发生，且电子微胶囊肠镜的检查费用更高，给患者带来的经济压力更大。

　　智能工程菌是炎症性肠病的新兴诊断方式之一。叶邦策介绍，他们会提前3天将智能工程菌通过口服灌胃的方式送入小鼠体内，等肠炎造模给药结束后通过分析粪便中存在的智能工程菌的荧光信号和基因组DNA突变情况，确定肠道炎症发生、发展程度。

　　“智能工程菌在诊断灵敏性、便捷性以及成本上都具有无法比拟的优势，但目前仍仅能通过分析粪便样品来评估疾病的有无或严重程度，而难以实施在体原位诊断。”叶邦策表示，“此外，智能工程菌的生物安全性还需进一步加强。”

　　治疗方法从抗炎药物到智能活菌机器人

　　为了攻克炎症性肠病，专家们想了不少办法。过去，炎症性肠病的主要治疗方法是使用抗炎药物和免疫调节药物。叶邦策介绍，随着肠道微生物研究的深入，过去十年间，调节肠道微生态、使用智能活菌成为炎症性肠病的研究热点，创新研究不断涌现。

　　叶邦策团队开发的i-ROBOT是使用大肠杆菌Nissle1917作为底盘细胞进行改造的。叶邦策介绍，i-ROBOT能够感知低浓度的炎症标志物，具有诊断早期肠炎的潜力。同时，i-ROBOT还能记录疾病发生与发展的信息，帮助监测胃肠道健康状态。

　　当然，i-ROBOT的功能远不止于此。叶邦策表示，i-ROBOT还可以在病灶部位根据疾病的严重程度释放相应浓度的药物，在实现有效治疗的同时，又能避免因过度用药而产生的副作用。

　　“我们认为智能工程菌是智能活菌机器人的一种。”叶邦策补充道，“智能工程菌具备优异的感知和收集周围环境信息的能力，能够与周围环境进行互动，并能在特定时间和地点采取特定的行动。”

　　近年来，“粪便也能治病”的冷知识刷新了不少人的认知，通过粪菌移植治疗炎症性肠病也受到越来越多的关注。粪菌移植是将健康人的肠道菌群植入患者肠道，重建肠道微生态系统，以此治疗肠道疾病。粪菌移植成为炎症性肠病治疗的一种新选择。然而，叶邦策提醒道：“尽管有很多阳性的结果支持粪菌移植的可行性，但是目前一些安全性、伦理性问题尚未得到很好地解决，粪菌移植疗法还存在争议。”

　　发展交叉学科或可破解炎症性肠病诊疗难题

　　叶邦策介绍，当前，许多研究证明了智能工程菌具有在活体内诊断和治疗疾病的应用潜力，且智能工程菌逐步朝着智能化和临床应用性的方向发展。其中，功能稳定性、临床效力和安全性是决定智能工程菌能否成功应用于临床的关键。

　　叶邦策表示：“合成生物学为智能工程菌感应疾病标志物的种类及传感性能提供了很好的策略，然而仅仅依靠合成生物学难以解决所有问题。”

　　叶邦策认为，交叉学科的发展为此提供了新的契机，例如将合成生物学与材料和化学科学相结合，能够增强智能工程菌的定植性、靶向性和可控性，进而实现炎症部位的在体原位成像检测。

　　此外，智能工程菌的安全性也是限制其临床应用的重要因素，为了应对智能工程菌可能导致的抗性转移、代谢物毒性等问题，研究者们仍在优化技术方案，通过不使用抗性基因作为筛选标记、选择更安全的益生菌作为智能工程菌的底盘、进行细菌毒力因子的敲除、对逃逸细菌进行有效的控制和清除等策略，有针对性地解决相关难题。

　　谈到智能工程菌的应用前景时，叶邦策表示，从诊断的角度来说，如果智能工程菌能够通过临床试验，运用到炎症性肠病的临床治疗中，将打破传统肠道疾病的诊断模式，部分替代侵入性的肠镜检测，能让受检者在没有任何痛苦的情况下，诊断出其是否罹患炎症性肠病。

聚焦人工智能技术前沿与治理 中外专家学者国际论坛建言献策******

　　中新网北京12月5日电 (记者 孙自法)2021人工智能合作与治理国际论坛“人工智能技术前沿与治理”主论坛，12月5日在清华大学以线上线下结合方式举行，中外人工智能(AI)领域专家学者聚焦人工智能技术前沿与治理这一主题，发表主旨演讲建言献策，并深入研讨交流。

　　美国国家科学院院士、美国艺术与科学院院士、约翰·贝茨·克拉克奖得主、斯坦福大学商学院技术经济学教授、以人为本人工智能研究所副所长苏珊·阿西(Susan Athey)认为，大学在指导人工智能创新方面可以发挥优先引导的关键作用。由于私营部门的技术人员缺乏伦理、哲学方面的训练，难以开发出具有可解释性的算法框架，深化这类研究能够在人工智能治理的问题识别、建立开发实践框架、提供指引等方面发挥重要作用。此外，由于数据可以带来巨大的规模效应，当前“软件即服务”的平台经济模式已非常普及。人工智能和数据需求可能带来“伪”市场集中，因此，未来对“机器换人”的预测非常具有挑战性，需要重新关注和思考人工智能如何用于应对老龄化等公共管理问题，使基于人工智能的公共服务变得更加高效。

