0
| 本文作者： 任平 | 2023-03-13 14:37 |
前不久，騰訊研究院發(fā)布《AIGC發(fā)展趨勢(shì)報(bào)告2023：迎接人工智能的下一個(gè)時(shí)代》指出，AIGC的商業(yè)化應(yīng)用將快速成熟，市場(chǎng)規(guī)模會(huì)迅速壯大，預(yù)測(cè)將率先在傳媒、電商、醫(yī)療等數(shù)字化程度高、內(nèi)容需求豐富的行業(yè)取得重大發(fā)展。
與此同時(shí)，諸多國(guó)外商業(yè)咨詢機(jī)構(gòu)更是直接給出數(shù)據(jù)：未來(lái)五年10%-30%的圖片內(nèi)容由AI參與生成，2030年AIGC市場(chǎng)規(guī)模將達(dá)到1100億美元。
星星之火，可以燎原。早在五年前，AIGC還籍籍無(wú)名。它有一個(gè)相當(dāng)拗口的名字--AI生成虛擬內(nèi)容。以2018年的視頻換臉技術(shù)Deepfake為代表，“AI偽原創(chuàng)”一詞，便從那時(shí)傳開(kāi)。
隨著深度學(xué)習(xí)的發(fā)展，AIGC逐漸滲透在圖像、視頻、CG、AI訓(xùn)練數(shù)據(jù)等各類領(lǐng)域，人們對(duì)于這一技術(shù)的期望也逐漸豐滿。
時(shí)至今日，AIGC技術(shù)能否用于計(jì)算生物領(lǐng)域的新引擎，醫(yī)療健康賽道何時(shí)迎來(lái)新型基礎(chǔ)驅(qū)動(dòng)力，成為時(shí)下產(chǎn)學(xué)研各界的共同關(guān)切。
近日，由雷峰網(wǎng)GAIR Live&《醫(yī)健AI掘金志》舉辦的《ChatGPT的一把火，能否燒到AI生命科學(xué)界？》線上圓桌論壇落幕。
本次論壇，由中國(guó)人民大學(xué)數(shù)學(xué)學(xué)院龔新奇擔(dān)任主持，中國(guó)科學(xué)院深圳理工大學(xué)（籌）計(jì)算機(jī)科學(xué)與控制工程學(xué)院院長(zhǎng)潘毅、百圖生科首席AI科學(xué)家宋樂(lè)、深圳灣實(shí)驗(yàn)室系統(tǒng)與物理生物學(xué)研究所資深研究員周耀旗、分子之心創(chuàng)始人許錦波，天壤創(chuàng)始人薛貴榮參與討論。近期ChatGPT爆火，歡迎添加作者微信（微信號(hào)：icedaguniang），互通有無(wú)。
在上篇中，幾位嘉賓共同辨析“AIGC”這一概念，探討生命科學(xué)界中的哪些成果屬于AIGC，以及ChatGPT在生命科學(xué)領(lǐng)域中可能實(shí)現(xiàn)的任務(wù)。
在下篇中，將分別探討AIGC為生命科學(xué)帶來(lái)的可能性與其自身局限，以及中國(guó)能否在應(yīng)用場(chǎng)景上快人一步，實(shí)現(xiàn)技術(shù)落地與產(chǎn)業(yè)轉(zhuǎn)化。
“全球人工智能與機(jī)器人大會(huì)”（GAIR）始于2016年雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))與中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）合作創(chuàng)立的CCF-GAIR大會(huì)，旨在打造人工智能浪潮下，連接學(xué)術(shù)界、產(chǎn)業(yè)界、投資界的新平臺(tái)，而雷峰網(wǎng)“連接三界”的全新定位也在此大會(huì)上得以確立。
經(jīng)過(guò)幾年發(fā)展，GAIR大會(huì)已成為行業(yè)標(biāo)桿，是目前為止粵港澳大灣區(qū)人工智能領(lǐng)域規(guī)模最大、規(guī)格最高、跨界最廣的學(xué)術(shù)、工業(yè)和投資領(lǐng)域盛會(huì)。GAIR Live作為雷峰網(wǎng)旗下視頻直播品牌，旨在輸出新鮮、深度、原創(chuàng)的大咖訪談與對(duì)話內(nèi)容，打造輻射產(chǎn)、學(xué)、研、投的特色線上平臺(tái)。
