摘要： 從柏林到北京，北京大學星球健康坐標系統（PHAS）展現了一場關於AI保護人類文明的深刻敘事。這個追蹤48,000個變量的AI大模型，首次讓機器學會從四個整體性的視角審視地球——人類健康、物種健康、環境健康、社會健康。當我們還在討論AI是否會取代人類時，北京大學全球健康發展研究院院長、北京大學國家發展研究院博雅特聘教授、中國醫學科學院學部委員劉國恩及其團隊已經讓AI開始思考：人類的繁榮如何與地球乃至未來可能登陸的其他星球的健康共存。這不僅是一個技術突破的故事，也包含了關於AI責任的考量。

  引言：柏林的提問，北京的回答

  2025年10月12日，柏林世界健康峰會的會場裏，當北京大學全球健康發展研究院院長劉國恩展示PHAS系統時，屏幕上流動的不是常見的增長曲線或疾病地圖，而是一個四維坐標係——人類健康、物種健康、環境健康、社會健康，四條軸線在AI算力的驅動下，實時演繹着人類文明與星球邊界的時空距離。

  這是人類第一次讓AI不僅為人類的短期利益服務，更為星球的長期安全思考。

  28天后，11月9日，北京大學百年紀念講堂，PHAS的北京發布會成為了行業內的焦點。從柏林到北京，這不僅是一場技術的跨洋旅行，更是AI從人類的短期利益向星球共同體的深刻轉向。在ChatGPT掀起生成式AI狂潮兩年後，在全球還在爭論AI對齊（Alignment）應該對齊誰的價值觀時，中國科學家給出了一個更宏大的答案：讓AI對齊地球的健康。

  一、突破人類濾鏡：應用AI嘗試從宏觀視角促進人類文明

  傳統AI倫理的關鍵挑戰之一是“AI為誰的利益服務？”從自動駕駛的電車難題到算法推薦的信息繭房，我們習慣於將AI的決策框定在人類短期利益的天平上。但PHAS工程的誕生，構建了一個四維評估體系——人類健康只是其中一軸，物種存續、生態韌性、代際公平都成為AI需要兼顧的目標，這重構了AI倫理的評估邊界。"

  劉國恩團隊歷時兩年，整合了48,000多個變量，覆蓋從微生物種群到大氣碳循環、從個體健康到社會健康等全鏈條數據。這個龐大的系統並非簡單的數據堆砌，其核心創新在於構建了一個去中心化的評估框架——人類的短期利益不再是唯一的度量標準，物種滅絕速率、生態系統韌性、代際公平性都成為AI需要平衡的目標函數。

  中國工程院院士詹啟敏教授將其比喻為觀測人類活動與地球健康關係的數字羅盤。這個比喻意味深長：羅盤不預設目的地，但標示方向；PHAS不替人類做決策，但揭示邊界。當系統測算出減少20%化石燃料使用可延緩全球健康下滑時，它傳遞的不是一個技術方案，而是一個警示——人類的繁榮正在逼近行星的承載極限。

  二、從訓練數據標注到Human-in-the-loop的範式革命

  PHAS的技術架構中，有一個特別的設計：基於human-in-the-loop的專家反饋訓練模塊。但這裡的human不是傳統AI訓練中的數據標注員，而是來自生態學、流行病學、經濟學、社會學等眾多交叉學科的專家。他們的職責不僅是讓AI更聰明，也讓AI更克制——確保算法不會為了某一維度的局部最優而大幅犧牲其他維度的表現。

  這種克制源於對AI能力邊界的清醒認知。PHAS系統採用長目標隨機控制的動態經濟學模塊，直指人類文明福祉的長期時間平均；基於圖深度學習的動態關聯網絡，可以捕捉變量間數千萬種非線性關聯。在談到這個系統時，劉國恩向記者反復強調：PHAS不是預言機，而是一面鏡子。它映照出的是人類選擇的結果，而非命運的必然。

  值得一提的是，當硅谷的大模型競相追求AGI（通用人工智能）的終極智能，PHAS選擇了一條更穩健的路——讓AI成為地球的診斷系統而非控制系統。系統識別出增加20%全球創新投入就可能扭轉星球健康下滑趨勢，這個洞察的價值不在於開出了一張處方，而在於量化了希望的成本。它告訴決策者：拯救地球不是不可能，但需要前所未有的資源重新配置和全球協作。

