用遊戲輔助做科研，居然能行並且效果不錯？！

本文內容來源“天美妙妙屋”

「由玩家創造出來的蛋白質，絕不遜色於任何科學家的科研成果。」


對於肆虐全球的新冠病毒，目前還沒有從根源上解決問題的辦法，儘管不成熟的疫苗一定程度上可以減少患病機率，但物理性防護現在仍然是最靠譜的手段。當全世界都在為了抗疫研究忙得焦頭爛額時，華盛頓大學醫學院蛋白質設計研究所的一幫學者，卻選擇把希望押寶在一款名叫《Foldit》的遊戲上。

也許你會本能的覺得，這可能又是哪個資本家想出的花式騙局。畢竟矽谷才剛剛結束一樁醫療科技公司的詐騙巨案，被很多人追捧為「下一個賈伯斯」的伊麗莎白·霍爾姆斯（Elizabeth Holmes），因虛假包裝完全不存在的血液檢測技術，最終面臨4項罪名和20年監禁。

但翻看過去的履歷，你會發現《Foldit》的製作者們有所不同，他們是真有兩把刷子 —— 通過遊戲，不僅在2011年幫助重構了梅森-菲舍猴病毒逆轉錄酶的晶體結構，讓一個卡住了15年的問題在10天內得到解決；而且在2019年的《自然》雜誌上，一篇名為「由普通科學家設計的蛋白質」（De novo protein design by citizen scientists）的論文提到，這幫人測試了146種蛋白質，其中有56種結構穩定的，都來自《Foldit》玩家的遊戲結果。


說得這麼玄乎，其實《Foldit》的玩法很簡單。遊戲會給出一組解謎關卡，每關提供一些蛋白質元件的3D模型，讓人們通過旋轉、拉伸、變形來搭建一個可能存在的蛋白質，然後根據演算法給分。這個過程是有一定趣味性存在的，因為分越高意味著蛋白質的結構越正確，在科研貢獻的排行榜上就越靠前，以此鼓勵玩家們想出各種稀奇古怪的方案。


此外這款遊戲免費開放給公眾，理論上不具備生物學知識的人也能順利上手，參與《自然》雜誌論文編寫的學者認為：「由玩家創造出來的蛋白質，絕不遜色於任何科學家的科研成果。」

《Foldit》對抗新冠病毒的祕密，涉及到近一年來新增的遊戲內容。

例如，其中有一關叫做「1805b：冠狀病毒棘刺蛋白粘結劑設計」（1805b: Coronavirus Spike Protein Binder Design），展示了人體蛋白和新冠病毒蛋白的結合狀態。玩家需要做的，就是搭建出一種更容易和新冠病毒蛋白結合的「防禦蛋白」，從而阻斷病毒和人體的互動。

這些防禦蛋白的結構如同粘住病毒的膠水，恰恰可以幫助學者們製作藥物。早在去年4月，官方便從玩家結果中選出了99種蛋白設計，試著在現實中還原，目前還在持續研究中。


這種將工作先分配給很多參與者，再合成為最終結果的模式，我們一般稱為「眾包」（Crowdsourcing）。之所以科學家們不完全把工作交給演算法來做，是因為計算機在處理需要依靠直覺執行的模糊任務時，能力遠不如人腦，手工反而效率更高。


像《Foldit》一樣通過遊戲來進行眾包的並不是個例，因為只要內容設計得好玩，大把玩家都願意免費打工，這可比硬生生掏錢給乙方重複勞作高明多了。

《星戰前夜》（EVE Online）裡也有名為「探索計劃」（Project Discovery）的眾包專案，開發商CCP在2020年時啟動了第三階段計劃，意圖通過玩家手動處理的資料，來研究新冠病毒如何影響免疫系統，如何改變細胞的大小、形狀以及其它方面。

該計劃獲得過歐盟的資助，雖然看起來很高大上，但它其實就是通過《星戰前夜》中的一個內建小遊戲來實現的。開發團隊匯入了很多由「流式細胞儀」製作的血液樣本，樣本中同種型別的細胞會聚成一團，玩家的任務是用線框圈出細胞叢集的邊界。