以下是主題論壇的現(xiàn)場(chǎng)內(nèi)容，雷峰網(wǎng)《醫(yī)健AI掘金志》做了不改變?cè)獾木庉嫼驼恚?/strong>
龔新奇：目前來(lái)看，ChatGPT的文本生成功能確實(shí)挺強(qiáng)，第一次讓我們感覺(jué)它像個(gè)人一樣，能夠自然地聊天，讀懂你的感情、還可以體會(huì)到一些細(xì)微的褒貶。而且你可以正反提問(wèn)，甚至還可以夸獎(jiǎng)它、批評(píng)它。因此，ChatGPT的出現(xiàn)，能否比肩AlphaGo或是AlphaFold2的出現(xiàn)，是否會(huì)成為生命科學(xué)跨越式發(fā)展的契機(jī)？
周耀旗：我不認(rèn)為ChatGPT可以比肩AlphaGo或是AlphaFold2。AlphaGo當(dāng)年戰(zhàn)勝了人類最好的棋手，而AlphaFold2在高精度蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)上取得了革命性進(jìn)展，但ChatGPT對(duì)生命科學(xué)來(lái)講，錯(cuò)誤率太高、準(zhǔn)確度不夠，還不能算作一個(gè)跨越性的成果。
但我對(duì)它的未來(lái)版本充滿了信心，特別是當(dāng)ChatGPT跟搜索引擎結(jié)合，會(huì)大幅度提高它的精確度。因?yàn)樗梢猿鼍呶墨I(xiàn)出處，還可以幫我們提供各個(gè)領(lǐng)域的綜述、問(wèn)題解決思路、促進(jìn)不同領(lǐng)域溝通，甚至幫助學(xué)者撰寫(xiě)文章初稿。那么未來(lái)跨專業(yè)、跨語(yǔ)言的交叉研究就變得容易一些。
所以我認(rèn)為，未來(lái)升級(jí)版本的ChatGPT完全可以成為一個(gè)創(chuàng)新樞紐。科學(xué)家把更多精力放在提出問(wèn)題上，并根據(jù)AI的建議來(lái)優(yōu)化、驗(yàn)證解決問(wèn)題的方法和思路。所以ChatGPT的出現(xiàn)還是有一定的意義，它推動(dòng)了一個(gè)有想象力時(shí)代的到來(lái)。
潘毅：我認(rèn)為今后ChatGPT很有可能成為生命科學(xué)領(lǐng)域跨越式的發(fā)展契機(jī)。至于它的影響力，我跟周教授有不同看法，我認(rèn)為ChatGPT的影響力會(huì)大于AlphaGo和AlphaFold2。
為什么？
AlphaGo為專為圍棋而設(shè)計(jì)，AlphaFold是專為蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)而設(shè)計(jì)，所以它們是一個(gè)為專業(yè)而生的AI平臺(tái)。相比而言，ChatGPT是一款通用型AI平臺(tái)，既可以交流，又可以撰寫(xiě)郵件、視頻腳本、文案、翻譯、代碼，寫(xiě)論文等等，普羅大眾都可以試一試，所以ChatGPT的影響力要遠(yuǎn)比AlphaGo和AlphaFold更廣泛、更深刻。因此，雖然ChatGPT在生命科學(xué)領(lǐng)域里比不上AlphaFold，AlphaFold在圍棋上比不上AlphaGo，本質(zhì)是術(shù)業(yè)有專攻。
最近我和老同學(xué)黃學(xué)東聊天，發(fā)現(xiàn)他對(duì)ChatGPT的評(píng)價(jià)很高，“微軟如今加碼ChatGPT，是因?yàn)镃hatGPT之于AI，相當(dāng)于芯片之于計(jì)算機(jī)這么重要?！?/p>
要知道，黃學(xué)東多年擔(dān)任微軟Azure AI技術(shù)研究員和首席技術(shù)官，前不久剛剛當(dāng)選2023年美國(guó)工程院院士，此前他并未將Alphago和AlphaFold定義為一個(gè)“里程碑式”的技術(shù)突破。
