BT财经

诺奖得主Michael Levitt:诺贝尔奖反映了一个国家对基础科学的投入

2018-08-16 02:55:00

演讲嘉宾:2013年诺贝尔化学奖获得者、美国国家科学院院士、英国皇家学会会士 Michael Levitt

 

以下为发言实录:

Michael Levitt:非常感谢,非常高兴能够参加本次论坛。能够参加今天这样一个诺贝尔奖大师的讲堂。今天会有三个人来做演讲,我看起来像一个物理学家,其他两个人刚好和我相反,所以说这是一个物理学家的大师讲堂。但是这也反映出在科学领域学科之间的区分是非常有意思的。其实这种区分也不是特别的有意义。

今天,我要讲的话题也许并不合适诺贝尔奖大师讲堂,这是一个非常笼统的介绍,也就是基础科学对于重要的发现是否是一个基本的前提。我想这是很多人、很多大学、很多政府,目前都在面对的一个问题。

我今天会分成几个部分来讲,我会稍微地介绍一下在五十年代,我怎么样成为一个物理学家,然后还有我所研究的领域计算结构生物学。另外总体来讲世界上的人民,实际上他不是关心的是基础科学和应用科学之间的区分,而是怎么样应用基础科学,从我自己的职业生涯来介绍一下怎么样做到这一点。有的时候通过一些随机的过程来实现的,并不是说有一个既定的过程。然后我会介绍一下那些年轻的美国的基础科学家,在美国现在其实这些年纪比较大的科学家获得的资金支持越来越多。然后我再问一下基础科学是否重要,每个国家是否都需要基础科学,在当今的世界并不是每个国家的基础科学非常好,有些国家可能做得更好一点。最后我介绍一下怎么样来获得众多的诺贝尔奖,我讲诺贝尔奖实际上说的是怎么样做基础科学的研究,这是一个理念性的问题。

在50年代到60年代期间,科学家把现代生物学重新界定为物理学,这对我来讲非常重要,我是1947年出生的,当发生这样变化的时候我还是一个青少年,其实我对生物学并不是特别感兴趣,我喜欢的是物理、数学等等。突然发现生物学还有我们身边这些跟生物相关的也算是物理学,我觉得非常有意思。所有的生物学的理论实际上都是弦理论,也就是说这个弦怎么样通过不同的方式来折叠,所以说生物学实际上跟中国结有类似之出。

我会介绍三个非常重要的科学家,如果说方便一个在LCD屏幕上用的激光笔就太好了,有的时候你用不了最后就放弃了。如果是激光耗用就太好了。介首先介绍一下Francis Crick,这个人是非常知名的诺贝尔得主,他发现了DNA的结构,他不仅有DNA的模型,同时他也显示出DNA是怎么样来自我复制,然后两个母体的信息可以结合在一起。所以这是一个非常简单的分子机构,它就像楼梯一样,是一个双螺旋的结构,非常简单的结构。但是这个结构实际上能够信息的基本的元素,那就是信息怎么样传递,信息怎么样传播,这也是大家都需要了解的一个生物的概念,那就是人的进化,没有进化就没有生物学。

DNA的架构,前面讲是非常的简单。我给大家指一下左下角,你可以看到每一个字母差不多是32个原子,但是DNA在生命和身体中并没有做什么事情,所有的事情都是蛋白质完成的,蛋白质实际上都是分子链,并不一定是圈圈,所以它们就像一个项链一样,但是这个项链自动的以非常精确的方式进行折叠,就像这样非常的稳定。然后这个蛋白质就有功能,然后是通过芯片来完成的,所以蛋白质它是比DNA等复杂的,每个蛋白质都是不同的链。

