StellaxAmy·自定义

OpenAI 最近又搞了个大事：号称解出了 Navier-Stokes 方程。学术界哗然。 所有人都开始问： 如果 AI 真的开始攻克这种级别的基础科学难题，人类科学家是不是可以洗洗睡了？ 带着这些问题，我们找来两位科学家：UIUC 的马宏博教授和 UCL 的孙挺教授，带我们一起解读这场 controversy： · Navier-Stokes 方程是什么？为什么它在工程里天天被用，却仍然是数学上的未解难题？ · OpenAI 真的解开了这个问题吗？AI 是独立突破，还是沿着人类科学家铺好的路“干苦力”？ · 当 AI 进入科学研究，credit 和 ownership 该怎么算？ · 如果未发表的研究草稿、证明思路和代码被输入 AI 工具，谁拥有最后的成果？ · 以及，建立在科研训练之上的高等教育，又该走向哪里？ 这期聊到最后，我们也没有答案。AI 会把科研带向哪里，大学会变成什么样，人类科学家的位置还剩多少，没有人真的知道。所有人都还在迷雾里摸索。 但也许越是在这样的时刻，越不能先缴械。 保护好我们的好奇心，保护好我们对世界的求知欲，继续提出自己真正关心的问题，才有可能在未来的后 AI 时代里，找到属于人的位置。 时间轴 00:00:00 开场 00:00:45 OpenAI、Navier-Stokes 方程与 AI 焦虑 00:03:51 嘉宾介绍：UIUC 马宏博教授 & UCL 孙挺教授 00:04:32 Navier-Stokes 方程是什么？ 00:14:57 Navier-Stokes 方程的现实意义 00:24:51 OpenAI 真的解决了 Navier-Stokes 方程吗？ 00:33:52 Intelligence、计算与人脑 00:43:31 人类科学家与 AI 如何分工？ 00:46:50 AI、学术成果与 Ownership 00:52:17 AI 时代，人的创造力放在哪里？ 00:58:00 人类研究者还剩下什么独特能力？ 01:11:59 AI 时代，学生还需要学什么？ 01:20:59 大学教育的未来 01:42:10 高等教育如何适应 AI？ 01:52:47 给年轻科研者的建议：Keep Calm and Carry On

一个人当然可以因为喜欢而开始一条路，但能不能一直走下去，往往不是只由热爱决定。 这一期我们邀请到 Alex。他从小喜欢养鱼，大学和硕士在台湾念生命科学，博士来到美国研究五大湖区的鱼类。从珊瑚礁鱼类到 Lake Erie 的 walleye，他花了十几年和鱼打交道：出野外、抓鱼、采样、做统计分析，也把鱼类研究当成生命里很重要的一部分。 但职业选择很少只是一句“我喜欢什么”。鱼类研究的职位本来就少，环境科学研究经费会受政策影响，国际学生还要面对身份和签证的限制。喜欢一个领域，和能不能在这个领域里稳定生活下去，是两件不完全一样的事。 后来 Alex 从 fishery research 进入和斑马鱼相关的实验动物公司，再转到药厂做 real world data 和 observational research。现在的他写 R、Python，做 analytical pipeline，用流行病学方法分析真实世界里的药物效果和病人结果。看起来是从鱼类研究转到药厂数据，但底层仍然是同一种训练：提出问题、处理证据、理解数据里的不确定性。 这集也聊到美国和东亚实验室文化的差异、渔业研究和商业渔业之间并不直通的行业边界、鱼作为宠物和实验动物时人类共情的变化，以及一个很实用的冷知识：在美国买鱼和蔬菜，冷冻的有时反而比冷藏的更新鲜、更稳定。 从 Alex 的选择里我们也看到一份柔软的人生态度：不是每一份热爱都能原样变成职业，但人可以带着过去的训练和兴趣，在现实里继续找到新的位置。 00:01:02 Alex：从鱼类研究到药厂数据 00:03:01 生命科学到底学什么 00:05:49 为什么开始研究鱼 00:08:30 鱼类研究 vs. 渔业研究 00:11:08 出海抓鱼怎么做 00:14:19 五大湖野外采样 00:18:27 用数据追踪鱼从哪来 00:23:35 台湾和美国实验室文化 00:34:21 研究如何影响捕捞政策 00:38:03 研究鱼十几年之后 00:42:38 斑马鱼和医学研究 00:46:01 为什么离开鱼类研究 00:50:18 药厂里的 real world data 00:54:03 冷门行业的职业现实 00:59:16 鱼博士的买鱼建议 01:04:03 远程工作后的城市选择