當(dāng)然，周教授說(shuō)得很對(duì)，ChatGPT在生物領(lǐng)域的影響力也許還沒(méi)達(dá)到，目前ChatGPT無(wú)法處理復(fù)雜冗長(zhǎng)或者特別專業(yè)的語(yǔ)言結(jié)構(gòu)。但隨著AI技術(shù)的改進(jìn)，幾年以后它一定會(huì)趕上，甚至?xí)^(guò)AlphaGo和AlphaFold。
從另一方面考慮，如今ChatGPT作為一個(gè)通用平臺(tái)，應(yīng)該如何推動(dòng)生命科學(xué)發(fā)展？
一、生命科學(xué)領(lǐng)域的學(xué)者為其注入專業(yè)性更強(qiáng)的生物知識(shí)，只有進(jìn)行足夠的語(yǔ)料“喂食”，ChatGPT才有可能生成適當(dāng)?shù)幕卮?。那時(shí)候，它或?qū)⒂糜诘鞍踪|(zhì)結(jié)構(gòu)預(yù)測(cè)，蛋白質(zhì)設(shè)計(jì)、蛋白質(zhì)相互作用分析等各類任務(wù)。
二、指揮ChatGPT編寫(xiě)程序，比如Java程序、HTML程序，以及各種API（ 應(yīng)用程序編程接口）。那么未來(lái)生物學(xué)家只需要發(fā)出指令，ChatGPT就能完成從代碼編寫(xiě)、接口耦合到程序測(cè)試的一系列工作。這也意味著，盡管很多人不能完全精通各種計(jì)算機(jī)語(yǔ)言，但我們只需要會(huì)做一些策劃性工作，就能快速搞定項(xiàng)目。
宋樂(lè)：從通用人工智能的角度來(lái)說(shuō)，ChatGPT確實(shí)是一個(gè)非常大的進(jìn)步。因?yàn)樵贏 I領(lǐng)域，過(guò)去的對(duì)話機(jī)器人很難媲美ChatGPT。因?yàn)镃hatGPT除了邏輯嚴(yán)密的創(chuàng)造能力之外，還具有記憶能力，在連續(xù)的對(duì)話中不用大家提供重復(fù)信息，其語(yǔ)言組織和表達(dá)能力也更接近人類水平，使對(duì)話更自然流暢。
但實(shí)際上，ChatGPT的創(chuàng)造性、流暢度，多輪對(duì)話能力，依賴于多種AI技術(shù)的結(jié)合，包括它的訓(xùn)練方式都和過(guò)去的AI模型不太一樣。
OpenAI使用了RLHF（Reinforcement Learning from Human Feedback，人類反饋強(qiáng)化學(xué)習(xí)） 技術(shù)對(duì)ChatGPT進(jìn)行了訓(xùn)練，且加入了更多人工監(jiān)督進(jìn)行微調(diào)。因此，ChatGPT進(jìn)一步提高了AI模型與人類的交互能力，對(duì)信息含義的理解能力，以及自我判斷能力。
所以，ChatGPT的本質(zhì)是對(duì)人類語(yǔ)言（自然語(yǔ)言、程序指令）反應(yīng)能力的數(shù)學(xué)逼近。相比較而言，過(guò)去我們和計(jì)算機(jī)交互，要么自己打字，要么輸入非常結(jié)構(gòu)化、死板的程序語(yǔ)言。但現(xiàn)在就可以直接以用自然語(yǔ)言和計(jì)算機(jī)交互，把它視為人類助手。
最近斯坦福一位教授發(fā)現(xiàn)，GPT-3.5的智力已經(jīng)和9歲的小孩相當(dāng)，這是以前任何AI 程序都不可能達(dá)到的高度?？傮w而言，我認(rèn)為ChatGPT是可以被視為里程碑式的AI成果，而且它確實(shí)會(huì)帶來(lái)一系列的工業(yè)級(jí)應(yīng)用，甚至未來(lái)基于ChatGPT衍生出更高級(jí)的AI模型。
說(shuō)到這里，ChatGPT也有一些局限性，比如因?yàn)橹R(shí)缺失，產(chǎn)生一些不正確或者荒謬的答案。
比如你問(wèn)它“紅燒蚊子腿怎么做”，它會(huì)給你一個(gè)正了八經(jīng)的回答：先把蚊子腿洗干凈，再熬制糖漿，然后放入蔥姜蒜煮熟?！彼皇前选凹t燒豬肉”的做法重復(fù)了一遍，把“豬肉”換成了“蚊子腿”。