而发现了第一款蛋白质结构的人,他在1961年的时候发表了一篇论文,《科学美国人》杂志,比《自然》杂志还更权威。封面介绍的是蛋白质的结构,实际上有一个链的形状,而这个链之所以是稳定的,就是因为不同的原子相互的互动。这上面是一个小的蛋白质,差不多有1400个原子,这是个小的蛋白质。而我们的身体当中,有比较大的蛋白质,就是血红蛋白,就是这个蛋白质的4倍。你也可以看到不同的动物是不一样的,比如说这个鲸鱼的蛋白质就是我们这边展现到的,那蛋白质也决定了鲸鱼的肺的运转。

接下来是第三个人Perutz,前面说的血红蛋白是他发现的。他的分子比较大,而这个结构之所以能获成,就是让蛋白质结晶,我们都说蛋白质比一般可以结晶的物体更为复杂,比如说盐。所有的蛋白质都有同样的形状,都可以结晶。那差不多花了十年时间才解决了这个结构。

我讲这三个人,并不是讲他们做的事情,而是他们的行为。Perutz差不多是花了10年的时间才解决了它的这个结构,我讲这三个人实际上并不是讲他们做的这个事情,而是他们的行为,Francis你可以看到,和前面这两个科学家都是联系的,Kendrew是为克里克工作,Kendrew也用了Perutz的方法来找结构。而Kendrew也是Perutz的博士生的学生,但是大家都没有听过Perutz这个人,因为这个论文发表的名字并没有他,所以这也是给我们一个教训,因为在当时大家都希望能够让年轻人有独立性,比如说不要在导师的论文上让他们署名。而Kendrew是为Perutz工作,使用了Perutz的方法解决了结构,但是Perutz的署名并没有出现在前面说Kendrew发表的论文当中。所以以前的这个事件首先让我们学到了物理学,为什么说是物理学呢?因为分子和桥梁不一样,他们是块状的,必须通过力量才能够稳定,才能够有结构。

所以以前的事件,我们学到了物理学。为什么说是物理学呢?因为分子和桥梁不一样,他们是块状的,必须要通过力量来进行稳定,才能够有结构。所以在早期,我们很多的科学家的语言,我们说所有的生命都是一个链,这个链是以精准的方式来择的,就好象你有一个项链,有20个不同颜色的珠子组成,然后大家每个的形状都是一样的三维形状,而这样的一个形状差不多是十分之一纳米大小,或者是百分之一的纳米。然后整个差不多是三到四个纳米的大小。

接下来继续,X-射线晶体学我们能了解分子的结构,那功能来自于哪儿呢?万物的功能都和运动相关。如果你看一个人的静态是不够的,你必须要知道它动是什么样的。但运动这块的研究毕竟它的更难,因为这些分子蛋白质很小,比如说蛋白质直径可能只有五到十纳米长,而且它们的速度特别快,以秒计,所以你很难用显微镜来观察。这也是为什么我们有X-射线结晶,这样就可以进行平均取样。那怎么样获得功能?

首先就是通过这个运动,运动怎么实现呢?就是使用电脑。大家每个人的职业生涯中幸运非常的重要,你是不是有运气。那有的时候这些事情发生,可能是你预期之外的,或者说你不想发生的。我一直都说,科学家他自己的职业不能有五年的计划,可能五年计划只适用于国家的规划。如果个人制定自己发展的五年计划对我来说就是浪费时间,20岁的时候做一个五年计划,但是你发现你21岁的时候一切都变化了,所以你必须要有自由度。而且要看运气是不是来敲你的门。我的生活中就有很多的巧合,我们这边讲的是计算的结构生物学。计算机让分子获得了活力,那我这边参与了一个项目,是Kendrew的,Kendrew解决了蛋白质的结构,他获得了诺贝尔奖。他获奖之后就被电视台要求参加了一个节目的拍摄。当时的电视节目很少,而且看的频道很少,很多的电视都是黑白电视,而且白色也不是很亮,因为技术不够。因为这样的机缘巧合,我就在1963年去了英国,然后是肯尼迪被刺杀三天前,我以前是在非洲出生的。然后我当时去了英国以前,因为以前没有看过电视,所以发现电视,我就每天看电视,然后我就看了前面说的他所参与的节目。这个节目是1964年播出的,我看了之后就知道了生物学相当于物理学,你可以看到节目的主题,包括生物的革命,还有一维的蛋白质,三维的蛋白质,这是基础的生物学的课程。我看了他的节目之后,我就决定待在英国,我是来自非洲,后来去了伦敦上了三年大学,我希望跟他合作。给了写了信,他说不好意思,这一年没有名额了。但是我很幸运,因为我有朋友来商学院上学,然后这个人就说在我们商界中如果有人拒绝你的话你不能接受,你要再回给他你的要求。然后我就问Kendrew,如果今年不行,明年行不行?听起来好像挺愚蠢的,但是他说好吧你来这边,我对你进行面试,然后我就去了那边。然后他们说一年之后会告诉你,我们会不会收你。

