①在基因时代，生物学家们收集分子层次上的癌症成因信息，这些信息使他们开始质疑传统的癌症分类法：即根据肿瘤出现在身体中的位置来分类癌症。

②研究者们认识到传统的分类法应该被根据突变种类的分类法取代，正是这些突变使得细胞以不受控制的形式生长而形成肿瘤。

③如果两个患者的肿瘤存在于完全不同的器官组织之中，却由相同的突变引发，其间的共同点可能比那种存在于同一个器官中却由不同的分子机制引起的肿瘤更多。

④________，两个表面上看起来患有同种癌症的病人却可能会因为决定性突变的不同而有着非常不同的结果。

⑤一旦不再将癌症视为一种依据解剖学定义的疾病，转而集中注意这些分子异常，治疗就是完全不同的另一场竞赛了。

⑥常规的化疗和放疗对分裂中的细胞特别有杀伤力，所以能够对总在高速生长的肿瘤细胞形成显著伤害。但它们同时也要求身体的其他部分付出高昂的代价。

⑦很多肿瘤学家相信这一方法可以将癌症从一种致死性疾病转化为一种慢性病，人们可以忍受着这种慢性病生活很长时间。当然这不是轻易可以做到的。

⑧治疗可能需要采用靶向药物的鸡尾酒疗法，鸡尾酒的配方随肿瘤的突变随时调节。虽然很难，但理论上这种治疗方法应该比目前应用的方法有效得多，同时副作用也小得多。

⑨艾滋病明显就是这种情形，采用抗逆转录酶病毒药物的鸡尾酒疗法能够减慢病毒的复制，使得感染HIV的人可以忍受着这种感染活到老年。如果发现病毒对某种药物产生抗性，就换用另一种药物。

⑩在二十世纪九十年代中期，遗传学家们发现了BRCA1和BRCA2，这两个基因与超过半数的乳腺癌遗传类型有关。

⑪这两个基因所编码的蛋白质掌管DNA修复，因此当他们有缺陷时，细胞变得更有可能累积那些将引发癌症的突变。

⑫但这种遗传型变异仅占乳腺癌变异的10%，所以在治疗乳腺癌和其它肿瘤的问题上，当前最需要也最艰巨的努力在于：识别那些在个别细胞中自然产生的致癌突变。

⑬为此，国际癌症基因组联盟将致力于完成25000例个体肿瘤的DNA测序，建立50种最常见的癌症的突变记录档案。

20世纪80年代，加拿大研究人员曾经做过一个很有趣的试验：他们建立了一个工厂，试着用污泥来生产燃料。他们先是通过机械方法去除污泥里的大部分水分和泥沙，然后将干污泥放进高温蒸馏器中，结果发现：蒸馏之后得到的气态组分转化成了燃油，而固态组分转化成了炭。于是，这家工厂开始利用这种方法生产燃料，每吨污泥可以生产2桶燃油和0.5吨烧结炭。从那以后，随着对城市污泥组成的进一步了解，人们渐渐意识到，污泥中富含碳、氮、磷等资源性物质，这些物质让污泥拥有了变废为宝的可能性。如今，世界多国的科学家都在城市污泥的资源化利用方面做出了大量研究成果，开发了许多城市污泥的利用途径。
虽然污泥具有很高的利用价值，但是要想把污泥变成资源，可不是一件容易的事情。污泥的处理处置要一步步来：首先要经过减量化和稳定化处理，也就是减少污泥的质量和体积，并且降解污泥中的易腐有机物质；然后进行无害化处理，使其不会对环境造成二次污染，不会危害人体健康；最后才是资源化处理，也就是回收具有使用价值的物质和资源。每一个过程都有与之相适应的污泥处理处置技术。例如：浓缩、脱水适用于减量化处理，厌氧消化、好氧堆肥、焚烧适用于稳定化处理，厌氧沼气回收、焚烧热能回收、土地有机质利用、建材无机质利用等技术可用于资源化处理，等等。当然，其中有一些技术可以同时满足多个处理目标。
乍一看，污泥的处理处置有这么多技术路线，似乎“条条大路通罗马”，但是综合考虑技术的成熟程度、经济成本、可持续发展的可行性等因素，厌氧消化技术仍然是最值得关注的技术之一。这种技术利用厌氧微生物，将污泥中的大分子有机物分解为甲烷、二氧化碳、水等简单化合物，产生的沼气可以用作绿色燃料。厌氧消化技术在解决了污泥污染问题的同时，还顺便实现了生物质能的回收，可谓一举两得。但是很可惜，这种技术在我国的应用和运行遇到了很多困难，国外厌氧消化技术装备在我国的运行稳定性很低，效率也不尽如人意。
造成这一局面的主要原因是我国污泥泥质特点与国外存在巨大差异。我国污水厂污泥普遍存在微细砂含量高、有机质含量低的特点，而且污泥组成非常复杂，既含有碳、氮、磷等资源性物质，也含有重金属、难降解有机物、微塑料等污染性物质。另外，我国人口密度高，城市污泥的处理量很大。因此，开发适合我国污泥泥质特点的高级厌氧消化技术迫在眉睫。