還有一些有趣的例子，比如你叫它做一些算數(shù)運(yùn)算。如果只是簡(jiǎn)單的單位數(shù)運(yùn)算還好，但如果數(shù)字比較長(zhǎng)，或者比較復(fù)雜，它就做不了。實(shí)際上，這體現(xiàn)了ChatGPT當(dāng)前的訓(xùn)練模式的局限性，更加偏向于基于序列的擬合，或者表征生成序列的形式去訓(xùn)練。
所以ChatGPT還能朝什么方向優(yōu)化？
有三點(diǎn)思路：
一、未來(lái)需要向ChatGPT注入一些知識(shí)圖譜，比如數(shù)學(xué)運(yùn)算能力、生物識(shí)別能力，補(bǔ)齊它在這些維度的智慧；
二、對(duì)于蛋白質(zhì)設(shè)計(jì)、藥物設(shè)計(jì)等細(xì)分領(lǐng)域而言，就可以直接“外掛”一些專業(yè)模塊，比如復(fù)合物結(jié)構(gòu)模塊、親和力模塊、蛋白質(zhì)穩(wěn)定性模塊，當(dāng)“外掛”越多，它的智力更高，也會(huì)輸出更更貼合需求的結(jié)果；
三、我們也可以學(xué)習(xí)ChatGPT的算法思路和模型訓(xùn)練方式，“投喂”十億級(jí)、百億級(jí)的蛋白質(zhì)序列數(shù)據(jù)，訓(xùn)練出一個(gè)專用于蛋白質(zhì)設(shè)計(jì)的模型。
薛貴榮：我們比較有幸，2018年做過(guò)AlphaGo的復(fù)現(xiàn)，2021年我們做過(guò)AlphaFold2的復(fù)現(xiàn)。但總體來(lái)說(shuō)，這些領(lǐng)域我們有膽量嘗試，但從來(lái)沒(méi)有嘗試過(guò)的就是語(yǔ)言類AI模型。
眾所周知，自然語(yǔ)言處理（NLP）、機(jī)器學(xué)習(xí)（ML）發(fā)展了很多年，但人機(jī)交互仍然不能做到問(wèn)答自如，邏輯流暢。根本原因是建立自然語(yǔ)言處理模型的實(shí)用系統(tǒng)，需要不同層面的知識(shí)，比如匯學(xué)、句法學(xué)、語(yǔ)義學(xué)和語(yǔ)用學(xué)等知識(shí)。
而且NLP是一個(gè)交叉學(xué)科，涉及了方方面面的知識(shí)領(lǐng)域，包括計(jì)算機(jī)科學(xué)（給NLP提供模型表示、算法設(shè)計(jì)、計(jì)算機(jī)實(shí)現(xiàn)的技術(shù)）、數(shù)學(xué)（給NLP提供形式化的數(shù)學(xué)模型和形式化的數(shù)學(xué)算法）、電子工程：（給NLP提供信息論的理論基礎(chǔ)和語(yǔ)言信號(hào)處理技術(shù)），以及心理學(xué)、哲學(xué)、統(tǒng)計(jì)學(xué)等等。所以從開(kāi)發(fā)難度上看，ChatGPT都是當(dāng)之無(wú)愧的AI界“天花板”。
另一方面，無(wú)論是AlphaGo還是AlphaFold2，都是某一領(lǐng)域的專業(yè)軟件，但ChatGPT更像一款平民版AI，能夠承載幾個(gè)億的用戶一起測(cè)試，因此，它在覆蓋面、影響力上，都遠(yuǎn)超AlphaGo和AlphaFold2。未來(lái)，大家肯定希望像ChatGPT這樣的技術(shù)能夠應(yīng)用在生命科學(xué)場(chǎng)景中。
比如，現(xiàn)在的醫(yī)療問(wèn)題是大家有問(wèn)題找專家，但在醫(yī)療資源分配不均、醫(yī)療供給量不足的情況下，這一問(wèn)題始終得不到解決。那么ChatGPT就可以發(fā)揮出“消費(fèi)級(jí)應(yīng)用”的特長(zhǎng)，滲透入看病、制藥等環(huán)節(jié)，降低專家依賴，一步講清所有深?yuàn)W的“病理、藥理”。而經(jīng)歷過(guò)疫情三年后，大家更關(guān)注健康問(wèn)題，我們也更加期待ChatGPT能夠聯(lián)姻生命科學(xué)，實(shí)現(xiàn)跨越式發(fā)展。