进行的面试,他们就说一年之后会告诉你我们会不会收你,然后说没关系,我可以的,一年之后,说不定什么都没有,那60年代的时候,大家都是急于生活的,说不定我得回去去其他的地方,在我朋友的坚持下,我就去剑桥见了另外一个人是一个社会工程师,告诉他我对自己的未来很担忧,他就说去我的办公室,他就说不能够帮助我,我和Kendrew一起管理实验室,但是Kendrew不在这,下周你再过来。然后他们又回来找我,说我可以一年之后去剑桥,但是有一个条件,我必须要去以色列,在以色列呆一年的时间。   

以色列现在很知名,但是当时是1967年,当时国家还是挺落后的,他说你要想进入我们剑桥的团队就必须要进以色列。他派我去以色列和右边的这个人合作,他是我们参与者之一。我们差不多五年前也见过,在以色列他和我希望能用物理学来预测小分子的架构,但是这个以色列人意识到大分子也很重要。我上交了我写的程序之后,我就问这个程序可以用到其他的领域吗?我们说一致是哲学的关键,我们有力量让原子之间能够一致。但是一致就表示你必须要有个一致的力量厂,这当时我们没有量子学,而计算机也不够强大,所以对于非常简单的互动没有办法来进行计算。所以我们就有一个一致立场的概念,它实际上是个模型。而且也可以解释不同的参数。怎么样计算呢?主要是测量,并且计算分子的一些已知的参数。然后进行改变,然后这就是一个所谓的优化的过程和现在的机器学习相似。当时我写程序也是进行计算的,然后来不断的优化,然后机缘巧合,我当时在实验室做工作,然后我看到了一些小的工具可以帮我来做模型。当时的模型不能在计算机上做,然后我就做了这个模型,你可以看到蛋白质有几千个原子,你要建模是很难的。我在计算的时候就想这样的模型能放在计算机里吗?因为为了建这个模型,他们给了我结晶的坐标。然后我输入到计算机之后,就真的在计算机上完成了。

我也是在1967年出版了第一篇论文,在《自然》杂志上发布,这里面介绍的蛋白质的构造很稳定,虽然形状很奇怪,但是里面的原子很文件,我也和他合作了其他的项目,这些项目背后实际上就是爱因斯坦所讲到的,所有的一切万物都应该足够简单,但是不应该太简单,这适应所有的科学,你选择的模型不能太简单,也不能太难。爱因斯坦可能没有说过这句话,只是假新闻,有些记者说是爱因斯坦说的,但是这句话很真实。

(详见PPT)右上角的简单链蛋白质的精髓,我前面说了,不同珠子的链子,在当时的计算机可以快速的折叠,尽管是六七十年代,希望的工作更复杂,但是是不同键的链。我这边介绍一个方法,就是量子力学,你把非常简单的分子拿过来,然后进行去化,