  三、全球數據協作的考驗：48,000多個變量背後的複雜均衡

  當PHAS取得技術創新的成果之時，我們也必須直面一個尖銳問題：誰來定義這48,000多個變量？誰來決定物種健康與經濟增長的權重關係？

  這不是單純的自然科學，更不是AI可以自行決定的核心問題。長期以來，全球健康監測系統始終存在一定的國家與地區的主觀性、片面性，一些環境成本與健康代價常未被納入科學考量。PHAS聯合中外知名院所的多學科專家共同構建，這本身就是一次對星球健康評估視角的再平衡。

  據悉，系統納入了覆蓋全球絕大多數國家和地區的歷史數據。在目標選擇上，團隊引入了無折現的人類福祉長期時間平均，這些重要概唸有助於更好促進國家間、代際間、要素間長期呼籲但難以兼顧的資源配置和可持續發展機會。

  但挑戰依然存在。系統依賴的龐大數據基礎設施，意味着算力資源、專家網絡、政策影響力的高度集中。如何確保在集中式運算與分佈式參與之間找到平衡？據報道，PHAS將根據算力等技術條件的許可逐步開放API接口，為全球相關研究人員提供應用通道與技術支持，這種開放系統結構也是保證AI星球監測進行全球協作的關鍵路徑。

  四、AI倫理的終極拷問：當算法説應該讓步時

  PHAS最具挑戰性的能力，是它可能揭示出一些難以回避的取捨關係。例如，系統可能測算出：為保持生物多樣性在安全邊界內，某些地塊應該停止農業開墾；為實現碳中和目標，滿足什麼條件的群體的人均能耗需要削減40%；為縮小全球健康不平等，哪些醫藥專利應該調整開放共享策略。

  這些量化結果將抽象的倫理討論轉化為具體的政策參考。AI的計算邏輯追求系統最優，但人類社會的決策充滿妥協與博弈。當PHAS的情景模擬涉及要求當代人為未來世代做出犧牲時，如何在科學洞察與現實可行性之間找到平衡，成為真正的考驗。

  更深層的問題是：我們是否應該讓AI參與這種關乎人類命運的決策？PHAS的設計哲學給出了一個中間路徑——系統提供情景模擬而非最優決策。它可以計算任意種不同政策組合下的星球健康軌跡分佈，但選擇權仍然在人類手中。這種設計體現了對算法治理邊界的審慎把握：AI可以擴展人類理性的邊界，但不能替代人類意志的行使。

  劉國恩在柏林峰會上的一段採訪內容值得銘記：PHAS不是為了告訴人類該做什麼，而是為了讓人類看清自己在做什麼。當我們終於擁有了透視星球健康的全景地圖，無知不再是藉口，理性選擇本身就成了一種立場。

  結語：從柏林到北京，從技術到文明

  2025年11月9日，當PHAS系統在北京正式發布時，它所承載的意義已經超越了一個科研項目。這是中國科學界在全球AI發展中貢獻的一個獨特樣本——不以更快的速度更大的參數爭勝，而是以更負責任的方向領跑。

  在AI重塑信息産業、具身智能進軍物理世界的今天，PHAS提醒我們：AI最重要的進化方向，不是更像人類，而是幫助人類超越局限——超越短視的利益計算、狹隘的物種立場、線性的因果思維。當機器學會從星球尺度思考，人類或許也能以更長遠的智慧重新定義自己的角色——不僅是文明的創造者，也是星球的守護者。

  從柏林到北京，一個AI應用系統展現了一場文明敘事的轉換。它告訴世界：技術的進步可以實現對齊人類共同體的生存邊界。這或許才是AI時代最深刻的智慧——讓機器幫助人類，學會敬畏地球，學會克制慾望，學會為未曾謀面的物種和未曾降生的後代，留下選擇的可能。

  在滿屏參數與算力的時代，PHAS用48,000多個變量編織的，是一張關於定位、風險與希望的網。這張網提醒我們：真正先進的AI系統不是幫人類征服世界，而是幫人類拯救世界——包括我們自己。（孫晶）