·AI可能成為繼人腦之后的“另一個(gè)原始創(chuàng)新的中心”。
·大腦的高效與復(fù)雜性源自數(shù)以百億計(jì)的神經(jīng)元、千余種細(xì)胞類(lèi)型,以及高度專(zhuān)業(yè)化的連接與功能分布。AI算法還可以繼續(xù)從大腦中汲取靈感。
人工智能(AI)與生命科學(xué)正上演著一場(chǎng)科學(xué)史上的“雙城記”。一方面,從基因序列到蛋白質(zhì)結(jié)構(gòu),從細(xì)胞通訊到藥物靶點(diǎn),AI正以前所未有的算力試圖破解生命這本古老的密碼之書(shū),另一方面,演化了數(shù)十億年的生命系統(tǒng),尤其是人類(lèi)大腦,其無(wú)與倫比的復(fù)雜性、能效和創(chuàng)造力,可能成為AI突破自身瓶頸的靈感源泉。如何通過(guò)AI理解生命、造福人類(lèi),已經(jīng)成為生命科學(xué)領(lǐng)域的重要問(wèn)題。
在剛剛閉幕的2025WAIC世界人工智能大會(huì)上,多位在生命科學(xué)領(lǐng)域中耕耘數(shù)十載的院士在不同專(zhuān)題報(bào)告中分享了對(duì)AI的思考。他們深入理論原點(diǎn)、對(duì)標(biāo)生命本源、立足產(chǎn)業(yè)實(shí)踐,為我們呈現(xiàn)了一幅更為冷靜、深刻且相互關(guān)聯(lián)的思考圖景。
陳潤(rùn)生:從理論原點(diǎn)探尋AI的“創(chuàng)新火花”
人類(lèi)歷史上所有創(chuàng)造發(fā)明皆為大腦智能的體現(xiàn),那么一個(gè)可工程化實(shí)現(xiàn)的“數(shù)字腦”,其潛力不言而喻。在中國(guó)科學(xué)院院士陳潤(rùn)生看來(lái),AI的本質(zhì)正是通過(guò)算法構(gòu)建這樣的“數(shù)字腦”?!叭绻覀兡茉斐鰜?lái),社會(huì)將難以想象地變革?!彼f(shuō)。
作為我國(guó)最早從事理論生物學(xué)與生物信息學(xué)研究的科學(xué)家之一,陳潤(rùn)生在過(guò)去三十余年間系統(tǒng)地推動(dòng)了該領(lǐng)域在中國(guó)的發(fā)展。他認(rèn)為,AI技術(shù)的發(fā)展可能是人類(lèi)文明演化的一個(gè)重要節(jié)點(diǎn)。2024年諾貝爾獎(jiǎng)授予AI相關(guān)領(lǐng)域,已昭示AI的不凡學(xué)術(shù)地位及其對(duì)自然科學(xué)的現(xiàn)實(shí)推動(dòng)。當(dāng)下的AI不再只是一種工具,而在潛移默化間重塑著生產(chǎn)和生活的方方面面。
陳潤(rùn)生指出,當(dāng)前大模型的理論基石是“兩個(gè)理論體系加一個(gè)技術(shù)”。理論之一是基于機(jī)器學(xué)習(xí)或者復(fù)雜神經(jīng)網(wǎng)絡(luò)理論,它負(fù)責(zé)制造一個(gè)足夠龐大的系統(tǒng)來(lái)存儲(chǔ)知識(shí);其二是基于語(yǔ)言構(gòu)成的統(tǒng)計(jì)理論,它認(rèn)為語(yǔ)言由單詞通過(guò)統(tǒng)計(jì)相關(guān)性組合而成。這兩套理論在上世紀(jì)80年代就已成形,但彼此割裂。直到2017年,谷歌團(tuán)隊(duì)提出Transformer架構(gòu),通過(guò)將語(yǔ)言中的單詞變成一個(gè)矢量,才使得語(yǔ)言能夠被復(fù)雜網(wǎng)絡(luò)“可讀取可認(rèn)知”,從而將兩大理論體系縫合起來(lái),催生了今日的大語(yǔ)言模型。
陳潤(rùn)生說(shuō),AI展現(xiàn)出的“涌現(xiàn)、頓悟和幻覺(jué)”等現(xiàn)象,預(yù)示著“這個(gè)系統(tǒng)可以產(chǎn)生我們(訓(xùn)練數(shù)據(jù))里面沒(méi)有的新的知識(shí)”。如果這些新知識(shí)符合客觀規(guī)律,那么它就可能是“新的智能的火花”,是AI可能成為繼人腦之后的“另一個(gè)原始創(chuàng)新的中心”的重要苗頭。