就可以把它的这个键打开。后来我去了恩斯德哥尔摩做了演讲,一开始都是用瑞典语讲的,为了反应出我是能够学习一些东西的。我20岁的时候做的工作,过了很多年才得到认可,但是我觉得没有关系。

接下来我想跟大家介绍一下最近的事情,这是核糖体异位。这本来是由26个原子组成的,这是的。这是我现在做的工作,实际上我所有的工作都是关于基础科学的,我一直是在基础科学的研究所,包括剑桥的、斯坦福大学的医学院等等,这里就像中国的科学院一样,有一点点教学工作,但是很多是研究的工作,非常的幸运我的工作得到了很多的支持。那么现在的年轻人是怎么样的状况呢?首先我想说,基础科学是否有价值呢?想问这个问题,基础科学家,其实并不关心他们的工作是否有价值,他们真的不关心,不这么想的。其实发现一个东西,然后这个东西有可能并不是很有价值的,曾经有过这样的例子,现在就是这样的发明在银行体系当中所使用,以前就是纯数学家阿德曼(音)做的研究,他说数学方面,比如说一个大的算术,如果我告诉你200位数的大的数字,你可能需要很长的时间才能够去算出结果,所以说这都是涉及到银行的加密等等。还有一些互联网公司

从我的经验来看,我在80年代初的时候做了一些工作,是想了解一下抗体,抗体实际上就是蛋白质,也就是捍卫我们身体的这些分子。那么抗体事实上有两条链,大家可以看幻灯片上面有两条链,不同的抗体的形状是有所不同的。那这个形状是可以识别出其他的分子,可以抗体实际上就是捍卫身体的分子免受外部的侵蚀。比如说在应对癌症等等方面的应用,我在1987年去哈佛的时候,大家觉得你可能是一家公司,或者是你有一个自己的公司,我曾经在一个非常小的海湾地区的公司工作,这家公司是进行蛋白质工程设计,因为科隆在八十年代初的时候发现,你可以对基因进行这种编程,然后通过这样子的做法,在实验室进行这样的基因排序的工作。这篇文章里面提到过人的抗体是会和白介素二受体结合,也就是说它是在白细胞的表面上,除非你有抗体能识别出来,但是前面的人性化的,是什么意思呢?就比如说你把它注射在酪素当中,我们把这个抗体从老鼠体中提取出来,应该可以得到识别,现在你再把它注射到人体当中,如果你把老鼠的抗体注射到人体当中,人就会生病,你必须要重新设计出新的抗体,这看起来更像是人员化的抗体。这样的过程,是一个Winter所设计的,这是一个剑桥实验室,比如说刚才提到的白介素,红色是抗原,白色是残留,灰色是抗体,也就是说灰色这块是人的,红色的是老鼠的。但是如果看一下建模,红色和白色之间,我们好像还需要做一些调整才能够成功。这是非常简单的,我们再看一下另外一个做法,右边的好像中间有一个中间区,然后这个非常的重要,花这么多的钱来开发治疗癌症的疗法,成为一个大的业务,在2014年的时候这个专利失效。2012年的时候这个实验室因为不同抗体所获得的这些费用,实际上是非常高的。这些大概是一年当中有5亿左右,2013年之后又更多了,也就是说花了20多年的时间从发现转变成真正的应用。这个专利有可能在15年中是有用的,这就反应出我们可以从基础科学进一步延伸到应用科学,不过这需要勇气,需要有律师和公司,需要有人投资,你光有科学是不行的,比如有人找我到想让我们通过这个来赚钱,我觉得这不是我关心的,我们需要有人来创立公司,我来做研究,然后有专利,专利和知识产权必须要保护,保护也是为了保护投资人,所以说这是一个流程。

