颜宁：当科学家是幸福的

当科学家有什么好处？颜宁脱口而出，当科学家是幸福的。

“很自由，科学家有充分的掌控自己时间的自由，可以自主安排工作和休闲时间，这也是很多科学家之所以放弃高薪进入其他领域，而是愿意坚守自己的‘一亩三分地’做研究的原因之一。”颜宁的解释很简单。

10月29日，原清华大学生命科学学院教授、现普林斯顿大学分子生物学系雪莉·蒂尔曼终身讲席教授颜宁出现在了2018世界生命科学大会的会场。在作完学术报告后，她接受了媒体采访，分享了自己对科研和科学家的理解与感悟。

整个采访过程，颜宁的语速一如既往地快，中英文穿插使用也丝毫不影响她流利地表达自己的观点。

 做研究的状态是幸福的 

2018年一年，颜宁课题组在《科学》上连发三篇文章。“这其实是一个厚积薄发的过程，前面播了十年的种子，现在终于收获了。”颜宁也坦言，期间的过程很“磨人”，既在打磨又是折磨，“不过最后的结果我还是蛮喜欢的。”

一年前，颜宁离开任教10年的本科母校清华大学，前往普林斯顿大学任职，一度引发热议。谈及这个话题，她笑问“难道现在还有人关心这个问题？”颜宁说，一晃一年过去，她也一直想找个机会梳理梳理，介绍一下自己一年来的心得，也说说对两所学校的体会。

她表示，在两校学习、工作20多年，它们都是自己最熟悉的环境，清华和普林斯顿对她来说一样亲切。在做学术方面，两者没有任何区别。

不过，普林斯顿的学术事务性管理非常规范高效，“有专门的秘书，而且都受过专业培训，一名学院秘书对接3至4位教授，把所有差旅、订购、报销、预约等事务工作安排得有条不紊。”颜宁说。

颜宁说，她现在在普林斯顿带了1名博士生，9名博士后，其中有5名博士后是从清华实验室她一起跟过去的。新招的4名博士后，分别来自材料科学、合成化学和神经生物学领域。

“非常给力”，颜宁用这个词形容她的博士后们。“他们积极主动又爱动脑子。我出去开会很频繁，但不需要很操心，所以我是一个很幸福的状态。”

这也是颜宁感到在普林斯顿工作的一大优势——收到更多优秀的博士后申请，她分析了原因：作为世界名校，普林斯顿大学本身具有很强的人才吸引力。

“国内非常顶尖的博士生们，最后会选择出国做博后。”不过她不认为这有什么问题，每个人在求学生涯中，应该有一段海外经历，开拓视野。如何吸引其他国家的优秀博士生来华做博后，反而是一个值得关注的问题。

 有成就感时是幸福的 

“我不如刘翔跑得快，没有李娜打网球的高超技能，我想学文可是文笔真的很差，不能成为文学家，但我也需要我的成就感，那么怎样才能成为一个让我自己还挺满意的人？”这个问题颜宁自己给出了答案。

“成就感”，她告诉记者，每个个体都在寻找让自己与众不同的方式，这也是她自己坚持科学研究的内在动力。

后来，她发现自己也许在科研方面有一点天赋，运气也不错，做出来“世界第一个、第一次、之前从不知道的成果后”感觉很踏实，很有成就感，“至少过去我做的工作是让自己还算满意的。”

事实上，做科研更多时候根本不是在追求成就感，颜宁说：“其实，就是想把问题搞明白，有时候你发现一个问题解答以后，更多的问题出现了，我现在的梦想就是能在细胞层面把我关注的蛋白机器们整个工作过程的时空分辨率给揭示出来，但我觉得这辈子可能都做不完。“

了解颜宁的人都知道她还是个“微博控”“科普达人”，51万“粉丝”、4000多条微博，与粉丝互动很及时。“粉丝们”很疑惑：如此繁重的科研工作，竟还有时间刷微博？

她告诉记者，有时候是在零碎时间发，但更多时候反而是在写论文时发的次数最多，“写论文的时候是在电脑前最集中的时候，多个窗口打开着，有些问题想不明白了，就到微博随手写点东西唠唠嗑，这样也让我换换脑子。”

颜宁坦承，科研工作者的确压力大，关键是要做好心理调节，找到自己的放松方式。“别看我在微博上表现的很轻松，但背后熬夜工作、做不出来东西时的焦虑，这是别人没办法真正感知的。”

 坚守内心选择时是幸福的 

“学术女神”“影响中国年度科技人物”“影响世界华人大奖提名”……颜宁无数光环与头衔“加身”，那颜宁心中的科学家是什么样子？

“我心目中没有科学家的样子，科学家本来就没有定型的”，颜宁提到了自己所见过的各种形象的科学家们，既有组乐队潇潇洒洒的也有终日紧张兮兮的、既有不修边幅的也有像模特一样时尚的，还有比艺术家更像艺术家的科学家……在她看来，科学家是多元化的，公众不应该对科学家有一个刻板的认识。

颜宁曾在公开场合表示，要是能做出人源钠离子通道就退休。但如此热爱科研的她真的会退休吗？

“不可能！”她笑着，却又斩钉截铁地回答道，“科研就是这样，一山望着一山高，你到了珠穆朗玛峰，又会想着去月球。所以说退休是开玩笑的，这只是来形容我对一个课题难度的预期。”

∑编辑 | Gemini

来源 | 科学网

更多精彩：

☞  哈尔莫斯：怎样做数学研究

☞  扎克伯格2017年哈佛大学毕业演讲

☞  线性代数在组合数学中的应用

☞  你见过真的菲利普曲线吗？

☞  支持向量机(SVM)的故事是这样子的

☞  深度神经网络中的数学，对你来说会不会太难？

☞  编程需要知道多少数学知识？

☞  陈省身——什么是几何学

☞  模式识别研究的回顾与展望

☞  曲面论

☞  自然底数e的意义是什么？

☞  如何向5岁小孩解释什么是支持向量机（SVM）？

☞  华裔天才数学家陶哲轩自述

☞  代数，分析，几何与拓扑，现代数学的三大方法论

算法数学之美微信公众号欢迎赐稿

稿件涉及数学、物理、算法、计算机、编程等相关领域，经采用我们将奉上稿酬。

投稿邮箱：math_alg@163.com