AI這種超越工具性的潛能,也引出了更深刻的科學(xué)哲學(xué)問(wèn)題,即物質(zhì)世界除了通過(guò)生物進(jìn)化,如今還可能通過(guò)人工智能產(chǎn)生新的智能體系。
然而,陳潤(rùn)生也指出了AI與人類(lèi)智能的巨大差距。AI目前在學(xué)習(xí)、記憶等“一般智能”上表現(xiàn)出色,但距離人類(lèi)所擁有的意識(shí)、思維、情感等“高級(jí)智能”仍遙不可及。他從物理層面比較,人腦在復(fù)雜度、集成度(860億神經(jīng)元在1400立方厘米顱內(nèi))和能耗(僅20-30瓦)上,均遠(yuǎn)超當(dāng)前的人工智能系統(tǒng)。更重要的是,他認(rèn)為當(dāng)前AI理論體系是“不透明的,不可解釋的”黑箱,未來(lái)需要從更底層研究其工作機(jī)制,才能實(shí)現(xiàn)真正的理論突破。
蒲慕明:為人工智能尋找“大腦”的真實(shí)藍(lán)圖
作為國(guó)際著名的神經(jīng)生物學(xué)家和生物物理學(xué)家,中國(guó)科學(xué)院院士蒲慕明長(zhǎng)期致力于神經(jīng)突觸可塑性、神經(jīng)環(huán)路功能等領(lǐng)域的研究。他在報(bào)告中指出,大腦的高效與復(fù)雜性源自數(shù)以百億計(jì)的神經(jīng)元、千余種細(xì)胞類(lèi)型,以及高度專(zhuān)業(yè)化的連接與功能分布。AI算法還可以繼續(xù)從大腦中汲取靈感。
與AI只有一種神經(jīng)元相比,蒲慕明以空間轉(zhuǎn)錄組學(xué)圖像為例展示了大腦皮層的驚人復(fù)雜性:“每一個(gè)彩色的點(diǎn),是不同基因表達(dá)模式的細(xì)胞,所以可以說(shuō)不同種類(lèi)的細(xì)胞在大腦的皮層……上千種不同的種類(lèi)?!贝送?,通過(guò)比較小鼠與獼猴的大腦,他指出在進(jìn)化過(guò)程中,靈長(zhǎng)類(lèi)動(dòng)物的神經(jīng)元投射變得“高度專(zhuān)一”,這可能是復(fù)雜認(rèn)知功能的基礎(chǔ)。這種細(xì)胞與連接的異質(zhì)性和特異性,是當(dāng)前AI模型遠(yuǎn)不能及的。
蒲慕明強(qiáng)調(diào),神經(jīng)網(wǎng)絡(luò)的“可塑性”是理解智能本質(zhì)的關(guān)鍵。無(wú)論是Hebb法則為代表的可調(diào)突觸連接,還是長(zhǎng)期增強(qiáng)(LTP)與長(zhǎng)時(shí)抑制(LTD)等生理機(jī)制,都對(duì)應(yīng)著人工神經(jīng)網(wǎng)絡(luò)中的“參數(shù)可調(diào)”。而大腦中更為精妙的生物學(xué)習(xí)法則遠(yuǎn)不止于此。他詳細(xì)闡釋了“脈沖時(shí)序依賴(lài)可塑性(STDP)”,即神經(jīng)元脈沖發(fā)放的幾毫秒先后順序,就精確地決定了連接是強(qiáng)化還是弱化。這一“持續(xù)依賴(lài)”的學(xué)習(xí)法則,為更高效的脈沖神經(jīng)網(wǎng)絡(luò)提供了理論依據(jù)。
他還強(qiáng)調(diào)了大腦具有的短期記憶與長(zhǎng)期記憶轉(zhuǎn)換機(jī)制,其生理學(xué)基礎(chǔ)是“間隔性學(xué)習(xí)”,對(duì)信息進(jìn)行篩選、鞏固和遺忘的機(jī)制,正是當(dāng)前AI模型所缺乏的。
蒲慕明進(jìn)一步列舉了大腦網(wǎng)絡(luò)中諸多在當(dāng)前AI中尚未被充分引入的高級(jí)特性:包含大量反向連接和側(cè)向連接的復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)、發(fā)育過(guò)程中的網(wǎng)絡(luò)修剪與生成等。因此,蒲慕明認(rèn)為,只有引入真實(shí)神經(jīng)系統(tǒng)的多樣性、可塑性與自適應(yīng)的調(diào)控,AI才有望更好地向“類(lèi)腦智能”邁進(jìn)。