所以说在科学当中,我是一路走得非常好。但是年轻人,现在年轻的科学家并没有得到那么多的基金的支持,不像30年前的那种情况。尤其是年轻人他们所得到的资金支持是少于一些年纪比较大的科学家,现在40岁的人就像是当年30岁的人的待遇一样,所以40岁相当于以前25岁人所接受的待遇,对于年轻人来讲小的想法其实可能对他们来讲比那些自身的人想法来讲显得更加有创新性。比如说苹果微软谷歌等等公司的创始人他们都是从大学辍学的,他们没有办法等到22岁,不能够等到20多岁,比如说博士毕业等等,提前辍学了,现在年轻人他们不愿意再等。

我觉得在科学领域也是一样的,接下来我要问一个比较笼统的但是很重要的问题,就是基础科学是否重要?可能大家觉得显然是重要的,但是也许并不是这么明显,首先什么叫做基础科学呢?其实很难判断,首先基础科学它是不是幸运、运气,或者是碰巧,这个词非常有意思,它是意大利人在1957年的时候发现了,它是源自于当年斯里兰卡,这是源自于这个西兰,后来这个西兰的王子非常的幸运,也非常有智慧,所以说这个词代表的就是幸运。科学其实也是一样的,科学的发现就好像是获得了奖一样,它是很难去预测的。我们没有办法规划和预测我们要做什么,但是你必须要买票,如果有很多票,最终赢得奖的这个几率就会更高。有家公司做过调研,比如说你买100张票,或者上百万张票,你赢得的概率就会更高,这是比较疯狂的。基础科学是否重要呢?很多时候你不知道什么是基础科学,你也不知道谁做了基础科学,所以实际上很难来评价某一个基础科学发现的价值。

我想说诺贝尔奖委员会非常努力的判断什么是基础科学,但是很多时候基础科学并不是这么重要,你可以通过这样的判断来看一下基础科学在不同的国家的待遇是怎么样的。但是一定要记住,要花30年到40年的时间,一个发现才能够被认可。诺贝尔奖就是告诉大家一个国家30年前或者40年前做了什么。

我看了一下医学诺贝尔奖的情况,看一下美国和其他国家的对比。然后因为在医学领域,一年只有最多三个奖项,但是如果所有奖项结合在一起,你看一下差不多物理学、医学、化学诺贝尔奖都进行比较,你发现40年代事前美国诺贝尔奖得的并不是那么多,突然之间飙升了。如果你是美国人,他们似乎在2000年的时候达到了巅峰,然后又有所下滑。有可能是因为美国现在已经没有像以前那样花那么多钱在年轻人身上做投资,有可能美国现在优势已经慢慢消失了。这张图上的差别,在美国19世纪到1940年之间是非常强大的一个国家,如果没有美国的话,那么二战看起来可能结果就很不一样了。但是,美国在诺贝尔奖的获奖方面其实并不是很多,他们非常愿意从欧洲引进一些好的想法、好的人才,这也没有问题。如果你问一个国家是否需要诺贝尔奖,你可以说不需要啊,比如说车是在欧洲发明的,有很多的类似的这种发明其实很重要,但不一定在美国发明。

还有一个非常有意思的问题,就是科学它到底是一个多大的行业,在几年前在美国有这样的一个问题,每年总体的研究方面的开支,我们看美国和中国的比较,其实这个开支每年的金额是非常多的,上万亿美元左右。大概一年5000亿美元,在中国大概是美国的一半。中国现在和中国40年前,或者说30年前不一样了,中国的研发的投资已经增长了很多,而且他的国家并没有增长。但是你看到有些国家在科学方面的投入非常多,美国、中国、日本德国韩国法国、英国等等,我的想法是是否可以预测一下你需要多少的研发投入才能得诺贝尔奖,这两个也许不是关联的,但是你这是否对你获得诺贝尔奖的数量会产生影响,这要进行预判。我做了一些计算,20年的研发投入,中国这边我是除以4,我知道这个平均数很难获得,这些介绍了不同的国家获得的诺贝尔奖的数量。

