第一百六十九期：美国排华法案中的社会性别、身体和移民筛选

12/19/20 • 4 min

1 听众

美国历史上的排华法案是我们了解美国移民体系衍化和移民政策中制度性的种族、阶级和性别歧视的一个重要窗口。这一法案是美国历史上第一个以种族和国家为理由排斥移民的法案,由此开启了长达60年(1882-1943年)的排华时期。近年美国针对穆斯林国家、墨西哥移民以及难民移民审查的一些政策理路都与此法案一脉相承。该法案具体的实施过程不仅反映出美国移民机构对中国文化的解读和运用,同时也折射出在吸纳和排斥移民的过程中美国对于自身国界的想象、文化的塑造以及国家身份的认同与定位。
1882年排华法案以及之后一系列相关的法案禁止中国劳工进入美国,而商人、外交官、学生和教师可以获得豁免身份前往。这一选择性的条款使得对移民的筛选变得尤为重要,而移民的筛选往往离不开对移民身体的审查。此次讲座将会谈到美国移民筛选与审查如何制度化移民身体尤其是女性身体。在诸如身高、痣、疤痕位置之类的身体特征中,中国女性的小脚受到移民官的格外关注。尽管中国的缠足文化在十九世纪末二十世纪初的中国和美国已经成为精英们唾弃和批判的传统恶俗,但大量的移民档案记录了小脚在当时成为中国移民成功获得豁免身份从而进入美国的手段之一。本次讲座会对以下问题进行分享:为什么在对移民的筛选中身体审查成为必不可少的环节?是什么样的历史条件使得美国移民官倾向于接受这些所谓的象征野蛮落后文化的小脚女性人群?美国人对于缠足的臆测、看法和固有成见如何影响移民局官员执行排华法案?这又与美国主流的白人女性身体文化与时尚有何关联?
海报设计:Nadia
主讲人:
何芳
加州大学圣塔芭芭拉分校(UCSB)历史学博士,现在NYU Shanghai “Global Perspectives on Society”项目从事博士后研究和教学工作,研究兴趣是美国族裔历史、移民、性别、身体、时尚。
官网提供讲义、录音、视频、引用文献等参考资料下载:https://nyshalong.com/event/169
转载、引用活动讲义、录音与视频等内容,必须获得主讲人和沙龙授权,同时需注明内容来源为:纽约文化沙龙(www.nyshalong.com)。

上一集

第一百六十八期：统计性歧视和“色盲”的科学研究

美国明州黑人乔治·弗洛伊德(George Floyd)被白人警察压颈致死,引发全国至少140个城市爆发抗议示威,少数城市出现了激烈的暴力抗议。伴随长达数周的抗议,我们看到有一系列复杂的话题被广泛讨论。纽约文化沙龙和湾区文化沙龙联合邀请到几位朋友,他们对相关问题有很多观察、思考和研究,将从历史、政治、司法、社运等角度来阐释“美国种族问题”这个宏大话题,期待各位实时参与、提问互动。
讲座内容:
对于关心美国政治和种族议题的朋友来说,歧视是一个绕不开的话题。除了个人层面出于文化及身份认同的歧视,和立法及司法层面的系统性歧视以外,少数族裔还因为他们身份标签在生活的方方面面都处于非常不利的地位。对于改善此种状况的方式和必要性,政治光谱的两端有着完全不一样的看法。左翼倾向认为忽略个人特征而按其所属群体的统计特性来加以处理本身就是不义,需要立法对弱势全体加以保护(比如Equal Employment Opportunity in Civil Rights Act of 1964)或者积极地为他们在相关领域提供优待(affirmative actions)。一些右翼则相信这是在获取信息成本过高的情况下,企业与社会组织追求效率与利润最大化所不可避免的结果(统计性歧视)。盲目地使用行政或法律手段加以干预会扭曲市场机制,有时甚至适得其反伤害到干预措施最初想要保护的群体。
本次讲座想要澄清统计性歧视这个经常被误用来为偏见辩护的经济学概念,并尝试说明抛弃刻板印象正确地使用信息对于弱势群体和社会的整体福祉都会有所助益。尽管我们可能没有办法找到理论上的完美解决方案,但是似乎在正反两面都有已经足够的证据表明仅仅追求无视种族标签(color blindness)对于同时增进公平和效率都是远远不够的。实用主义的政策制定者有理由在决策过程中融入种族意识(racial awareness),以保证人尽其才。作为公民和职业人士的普通人,我们出于私利也应该自我教育,以免被简单粗暴的伪科学种族叙事所蒙蔽。
本期讲座将探讨:
统计谬误如何与偏见和错误的政策互成因果
纠偏过程中种族意识的必要性
海报设计:子涵
主讲人:
钱聿杰
耶鲁大学经济学博士候选人。研究使用经济学理论模型刻画制度和技术因素对信息收集、处理和使用的影响。缺乏社会经验的扶手椅经济学家。
官网提供讲义、录音、视频、引用文献等参考资料下载:https://nyshalong.com/event/168
转载、引用活动讲义、录音与视频等内容,必须获得主讲人和沙龙授权,同时需注明内容来源为:纽约文化沙龙(www.nyshalong.com)。

