Colin Carlson生于1995年前后,在康涅狄格州长大。他的天赋早早显现;他在公立学校跳过两级,九岁时便开始在University of Connecticut修读心理学、历史等课程,当时他还只是个孩子。他的童年成为公众关注的焦点,《纽约时报》在他十二岁时对他进行了专题报道,Business Insider后来将他列入史上最聪明儿童名单。
他接受正规教育的加速过程极为陡峭。他十一岁从Stanford University的在线高中毕业,随后全日制就读于University of Connecticut。十五岁时,他已从UConn毕业,获得环境研究与生态学的学士和硕士两个学位。他的早年经历并非毫无摩擦;作为一名青少年,他曾处于一起广泛报道的争议中心,争议涉及年龄是否可作为禁止他参加海外生态学项目的理由,该案例触及了机构如何处理不符合预期时间线的学生。
Carlson曾坦率地谈及作为神童的经历,以及他所说的希望「终于做一些真正新颖有趣的事情,而不仅仅是速度快」的愿望。离开UConn后,他攻读博士学位,在University of California, Berkeley获得PhD,并将研究重点转向生态学、气候变化与传染病的交叉领域。
他成为一名疾病生态学家,研究病原体如何在生态系统中移动并跨物种传播。他早期研究的一个方向考察了气候变化如何威胁寄生虫生物多样性;他作为第一作者在Science Advances发表的一项研究预测,随着气候变化,到2070年相当一部分寄生虫物种可能面临灭绝或被迫重新分布,这一论点颇为反直觉,即连寄生虫也是濒危生物多样性的一部分。
为他赢得更广泛关注的研究涉及风险的另一个方向:不是疾病消亡,而是新疾病的出现。在COVID-19之前,Carlson和合作者就已经在构建模型,使用数学和机器学习研究跨物种病毒传播,试图预测哪些动物病毒可能溢出到人类以及在何处发生。当大流行病袭来时,工具已经准备就绪。正如他所描述的,那不是一个需要弄清楚该做什么的时刻;他们已经有了工具,然后世界突然爆发了。
那一刻催生了病毒出现研究计划(Viral Emergence Research Initiative),即Verena项目,这是一个跨大学合作项目,由Carlson联合创立并作为执行主任协助领导。Verena开发了一种数据科学驱动的方法,评估哪些病毒对人类健康构成风险,以及它们可能在何时、何地、因何出现,这是一种预测而非仅仅应对大流行病的尝试。
Carlson曾在Georgetown University任职,现为Yale School of Public Health流行病学助理教授,他的工作应对卫生系统在他和其他人所称的人类世(Anthropocene)中面临的挑战——一个由人类驱动的环境变化重塑疾病格局的时代。他认为,要预测溢出,科学必须从分子尺度开始,即病毒与宿主真正相互作用的层面,并从那里向上构建理解。
Colin Carlson代表了回答关于神童最难问题的神童,即加速之后会发生什么。他没有被定义为曾经是房间里最快的孩子。他成为一名科学家,致力于解决本世纪最具决定性的威胁之一,他的轨迹提醒我们,神童天赋的价值最终由其所针对的问题来衡量。
“如果我们想预测大流行病,如果我们想预测溢出,我们必须从分子尺度开始。”— Colin Carlson
“这不是COVID发生后我们说「我们需要弄清楚该做什么」的那种时刻。我们已经有了这些工具,然后世界突然爆发了。”— Colin Carlson
| 人物 | 国家 | 里程碑 | 年龄 / 数据 |
|---|---|---|---|
| Colin Carlson | 🇺🇸 USA | 九岁开始上大学;现为预测大流行病的疾病生态学家 | age 9 |
| Balamurali Ambati | 🇺🇸 USA | Guinness World Records全球最年轻医生 | age 17 |
| Erik Demaine | 🇨🇦 加拿大 | 十二岁进入大学;MIT史上最年轻教授 | age 12 |
| Song Yoo-geun | 🇰🇷 韩国 | 进入大学学习物理 | age 7-8 |
| Balamurali Ambati (peer note) | 🇺🇸 USA | 从NYU毕业获得生物学学位 | age 13 |
Colin Carlson谈预测大流行病
Colin Carlson谈气候变化与疾病
Colin Carlson之所以重要,是因为他的职业生涯回答了关于神童的核心焦虑:早期的速度很少能转化为持久的意义。他童年时代就完成了大学学业,随后有意识地将自己重新定向于原创性、高风险的科学研究,如今致力于预测下一场大流行病,这是当今时代最具决定性的挑战之一。
他的重要性还在于这项工作的实质内容。通过在COVID-19使威胁不可否认之前就构建病毒溢出的数学和机器学习模型,并通过联合创立Verena项目将这种方法制度化,他正在帮助大流行病科学从反应转向预测。他的故事表明,神童的真正衡量标准是天赋最终所针对的问题。