这张图上可以看到一条蓝色曲线,有些国家他的诺贝尔奖的数量是比他们的花费要更多的,比如说英国、德国、瑞典,但他们都在这条线上。还有一些国家,他们的诺贝尔奖的数量比他们研发的投入少很多,比如说中国,特别是加拿大、日本,这在条线以下的。所以这上面有介绍不同国家整体投入的成本是不一样的,那我还有一张表没给大家看,这里看的是一个国家有多少诺贝尔奖获得者是在这个国家出生的,有多少是移民的。我们可以看到在美国差不多有30%都是移民,然后瑞士是15%,英国差不多是5%,很多国家实际上是有诺贝尔奖的获得者出生,但是这些人选择移民到其他的国家了。

最后回答怎么样赢得多个诺贝尔奖呢?我们说有三个地方会产生很多诺贝尔奖,一个是我这边参与的剑桥大学,还有美国的洛克菲勒中心,还有苏黎世。1958年以来美国有27个,爱因斯坦也是在那里获得的,而且很多人也会去依德哈莱(音)访问。而且很多的诺贝尔奖是来自于南半球,所以我这边来看这些地方到底有什么地方做对了?首先他们花很多钱在研发,并不是说工资很高,而是研发的成本会投入很高。而且没有所谓的官僚主义,如果你这边要填表格必须有秘书帮忙,这样的话研究员就可以专注于科学。所有的物料供给都是自由获得的,不需要特别的进行订单,而且不需要大家进行竞争或者竞标,而且都是小组的工作。我们这边不仅讲的是物理学,还有生物学家,一般一组三个人一起合作,还可以跟同行一起合作,其他的PHD学生还有博士后学生,就好像团队合作一样,没有任何的等级制度,当然有同行压力。

所以我希望通过研究,来让大家能够了解这个答案是什么。我们想知道怎么样能成为科学家,我这边喜欢四个词,一个是热情,你必须要喜欢做这件事情,不喜欢就不要做。如果你不喜欢做这件事情你不可能成为诺贝尔奖获得者的科学家,所以就选择不要做。就好像你去商学院上学不是为了成为像比尔盖茨这样富有的人,你要坚持创业,要有爱心。那怎么样鼓励年轻的科学家呢?他们是应该独立工作还是协作呢?是不是要有孵化器来帮助他们?我觉得最佳的模式就是某种形式的孵化器,不用他们教书就给他们钱,让他们研究自己的研发。当然这并不适用于所有人,那我们是不是需要进行基础研究呢?还有科学家是否应该成为创业家呢?我不知道,还有诺贝尔奖是否重要,这个我也不知道。

谢谢大家!

苏刚:非常感谢,感谢刚才精彩的介绍。接下来大家可以提问了,如果大家有问题的话,请举手,然后对着话筒提出,也可以评价和大家分享。什么问题都可以。

提问:谢谢教授的介绍,我也是毕业于剑桥大学,很高兴在这见到您。我们都知道中国在近年投入了很多研发的资金,但是到目前为止培养出非常少的诺贝尔奖的获得者,所以您能够帮我们解释一下或者说建议,您的看法。

Michael Levitt:为什么中国没有培养出诺贝尔奖,是因为这要花很长的时间,我们可能现在有20个可以赢得诺贝尔奖的点子已经在产生了,但是诺贝尔奖委员会他们这边决策的过程是非常长的,至少要20年的时间。你想想如果你们60年代开始的话,现在才刚刚过了20年的时间,这些年龄和资质都还没有达到这个阶段。我觉得你这边要看的是40年前、30年前中国研发的状况怎么样的,因为就要这么长的时间。而如果你看中国现在艺术的发展的话,也是非常不一样的,我这边也会组织一些艺术的展,你必须要坐等着,如果是艺术家成功需要五年的时间,而诺贝尔奖至少要等20年。现在中国年轻的艺术家在全球都非常厉害,不管是在大都会的博物馆还是库克汉姆的博物馆,有很多你们的作品展出,只是时间的关系,随着时间的推移中国会有诺贝尔奖获得者。