下一集

第一百七十期：AlphaFold 会改变什么？

2020年11月30日,DeepMind公司公布了一项研究成果,宣称基于深度学习的人工智能算法 AlphaFold 在蛋白质结构预测问题上获得巨大突破。在权威的蛋白质结构预测竞赛(CASP)中,AlphaFold 以约 90% 的准确率一骑绝尘,为这个挑战生物学家50多年的难题提供了一个强有力的解答。
与 AlphaFold 在生物学研究与制药领域激起的强烈反响相比,大众更好奇问题本身以及它将带来的影响:到底什么是蛋白质结构?它和我们熟知的DNA有什么关系?蛋白质结构预测需要解决什么问题?它困难在哪儿?以 AlphaFold 为代表的人工智能技术怎么解决这个问题?这项突破在科研和制药领域意味着什么?它会像 AlphaGo 改变围棋游戏那样改变人类对生命的认知吗?它会变革制药业的发展逻辑,改变人类的健康格局吗?
本期沙龙,我们请来两位活跃在结构生物学和制药领域一线的研究者和创业者,谭大治和赖力鹏,向大家普及这些知识,并且通过二位在人工智能领域的实战经验,展望 AlphaFold 会带来什么样的深刻变化。
谭大治说:
“蛋白质是地球上几乎所有生物体的必要组成部分。无论是新陈代谢、血液循环、免疫反应抑或思维活动,蛋白质分子们主导或参与了我们生命活动的每一个过程。因而所有的人类疾病都与蛋白质分子的异常有关,同时绝大多数已有的和正在研发的药物及疗法皆尝试通过纠正这些异常来达到改善以至治愈的目的。相当一部分研究面临的一个关键挑战即如何获得相关蛋白质分子的三维结构信息,从而指导我们更加有的放矢地进行药物的设计。
“人体中的蛋白质都是由20种不同的氨基酸组成的长链分子, 其中所包含的氨基酸残基数量从几十个到几千个不等。在生理条件下,这些残基并非呈线性排列,而是会折叠成高度复杂且动态的三维结构。而许多不同的蛋白质及其他生物大分子又会组合成更加复杂的分子机器来高效而精确地执行其功能。蛋白质的功能是由其结构所决定,其结构是由其组成氨基酸的序列所决定,而氨基酸的序列则是编码于生物体的遗传信息之中。
“人类通过实验方法解析蛋白质三维结构的历史始于20世纪50年代。在相当长的时间里,X光晶体学是获得蛋白质结构的不二法门。从20世纪80年代起,核磁共振及冷冻电镜也发展成为了解析蛋白质结构的主要技术。尤其是后者在近十年来获得了极大的发展,并有成为蛋白质结构学界主流的趋势。迄今为止,人类已经解析了至少17万个蛋白质结构,其中约5万个来自于人体。尽管如此,有相当数量的与人类疾病有关的蛋白质的三维结构由于种种原因很难通过实验方法获得。因此,进入21世纪以来,人们一直尝试利用计算方法来预测未知的蛋白质结构。目前传统主流的计算方法一般通过计算基于经典力学或量子力学的原子间作用力以及与已经解析过的类似结构的比对来进行预测。最近几年来,随着人工智能技术的蓬勃发展,新一代基于深度学习的蛋白质结构预测方法呈现出了很大的潜力,而AlphaFold就是这些新方法中的杰出代表。”
赖力鹏说:
“对于健康的关注是人类一直持续的话题。目前,药物研发面临着成本高、周期长、成功率低的挑战。新药发现领域的研究者们进行着各种尝试,希望通过更加理性化、系统化的药物设计方法来提高药物发现的效率。一套更有效的药物设计方法,一方面可以为患者带来更好的治疗药物,另一方面也为行业的可持续发展提供更大的机会。
“过往,计算机辅助药物设计为理性药物设计提供了大量的帮助。机器学习及其它基于统计的数据分析方法也一直在药物研发,从靶点发现到临床试验的各个环节为科学家提供计算支持。2016年,AlphaGO和李世石的对决把人工智能带入大众的视野。人工智能,特别是深度学习技术的发展,数据的增加和算力的快速提高进一步为早期药物发现提供了更多的,有价值的信息。这些信息被使用在包括新分子结构探索,蛋白结构预测,潜在药物分子属性预测等多个环节,有效提升药物早期发现的效率。本次讲座将结合AlphaFold的发现,与大家分享人工智能技术在新药研发实际项目中如何与其它前沿计算及实验技术协作,提高药物发现效率。同时也希望与大家深入探讨,人工智能技术从其自身出发,以及从与其它技术协同出发,在未来的新药发现中发挥更大价值的机会和挑战。”
海报设计:Nadia
主讲人:
谭大治
哥伦比亚大学生物学博士。研究领域涉及分子生物学、结构生物学及计算药物化学。曾在纽约D. E. Shaw Research及波士顿Silicon Therapeutics公司从事计算辅助药物研发。现就职于麻省剑桥市的Reverie Labs公司,主要通过结合人工智能、蛋白质分子结构和计算化学进行小分子新药的设计。
赖力鹏
北京大学学士、芝加哥大学物理学博士、麻省理工学院(MIT)博士后。2014年赖力鹏博士在麻省理工学院进行博士后研究期间与合作伙伴共同创立XtalPi,并于2015年创立晶泰人工智能研发中心XARC,担任负责人,进行大数据与人工智能相关技术的研发,带领包括药物设计、算法、工程等在内的多元化团队,通过整合深度学习、数据、计算化学、计算物理方法和云计算资源,加速化学药和生物药的发现、开发与生产。
官网提供讲义、录音、视频、引用文献等参考资料下载:https://nyshalong.com/event/170
转载、引用活动讲义、录音与视频等内容,必须获得主讲人和沙龙授权,同时需注明内容来源为:纽约文化沙龙(www.nyshalong.com)。