21世纪经济报道记者 孙迟悦 香港报道

“如果科技对世界没有影响，那么香港理工大学也就没有存在的必要了。” 5 月 28 日，国家传染病医学中心主任张文宏在香港理工大学举办的“传染病演变与人类科技的博弈”演讲中表示，如今，科技的发展为人类提供了更强大的工具和手段，使人类能够更好地应对各种传染病的挑战。

在回顾人类与传染病斗争的历史时，张文宏提到，传染病的产生与人类社会的发展密切相关。例如，农业革命和工业革命促使人类聚集形成城市，为传染病的传播创造了条件。他进一步表示：“我们的未来将面临许多重大疾病的挑战，如老龄化社会中老年人的健康问题、免疫系统功能下降等，我们需要更快、更多的技术来应对这些挑战。”

张文宏着重强调了科技在传染病防控中的重要作用。以 2013 年出现的 H7N9 病毒为例，当时通过先进的基因测序技术，科研人员迅速确定了病毒的来源和传播途径，为疫情防控提供了关键数据支持。

同时，张文宏教授也指出了科技在传染病防控中面临的挑战。例如，病毒的变异速度非常快，留给人的应对时间窗口非常小。“我们现在面对的一些病毒复制速度非常快，变异速度也像水一样迅速，这使得我们的应对时间窗口非常有限。”

香港理工大学计算机及数学科学学院副院长杨红霞对人工智能的发展历程进行了简要回顾。她指出，从 1956 年达特茅斯会议（Dartmouth Conference）上“人工智能”这个词第一次出现，到 20 世纪 90 年代 IBM 的深蓝（Deep Blue）计算机的出现，再到深度学习和互联网的兴起，以及 2017 年 Transformer 模型的出现，直至 2022 年 10 月这一波 AI 热潮，大模型展现出了巨大的能力。

杨红霞进一步补充道，大模型的主要能力体现在几点：一是数据量非常大，例如，如今的 GPT 等大模型，几乎能够“吃掉”互联网上的所有数据，因此数据量不再是问题；二是它可以解决足够复杂的任务，“以前可能是一个模型解决一个任务，现在是一个模型解决所有任务，因为大模型的哲学就是‘一个模型解决所有问题’。”

在杨红霞教授看来，传染病预测是一个能够充分发挥大模型优势的场景，但这一场景也对香港理工大学提出了相应的要求：一是数据量要极大；二是任务要极其复杂。此外，她还指出，传染病预测是一个多模态的问题，其中包括各种图像数据、人员流动数据等的处理。

杨红霞教授认为，目前无论是 OpenAI 还是 DeepSeek，其在大语言模型上的突破，已经在各个方面给我们的生活带来了巨大的影响。她表示，如果未来有更多合作机会，香港理工大学有可能在一些高精尖的、与人类生命息息相关的领域，通过大模型取得特别大的突破。

面向未来，张文宏教授认为，香港理工大学正在筹建的香港第三所医学院需要从多个方面做好准备以应对新发传染病，包括加强科技研发、建立完善的公共卫生体系、开展国际合作以及提高公众健康素养等。