提问:下午好,我想知道计算机技能对于科学来说有多么重要,我知道您在这方面的工作开展的很多。

Michael Levitt:如果你问我数学技能的重要性有多少我不知道,我觉得现在所有的几何算法计算机都能做,很多计算机算的比人更好,我不是说不用学数学,现在很多人都不用学怎么写字了,因为计算机能帮你写,但是你必须知道用一个语言来写文章,这样才能沟通,如果说你不会写的话会伤害你。编程要不要学要看你自己,我喜欢编程,我这么大年纪还在写编程,这里面没有放之四海而皆准的规则,但是必须熟悉数据,这一点非常重要,在今天的世界特别是统计学,如果大家问哪一个领域对今天更重要的话,是统计学领域,现在机器学习就是统计学的分支,数学也是和他相关的。

提问:我有一个问题,您这边提到科学家需要有一些创业家精神,所以我想问您认为基础科学科学家和成功的企业家之间,有什么区别?

Michael Levitt:我前面其实有讲过一句话,当你做基础研究的时候,你做一件事情,首先你做的一件事情就是这件事情并不重要。我在剑桥那边就说,你这边要做的是和你下一篇论文一样好,而不是看上一篇论文的质量。所以这是一个很难的标准,而在商界你希望有最简单的想法,然后获得最多的利益,这样的话你可以有钱投入到复杂的项目当中。而科学是从最多的资源获得最少的成果,而商界是从最少的资源获得最多的成果。

提问:谢谢Michael Levitt教授给我这个机会,您能够回答一下科学家是否应该成为企业家,或者创业家?

Michael Levitt:我觉得科学家和创业家挺有意思的,大家都希望能够成为创业家,所以可以学习在不同的地方是不是真的有这个产界和业界、学术界之间的合作,大家都接受,硅谷就是这样的绝佳场所,产学的紧密合作,你会问为什么是硅谷,而不是剑桥、波士顿,因为这些地方也有好的大学。我去斯坦福工作我知道大家不会介意你有公司,大家不会嫉妒你,在以色列如果你有一家公司,你有更多的钱,你的同事都想要有更多的钱,因为你们是同事。在美国你的薪水比其他人高两倍的话,大家都会接受,因为他们习惯了。大家会说你会去谷歌,然后在谷歌回来之后做学者,大家不会说你去谷歌背叛了学术界,不会的,这是硅谷的文化氛围,这也很不寻常。斯坦福大学不会靠自己的发明来赚钱,他们实际上是靠让自己的发明者能够赚钱,然后这些发明者毕业之后作为校友捐钱给学校,这是他们的模式。

我们现在可以想象,在创业家这块是可以加分的,我儿子在海湾区这块的创业者,他去商学院上课,然后会教他们,如果有人给你钱不要马上就跟他,他们传授的理论是尽可能拿少的钱,这样不会放弃公司的控制权,很多人给你钱就是想控制公司,而且他们提供很多孵化器、办公室、法务咨询、秘书工作,我这边讲基本科学的科学家,我觉得也应该针对基本科学的科学家建立孵化器。你可以看到最创新的公司在发现上面实际上是经常失败的,我们这边听到的是成功的公司,但是这些成功的公司可能是经历了很多的失败,所以你必须要接受这一点。我知道海湾区的风投企业有一个特点,很多科学家他实际上在发展年轻人这一块并不是很擅长,当你过了一个年龄,你应该关注于培养年轻人,让年轻人拥有和你年轻时候一样的机会,科学家会做这样的事情,但是风投家他们做这样的事情是要培养年轻人,所以让硅谷变的更成功。

 

版权声明:本文版权归BT财经所有,未经允许任何单位或个人不得转载,复制或以任何其他方式使用本文全部或部分,侵权必究。
© Copyright 2024 BT财经.