用游戏辅助做科研，居然能行并且效果不错？！

本文内容来源“天美妙妙屋”

「由玩家创造出来的蛋白质，绝不逊色于任何科学家的科研成果。」


对于肆虐全球的新冠病毒，目前还没有从根源上解决问题的办法，尽管不成熟的疫苗一定程度上可以减少患病几率，但物理性防护现在仍然是最靠谱的手段。当全世界都在为了抗疫研究忙得焦头烂额时，华盛顿大学医学院蛋白质设计研究所的一帮学者，却选择把希望押宝在一款名叫《Foldit》的游戏上。

也许你会本能的觉得，这可能又是哪个资本家想出的花式骗局。毕竟硅谷才刚刚结束一桩医疗科技公司的诈骗巨案，被很多人追捧为「下一个乔布斯」的伊丽莎白·霍尔姆斯（Elizabeth Holmes），因虚假包装完全不存在的血液检测技术，最终面临4项罪名和20年监禁。

但翻看过去的履历，你会发现《Foldit》的制作者们有所不同，他们是真有两把刷子 —— 通过游戏，不仅在2011年帮助重构了梅森-菲舍猴病毒逆转录酶的晶体结构，让一个卡住了15年的问题在10天内得到解决；而且在2019年的《自然》杂志上，一篇名为「由普通科学家设计的蛋白质」（De novo protein design by citizen scientists）的论文提到，这帮人测试了146种蛋白质，其中有56种结构稳定的，都来自《Foldit》玩家的游戏结果。


说得这么玄乎，其实《Foldit》的玩法很简单。游戏会给出一组解谜关卡，每关提供一些蛋白质组件的3D模型，让人们通过旋转、拉伸、变形来搭建一个可能存在的蛋白质，然后根据算法给分。这个过程是有一定趣味性存在的，因为分越高意味着蛋白质的结构越正确，在科研贡献的排行榜上就越靠前，以此鼓励玩家们想出各种稀奇古怪的方案。


此外这款游戏免费开放给公众，理论上不具备生物学知识的人也能顺利上手，参与《自然》杂志论文编写的学者认为：「由玩家创造出来的蛋白质，绝不逊色于任何科学家的科研成果。」

《Foldit》对抗新冠病毒的秘密，涉及到近一年来新增的游戏内容。

例如，其中有一关叫做「1805b：冠状病毒棘刺蛋白粘结剂设计」（1805b: Coronavirus Spike Protein Binder Design），展示了人体蛋白和新冠病毒蛋白的结合状态。玩家需要做的，就是搭建出一种更容易和新冠病毒蛋白结合的「防御蛋白」，从而阻断病毒和人体的交互。

这些防御蛋白的结构如同粘住病毒的胶水，恰恰可以帮助学者们制作药物。早在去年4月，官方便从玩家结果中选出了99种蛋白设计，试着在现实中还原，目前还在持续研究中。


这种将工作先分配给很多参与者，再合成为最终结果的模式，我们一般称为「众包」（Crowdsourcing）。之所以科学家们不完全把工作交给算法来做，是因为计算机在处理需要依靠直觉执行的模糊任务时，能力远不如人脑，手工反而效率更高。


像《Foldit》一样通过游戏来进行众包的并不是个例，因为只要内容设计得好玩，大把玩家都愿意免费打工，这可比硬生生掏钱给乙方重复劳作高明多了。

《星战前夜》（EVE Online）里也有名为「探索计划」（Project Discovery）的众包项目，开发商CCP在2020年时启动了第三阶段计划，意图通过玩家手动处理的数据，来研究新冠病毒如何影响免疫系统，如何改变细胞的大小、形状以及其它方面。

该计划获得过欧盟的资助，虽然看起来很高大上，但它其实就是通过《星战前夜》中的一个内置小游戏来实现的。开发团队导入了很多由「流式细胞仪」制作的血液样本，样本中同种类型的细胞会聚成一团，玩家的任务是用线框圈出细胞集群的边界。


