如何看待李国杰院士在科学网发文称，国内 AI 研究「顶不了天、落不了地」，该想想了？ 第1页

我给大家描述一下如何申请神经网络预测蛋白质结构课题。

我们首先要选择申请什么类别。大类可以考虑信息学部，生命科学部，化学科学部。信息学部可以考虑F0215：计算机与其他学科交叉，可能存在的问题是，大家觉得你这个玩意儿意义不大。生命科学部，可以考虑C0505：蛋白质、多肽与酶生物化学，问题是主要研究手段和化学关系不大，可能不太容易被认可。还可以考虑C2105：交叉融合生物技术。化学科学部可能只有B0707: 化学生物学理论、方法与技术，稍微有点关系，但我认为这个方向更倾向于化学的理论与技术，搞神经网络可能不太行。

看起来，这个课题由计算机专业和生物学专业的人申请比较合适。然后，我们要考虑一下我们的人际关系在哪个学部，猜一下我们的本子会送给谁。我们课题组的大牛是哪个学部就申哪个学部。计算机和生物两个大牛的课题组联合申请可能不太符合各自的利益。关键问题在于谁牵头，大部分学校都是只认牵头的。而且自然科学基金出了个高级职称限项的规定，也就是副教授、副研究员等副高及以上职称，承担或参与的自然科学基金项目总数不能超过两项。而985大学现在基本都是副高级职称才能入职。因此，大家连挂名都不想让你挂，联合申请这种事情太不合时宜了。

神经网络训练是要钱的，除了本身需要的服务器还有电费。学校最初在规划校区的时候可没想过你们用这么大电量，这样就需要线路改造，但是自然科学基金的经费是不支持实验室改造的，你得想办法从别的地方出钱。当然大佬有办法，因为他们经费很多。小喽啰肯定就不行了。那租服务器行不行？可能价格有些贵。自然语言处理的GPT-3训练，如果租云服务器的话，预测价格是460万美元。

这么看起来，国家自然科学基金给的钱，都不够塞个牙缝的。杰青的资助金额是100万rmb左右（经评论区提醒现在已经300～400万了，上杰青太难了，我们已经好多年没人上了）。评上杰青就成大佬了，小diors还是想想依附大佬把这个项目做了吧。

我们假设在国内训练Alpha Fold用的神经网络（我也不知道他们花了多少钱）需要400万人民币，那么我们看一看需要一个多大的项目来支持它。一般来说设备费（购买和租赁设备都属于设备费）必须低于总经费的10%，取决于该项目采用几号文做财务预算。那总经费要超过4000万。当然还有间接费，间接费的上限一般是(直接经费-设备费-外协费)*10%。直接经费一般包括设备费、外协费、劳务费、文献出版费、差旅费、国际交流合作费、专家咨询费等。假设我们没有外协费，那么总经费已经到了4300万。

这已经是个非常大的项目了，你想独吞？想peach。想独吞我保证你这个项目通过不了，这时候，我们要掐指算一算有多少大佬需要打点一下。也就是这个本子通过与否最后谁说了算。掐指一算A，B，C，D四个大学，E，D，F三个研究所都是圈内人士。于是大佬派出手底下的人以合作写本子为由，去这7家单位进行学术访问。

你只有一个目的就是预测蛋白质结构，太单薄太没有可展示度了。因此你需要丰富一下自己的研究内容。每个单位为了多分点粥，都疯狂把自己课题组已经做得比较成熟的东西添加进去。最后，你的课题总共三大块研究方向，每个研究方向里面又有若干内容。结果是你们8家单位平分了4300万，每家540万。

大佬出面了，总不能白忙活吧。拿走340万，剩下200万课题组内的其他人要分一下。你看Alice今年经费没到账考核过不了，你帮一下她，她明年搞来项目也可以帮你。好的，给Alice50万。你看Edward今年评职称，你帮他一下，他明年帮你。好的，给Edward50万。自己剩下100万了，终于可以搞科研了。然而发现即使100万都投入科研还是远远不够啊。因为分的时候都是按比例分的，也就是说，100万里面只有10万的设备费。一个A100 48G，就7万多，啥都不用干了。Alice和Edward拿了钱不干科研啊，中饱私囊了，换车了，给娃报兴趣班了，凭啥我干了最累的活，活的最惨。我也不搞了，机器用课题组现成的，实在不行造数据呗。Alice和Edward都在用组里的学生干活，凭啥我不能用，交给学生去干。给博士一个月发两千，于是找了两个博士，干了一年花了48000块。至于Alice和Edward给我分的钱，我又不是项目负责人，能不能结题关我屁事儿。随便花呗。

博士也是日狗了，大佬一大堆本子要写，你算个什么东西，也要我写？结题前两个月搞定吧，反正都是现成的东西，修修改改。

最后几家单位都是这么干的，然后把报告一合，我的天3000多页。买厚一点的A4纸打印，别舍不得钱。那厚度，那质感，那重量，评审专家都抱不动。研究内容非常充实，可以结题。财务专家一看8家单位给了上千个报销单，大概扫了一遍，发现没有明显问题，财务审核通过。你好我好大家好！

多数说的是有道理的，然后我去看了一下这位李国杰院士的论文，好像没啥顶天立地的文章，怕是不如现在的青教。

要不李院士带头禅让一下，做个表率？

人家deepmind做alphafold是不考虑成本的，100亿美元随便砸，总能砸出点东西。无论砸出了什么，谷歌的股价都能涨1000亿美元，还是大赚一笔。

国内主要缺乏的，是一个“无论砸出了什么，股价都能涨1000亿美元”的公司。只有这样的公司，才会拿出100亿美元，给研究人员随便砸。