　　国际人工智能协会前主席、清华大学人工智能国际治理研究院学术委员约兰达·吉尔(Yolanda Gil)指出，由于人类对智能机制认知不足、智能行为本身的复杂性、观测手段的有限性以及个体知识、职业、信仰、文化背景等的差异性，导致当前人工智能研究中面临着一系列挑战，因此，需要加强人工智能基础研究工作，这需要跨领域、跨学科的共同努力。当前，理解人工智能机理和构建人工智能世界模型是人工智能研究面临的两大挑战。一方面，理解人工智能机理需要构架“感知-思考-行动”的智能模型，加强对大脑思维机理的理解，建议借鉴神经科学研究联合体的有益经验，建立全球性的人工智能研究数据库，形成全球共享的研究社区。另一方面，构建人工智能世界模型则需要建立在人类经验、社会习俗、专业技能的基础上，建议建立类似于自由协作式的知识库，通过全民民众参与，推动知识在全球层面共享。

　　中国科学院院士、清华大学人工智能研究院名誉院长、清华大学人工智能国际治理研究院学术委员张钹表示，由于深度学习等算法存在不可解释性，导致前两代人工智能算法存在着公平性、安全性问题和不可靠、不可信等缺陷。发展第三代人工智能关键在于发展可解释的、鲁棒的人工智能理论和方法，开发安全、可信、可靠、可扩展的人工智能技术，以“数据驱动+知识驱动”构建支持可解释的人工智能算法的深度学习平台，赋能人工智能安全与防御优化。从数据中真正获取智能要靠知识的帮助与引导，并需要政策法规对数据使用的正确规范，充分利用知识、数据、算法和算力四个要素结合，推动人工智能的创新发展。

　　中国工程院院士、北京大学信息科学技术学院院长、鹏城实验室主任、清华大学人工智能国际治理研究院学术委员高文认为，当前人工智能发展处于新一代人工智能向强人工智能发展的关键阶段，至2030年，中国人工智能发展总体要达到世界领先水平。从战略问题看，中美欧三方在人工智能人才、研究、开发、应用、硬件、数据等方面竞争激烈，当前中国人工智能发展在战略政策、数据资源、应用场景、潜力人才方面具有优势，而在基础理论、原创算法、关键部件、国际平台、高级人才等方面还存在短板。从战术问题看，人工智能2.0需采用基于大数据的统计AI解决大规模AI应用需求，鼓励各种可能的强人工智能探索，“可解释机器学习+推理”和“仿生系统+AI大算力”是可能的技术路线图；在安全问题层面，强人工智能的安全风险主要来源于模型的不可解释性、算法和硬件的不可靠性和自主意识的不可控性，人工智能2.0应采用DPI与“防水堡技术”解决数据安全与隐私保护，重视探索人工智能伦理问题，并基于“理论-技术研究-应用”的阶段性采取不同的风险防范策略。

　　美国国家工程院外籍院士、英国皇家工程院外籍院士、清华大学高等研究院双聘教授沈向洋表示，AI已经应用于生活和工作的方方面面，目前甚至在法律上也具有一定的应用，比如美国已经有很多法庭用机器学习和人工智能方法帮助判刑，包括决定刑期这样非常重要的问题。但是我们还无法理解一些AI决策的缘由。未来发展过程中我们不能只看见AI决策的“黑箱”，应该打开“黑箱”，探究和理解其中的具体内容和因果关系，我们一定要做可解释性的AI。同时，他提到负责任的AI应具备公平性、可靠性、隐私性、包容性、透明性和责任性的特点，作为新兴领域，还需要向其他领域学习，从而更好的服务于人类。

　　中国工程院外籍院士、清华大学智能产业研究院院长、人工智能国际治理研究院学术委员张亚勤指出，“碳中和”是人类能源结构的又一次变革。“碳中和”既是可持续发展的必然选择，又是产业结构调整和发展的重大机遇。企业在“碳中和”背景下都面临转型增效的压力。人工智能+物联网是智联网，智联网可以赋能绿色计算，助力“碳中和”。智联网助力“碳中和”主要包括三个环节：首先，由数据驱动和人工智能优化引擎来实现智能决策。其次，多参数全链系统配置优化。最后，通过多源多维异构感知融合实现智能感知。智联网可用于能源融合、降低ICT产业的碳排放和推动新兴产业发展等。他还介绍了智联网赋能的绿色计算平台的框架，该平台包括人工智能驱动节能减排和高能效人工智能系统，应用路径包括绿色园区和工业节能。

　　2021人工智能合作与治理国际论坛由清华大学主办，清华大学人工智能国际治理研究院承办，国际支持机构为联合国开发计划署。论坛为期两天，设有三场主论坛、一场特别论坛和七场专题论坛。“人工智能技术前沿与治理”主论坛由清华大学计算机科学与技术系教授、人工智能研究院常务副院长孙茂松主持。(完)