AlphaGo（阿尔法围棋程序）总体上由两个神经网络构成，以下把它们简单称为“两个大脑”。这只是一个比喻，在对弈时，这两个大脑是这样协同工作的：第一个大脑的简单模式会判断出在当前局面下有哪些走法值得考虑。第一个大脑的复杂模式通过蒙特卡洛树来展开各种走法，即所谓的“算棋”，以判断每种走法的优劣。在这个计算过程中，第二个大脑会协助第一个大脑通过判断局面来砍掉大量不值得深入考虑的分岔树，从而大大提高计算效率。与此同时，第二个大脑通过下一步棋导致的新局面的优劣也能给出关于下一步棋的建议。最后，两个大脑的建议被平均加权，做出最终的决定。

其实，这两个大脑的工作方式确实和人类很相似，一个__________细部，一个__________全局。但AlphaGo最终结合两者的方式相当简单粗暴：让两者各自评估一下每种可能的优劣，然后取一个平均数，这可绝不是人类的思维方式。

对人类来说，这两种思考问题方式的结合要复杂得多——不仅仅在围棋中是这样。人们并不总是同时对事态做出宏观和微观的判断，而是有时情绪、心理和潜意识的应激反应。这当然是人类不完美之处，但也是人类行为丰富性的源泉。

为什么要让人工智能去下围棋？有很多理由。但在我看来最重要的一个，是能够让我们更深入地理解智能的本质。

神经网络和机器学习在过去十年里跃进式的发展，确实让人工智能做到许多之前只有人脑才能做到的事，但这并不意味着人工智能的思维方式接近了人类。而且吊诡的是，人工智能在计算能力上的巨大进步，反而掩盖了它在学习人类思维方式上的短板。和国际象棋中的深蓝系统相比，AlphaGo已经和人类接近了许多，深蓝仍然依赖于人类外部定义的价值函数，所以本质上只是个高效计算器。但AlphaGo的价值判断是自我习得的，这就有了人的影子，而且AlphaGo的进步依赖于海量的自我对局数目，这当然是它的长处，但也恰好说明它并未真正掌握人类的学习能力。一个人类棋手一生至多下几千局棋，就能掌握AlphaGo在几百万局棋中所训练出的判断力，这足以证明，人类学习过程中还有某种本质是暂时无法用当前的神经网络程序来刻画的。

这当然不是说AlphaGo应该试图去复制一个人类棋手的大脑，但是AlphaGo的意义也不应该仅仅反映在它最终的棋力上。它是如何成长的？它的不同参数设置如何影响它的综合能力？如果有其他水平相当的人工智能和它反复对弈，它能否从对方身上“学到”和自我对弈不同的能力？对这些问题的研究和回答，恐怕比单纯观察它是否有朝一日能够超越人类重要得多。

“今天，你节省了多少碳？”有一群“环保达人”，自觉地少开私家车、坚持走楼梯，电脑不用就关机，用清单列出自己一天的碳排放总量，并把“减碳日记”实时挂到网上……这就是眼下正时兴的“低碳生活”。进入2011年，低碳与生活的联系更加紧密。

人们在生活和消费过程中的过量碳排放，是造成全球气候变暖的因素之一，针对这一点，低碳生活要求人们在日常生活中养成节能的好习惯，减少碳排放，建设资源节约型，环境友好型社会，促进人与自然和谐发展，提升生活质量。

作为可持续的绿色生活方式，低碳生活将是协调经济社会发展和环境保护的重要途径。而从长远看，这更是一种着眼于未来的生活理念。低碳生活受到“低碳族”的响应，与其本身所蕴含的环保元素和道德魅力密不可分。

低碳生活是健康绿色的生活习惯，更是时尚的消费观，是全新的生活质量观。“雁过留声，人过不留碳”。低碳生活不是口号而是理念，把握机遇，才能掌握将来发展，选择低碳生活，才能享受美好未来。