因为样本量特别大，他们应该不是纯随机的把血液样本推送给玩家，可能采用了一个带有游戏思维的设计 —— 类似常用于Roguelike或者一部分Battlepass模式下的「个性化定制任务推送」，根据玩家情况的不同，不断刷新他们要做的任务。

探索计划的做法是先提供简单教程，逐渐增加训练难度，其中有个隐性的等级系统，样本处理得越多，等级就越高。前期在我们不熟悉的时候，系统会给出线框边界的模板（上图中的橙色区域），但到后面就没有提示了，而且图片变得特别抽象，一张图最多可以有8个集群。因此小游戏很可能根据不同玩家的水平，从数据库中挑出对应难度的任务给人处理。


如果定制任务推送设计得够好，在众包中可以大大提高学者们收集数据的效率。

针对不同的应用场景，我们还能做很多尝试。例如在《重返帝国》里，可以基于不同时间段某个玩家群体的生产、工业和科技能力来提供对应任务。天美在研究这个专利时，主要参考标准是帐号集合的平均属性值，然后根据玩家和平均属性值的差值来调配任务。

相比《星战前夜》中的等级划分，用这种方式也许可以做得更加细致。当然这只是举了一个我比较熟悉的例子，游戏里应该还有很多解决方案，可以和科研众包更好地融合起来。


如果仅从玩法的角度来说，探索计划并没有《Foldit》好玩，无非就是用线框把细胞圈起来，创造性不足，很快会觉得重复乏味。但好就好在：《星战前夜》玩家实在是太闲了。

由于游戏节奏较慢，无论跃迁赶路、挂机挖矿还是生产刷怪，他们都有大把时间干别的事情，再加上玩小游戏可以拿到星币和舰船皮肤等奖励，探索计划因此取得过不错的成效。

例如曾经一度有30万名玩家参与其中，给科学家们的「人类蛋白图谱数据库」贡献了3300万个图像分类。而第三阶段关于新冠病毒的研究，则是和意大利免疫学教授安德里亚·科萨里扎（Andrea Cossarizza）合作，算是一线临床医生跑到游戏里来推广科研了。


值得一提的是，关于游戏众包在科研上的运用，有个看起来更加玄学的项目。

奥胡斯大学是丹麦规模最大的综合性学校，他们旗下有支物理学家组成的团队想造一台量子计算机。这台计算机的处理器被设计成由300个原子组成，逻辑运算是用「光镊」移动原子来完成。


说起来简单，但想要随心所欲将原子从A点带到B不是件轻松活。因为原子只能以特定方式移动，速度太快又会破坏稳定性，于是该团队开发了款名叫《量子移动》（Quantum Moves）的游戏来模拟这个过程，想要让玩家产出大量数据结果，再根据数据去寻求解法。


不过《量子移动》在玩法上并没有想象中复杂。视觉表现就是用鼠标弯曲一条线，利用线的起伏来转移一种波动不定的液体。这些液体不单单只受重力影响，如果动得太快便会溢出来，我们的最终目标，是将其稳稳带入由紫色方框表示的存放点。

如果对应现实里量子运动的关系，液体实际上代表的是原子波函数，只要它的稳定性得到保证，原子也就有机会受控的移动了。

截至2017年2月，《量子移动》已被全球20多万玩家玩过800多万次。尽管从众包数据到产出量子计算机还有很长的距离，不过这些参入了「人类直觉」的数据，比纯粹由电脑开发的方法更高效。正如物理学家雅各布·谢尔森（Jacob Sherson）说的那样：“当我们需要解决一个未知的问题时会凭直觉行事，而对于计算机来说这是无法理解的。”

除了制造量子计算机，奥胡思大学的这帮人还搭建了名叫「Science At Home」的网站，将众包游戏和一些高校核心课程联系起来。

当然游戏始终是工具，研究和解决问题的人才是主体。可能游戏众包最能体现社会价值的地方，在于几乎所有人都能切实的通过游戏为科研做出贡献，在乐趣地推动下不断获取知识。