因為樣本量特別大，他們應該不是純隨機的把血液樣本推送給玩家，可能採用了一個帶有遊戲思維的設計 —— 類似常用於Roguelike或者一部分Battlepass模式下的「個性化定製任務推送」，根據玩家情況的不同，不斷重新整理他們要做的任務。

探索計劃的做法是先提供簡單教程，逐漸增加訓練難度，其中有個隱性的等級系統，樣本處理得越多，等級就越高。前期在我們不熟悉的時候，系統會給出線框邊界的模板（上圖中的橙色區域），但到後面就沒有提示了，而且圖片變得特別抽象，一張圖最多可以有8個叢集。因此小遊戲很可能根據不同玩家的水平，從資料庫中挑出對應難度的任務給人處理。


如果定製任務推送設計得夠好，在眾包中可以大大提高學者們收集資料的效率。

針對不同的應用場景，我們還能做很多嘗試。例如在《重返帝國》裡，可以基於不同時間段某個玩家群體的生產、工業和科技能力來提供對應任務。天美在研究這個專利時，主要參考標準是帳號集合的平均屬性值，然後根據玩家和平均屬性值的差值來調配任務。

相比《星戰前夜》中的等級劃分，用這種方式也許可以做得更加細緻。當然這只是舉了一個我比較熟悉的例子，遊戲裡應該還有很多解決方案，可以和科研眾包更好地融合起來。


如果僅從玩法的角度來說，探索計劃並沒有《Foldit》好玩，無非就是用線框把細胞圈起來，創造性不足，很快會覺得重複乏味。但好就好在：《星戰前夜》玩家實在是太閒了。

由於遊戲節奏較慢，無論躍遷趕路、掛機挖礦還是生產刷怪，他們都有大把時間幹別的事情，再加上玩小遊戲可以拿到星幣和艦船皮膚等獎勵，探索計劃因此取得過不錯的成效。

例如曾經一度有30萬名玩家參與其中，給科學家們的「人類蛋白圖譜資料庫」貢獻了3300萬個影像分類。而第三階段關於新冠病毒的研究，則是和義大利免疫學教授安德里亞·科薩里扎（Andrea Cossarizza）合作，算是一線臨床醫生跑到遊戲裡來推廣科研了。


值得一提的是，關於遊戲眾包在科研上的運用，有個看起來更加玄學的專案。

奧胡斯大學是丹麥規模最大的綜合性學校，他們旗下有支物理學家組成的團隊想造一臺量子計算機。這臺計算機的處理器被設計成由300個原子組成，邏輯運算是用「光鑷」移動原子來完成。


說起來簡單，但想要隨心所欲將原子從A點帶到B不是件輕鬆活。因為原子只能以特定方式移動，速度太快又會破壞穩定性，於是該團隊開發了款名叫《量子移動》（Quantum Moves）的遊戲來模擬這個過程，想要讓玩家產出大量資料結果，再根據資料去尋求解法。


不過《量子移動》在玩法上並沒有想象中複雜。視覺表現就是用滑鼠彎曲一條線，利用線的起伏來轉移一種波動不定的液體。這些液體不單單隻受重力影響，如果動得太快便會溢位來，我們的最終目標，是將其穩穩帶入由紫色方框表示的存放點。

如果對應現實裡量子運動的關係，液體實際上代表的是原子波函式，只要它的穩定性得到保證，原子也就有機會受控的移動了。

截至2017年2月，《量子移動》已被全球20多萬玩家玩過800多萬次。儘管從眾包資料到產出量子計算機還有很長的距離，不過這些參入了「人類直覺」的資料，比純粹由電腦開發的方法更高效。正如物理學家雅各布·謝爾森（Jacob Sherson）說的那樣：“當我們需要解決一個未知的問題時會憑直覺行事，而對於計算機來說這是無法理解的。”

除了製造量子計算機，奧胡思大學的這幫人還搭建了名叫「Science At Home」的網站，將眾包遊戲和一些高校核心課程聯絡起來。

當然遊戲始終是工具，研究和解決問題的人才是主體。可能遊戲眾包最能體現社會價值的地方，在於幾乎所有人都能切實的通過遊戲為科研做出貢獻，在樂趣地推動下不斷獲取知識。