做了100期播客以后，我们发现：这档节目记录的不只是嘉宾的人生，也记录了我们自己的变化。 这一期是《Stella x Amy 自定义》的第100集，也是 Stella 和 Amy 第一次坐在同一个房间里录音。两年多前，这个节目从“数据女孩的中年危机”开始：ChatGPT 刚出现，科技行业里的人一边兴奋，一边焦虑，不知道自己的工作会被推向哪里。到了第100期，行业的变化还在继续，但我们看待它的方式已经不一样了。 过去100期，我们和很多嘉宾聊天，听他们讲工作、迁移、创业、家庭、选择和迷茫。有人说，这个节目像是在记录嘉宾人生里的某一个 snapshot。我们很喜欢这个说法：我们无法在短短几十分钟里记录一个完整的人生，但可以看见一个个具体的人，在某个时间点上，如何理解自己、回应环境、做出选择。 做播客也改变了我们。Amy 离开科技行业，生了小孩，开始做 D2C 茶品牌，从 AI 新创里的从业者，变成创业者和妈妈，也更确认自己如何面对变化和不确定性。Stella 继续留在行业里，转向 AI evals，也开始读 part-time PhD；焦虑没有完全消失，但变得更可以共处，也更清楚自己想在实践和研究之间寻找什么。 所以第100期不是一个“终于做成了”的庆祝总结，而是一次回头看：这100期里，我们收集了很多人的人生切片，也把自己的变化留在了里面。职业、身份、母职、城市、朋友、节目本身，都在慢慢移动。很多问题没有答案，但把这些切片放在一起看，已经是一种很珍贵的记录。 00:00:00 第100期开场 00:01:52 回到节目起点《数据女孩的中年危机》 00:03:16 Stella 还焦虑吗？ 00:04:44 Amy 的实验心态 00:05:23 离开原来的路径 00:07:05 妈妈和创业者 00:09:13 Stella 找到的 AI 细分领域 00:10:21 Part-time PhD？ 00:11:33 第一次同地录音 00:12:21 对变化的不同反应 00:14:29 家庭背景与职业惯性 00:16:20 嘉宾的人生切片 00:23:17 三种职业状态 00:34:55 两个妈妈的一天 00:38:18 母职与自我接受 00:39:31 育儿碎碎念 00:42:53 逃不过的辅导作业 00:48:07 下一个100集

一大批家庭跟着台积电搬进凤凰城，他们搬进的到底是什么样的生活？ 过去几年，随着台积电及其供应链大举迁入，凤凰城的华人越来越多啦！但对大部分人来说，凤凰城仍然只是新闻里的一个地名：一座正在崛起的芯片重镇。 这一集，在凤凰城生活了十三年的Stella，带着充满好奇的Amy，聊聊这座城市真实的样子。 这里的夏天能到四十五度以上的干热，这里号称严重缺水，家家户户却离不开泳池；这里的K-12教育资源虽然全美排名倒数，许多华人家庭却又觉得孩子在这里上学没有湾区难？ Stella和Amy认真聊了聊最真实的凤凰城生活样貌：从托儿所、房价，聊到麦当劳甜筒的价格和摇摆州氛围，这集是所有对凤凰城好奇、或即将搬家到凤凰城发展新生活的朋友最实用的攻略。 00:00:00 台积电移民潮 00:02:06 凤凰城地理入门 00:09:32 供应链与Intel等芯片厂的分布逻辑 00:17:15 一些沙漠的震撼 00:22:23 空调催生的城市 00:27:37 移民比例的变化 00:34:15 谁是"本地人" 00:42:21 为什么留下 00:47:01 教育资源 00:57:11 州政府的招商与摇摆州文化 01:07:29 凤凰城治安 01:14:20 生活开销 01:24:51 旅游路线与必吃清单