從腦科學(xué)出發(fā),蒲慕明倡導(dǎo)一種“反向借鑒”:一方面利用神經(jīng)原理為AI提供啟示,創(chuàng)造“類(lèi)腦智能”,另一方面通過(guò)AI與大腦的比較研究促進(jìn)對(duì)人工智能特性與高等智能本質(zhì)的理解。他認(rèn)為,腦科學(xué)的經(jīng)驗(yàn)可以成為新一代AI倫理、標(biāo)準(zhǔn)制定與邊界探索的基礎(chǔ)。
陳凱先:AI加速中國(guó)從“跟跑”到“領(lǐng)跑”的藥物革命
中國(guó)科學(xué)院院士陳凱先是我國(guó)藥物化學(xué)和創(chuàng)新藥物研究領(lǐng)域的權(quán)威專(zhuān)家。他的報(bào)告立足于中國(guó)生物醫(yī)藥產(chǎn)業(yè)的實(shí)際,系統(tǒng)闡述了AI如何作為一種革命性力量,推動(dòng)藥物研發(fā)全鏈條的創(chuàng)新,并助力中國(guó)實(shí)現(xiàn)從“跟跑”到“領(lǐng)跑”的跨越。
陳凱先說(shuō),一方面,我國(guó)新藥獲批數(shù)量快速上升,已進(jìn)入全球藥物研發(fā)的“第二梯隊(duì)”;但另一方面,他也指出了核心“痛點(diǎn)”:“賽道不是我們開(kāi)的,從0到1往往是人家先做……面向未來(lái)我們要加強(qiáng)原始的創(chuàng)新?!倍鳤I可能是實(shí)現(xiàn)這一跨越的關(guān)鍵變量之一。
他系統(tǒng)地梳理了AI在靶點(diǎn)發(fā)現(xiàn)、藥物設(shè)計(jì)、臨床前研究到臨床試驗(yàn)優(yōu)化等全流程的應(yīng)用,指出AI技術(shù)正從處理“單一模態(tài)的數(shù)據(jù)”,發(fā)展為能夠整合基因、蛋白、病理等多模態(tài)信息的“生物醫(yī)藥大模型”,并開(kāi)始具備推理能力,能夠“進(jìn)行原創(chuàng)的生物假設(shè),并且進(jìn)行實(shí)驗(yàn)驗(yàn)證”。他以上海臨港實(shí)驗(yàn)室的“元生”虛擬疾病生物學(xué)家、華為云的“盤(pán)古藥物分子大模型”、分子之心的蛋白質(zhì)生成大模型、深勢(shì)科技的AIforscience平臺(tái)等國(guó)內(nèi)實(shí)踐為例,展示了AI在加速新藥發(fā)現(xiàn)上的巨大潛力。
陳凱先認(rèn)為,AI在藥物研發(fā)中的應(yīng)用前景在于構(gòu)建“主動(dòng)數(shù)據(jù)驅(qū)動(dòng)的智能藥物發(fā)現(xiàn)新范式”,其中包含兩方面。一是將“干法和濕法結(jié)合起來(lái)”,即AI的“大腦”(虛擬篩選、模型預(yù)測(cè))與高通量自動(dòng)化實(shí)驗(yàn)平臺(tái)的“雙手”相結(jié)合,形成“設(shè)計(jì)-執(zhí)行-學(xué)習(xí)”的快速閉環(huán)。二是通過(guò)構(gòu)建“虛擬細(xì)胞”、“虛擬患者”等數(shù)字生命體,在計(jì)算機(jī)中模擬藥物作用,以極低的成本預(yù)測(cè)療效與毒性,從而“大大降低臨床研究的失敗成本”。他相信,這種新范式將是推動(dòng)中國(guó)生物醫(yī)藥實(shí)現(xiàn)原始創(chuàng)新的強(qiáng)大引擎。
魔獸世界大災(zāi)變懷舊服不同職業(yè)增益效果列表,團(tuán)隊(duì)構(gòu)筑需提前布局
魔獸世界懷舊服大災(zāi)變版本為時(shí)不遠(yuǎn),戰(zhàn)場(chǎng)聲望飾品成團(tuán)本通關(guān)必備
魔獸世界正式服橫跨2個(gè)版本地圖副本的解密坐騎,一定要體驗(yàn)下!