許錦波：從AI的角度來(lái)說(shuō)，ChatGPT的出現(xiàn)意義可以和AlphaGo、AlphaFold2相提并論。它們都是重大技術(shù)突破，激發(fā)的討論突破了業(yè)界的范疇，外溢到公眾層面，可見(jiàn)影響力巨大。但是從生命科學(xué)角度來(lái)講，在蛋白質(zhì)設(shè)計(jì)等方面，ChatGPT并不專精。實(shí)際上用AI進(jìn)行蛋白質(zhì)設(shè)計(jì)或預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)，兩年前甚至三年前就發(fā)生了，只是模型比ChatGPT更小，當(dāng)時(shí)的算力也比較小。
因此，如今AI領(lǐng)域面臨的重要問(wèn)題是，現(xiàn)在的算法跟兩年前的AI算法，到底有沒(méi)有本質(zhì)上的區(qū)別？
至少目前來(lái)說(shuō)，我沒(méi)看到本質(zhì)上的區(qū)別。當(dāng)然，在蛋白質(zhì)設(shè)計(jì)上，現(xiàn)在的算法相比于傳統(tǒng)算法確實(shí)取得了進(jìn)步，很多人也在討論，我們是不是要研發(fā)出一個(gè)ProtGPT，大幅度提高蛋白質(zhì)設(shè)計(jì)的成功率？但要明白一點(diǎn)，所有通過(guò)AI設(shè)計(jì)出來(lái)的蛋白質(zhì)都要有濕實(shí)驗(yàn)驗(yàn)證。如果未來(lái)AI能夠大幅度降低對(duì)濕實(shí)驗(yàn)的要求，降低實(shí)驗(yàn)成本和時(shí)間，甚至用計(jì)算驗(yàn)證來(lái)替代實(shí)驗(yàn)驗(yàn)證，那將是更大的進(jìn)步。
當(dāng)ChatGPT/AIGC大展拳腳，生命科學(xué)領(lǐng)域最明顯的變化會(huì)是什么？另一方面，這種概念對(duì)于生命科學(xué)行業(yè)，是否有不確定性或者危機(jī)？
周耀旗：我覺(jué)得AI已經(jīng)為生命科學(xué)帶來(lái)了很大變化，特別是AlphaFold2對(duì)大部分蛋白質(zhì)結(jié)構(gòu)的預(yù)測(cè)，與真實(shí)結(jié)構(gòu)只差一個(gè)原子的寬度，達(dá)到了人類利用冷凍電鏡等復(fù)雜儀器觀察預(yù)測(cè)的水平。這一重大成果雖然沒(méi)有引起媒體和廣大民眾的關(guān)注，但生物領(lǐng)域的科學(xué)家反應(yīng)強(qiáng)烈。
可以說(shuō)，AlphaFold2對(duì)生物機(jī)制的理解，對(duì)藥物設(shè)計(jì)都帶來(lái)了正面影響。當(dāng)然，未來(lái)AIGC一定為生命科學(xué)帶來(lái)更大的變化，比如AI設(shè)計(jì)的蛋白質(zhì)會(huì)越來(lái)越多，進(jìn)一步補(bǔ)充PDB蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫(kù)、功能庫(kù)，推動(dòng)人類對(duì)生命科學(xué)的理解進(jìn)入到一個(gè)新的高度。
與此同時(shí)，ChatGPT對(duì)于生命科學(xué)行業(yè)也有很大的不確定性：
一、預(yù)測(cè)是否錯(cuò)誤，錯(cuò)誤率是多少，以及是否誤導(dǎo)用戶。因?yàn)锳I是通過(guò)海量數(shù)據(jù)訓(xùn)練出來(lái)的，因此這一缺點(diǎn)也與大數(shù)據(jù)的問(wèn)題一樣：數(shù)據(jù)很精確但錯(cuò)得離譜。相比而言，AlphaFold2有一個(gè)plDDT打分函數(shù)，但是打分函數(shù)并不一定完全正確，有時(shí)候還是錯(cuò)的；
同時(shí)，我們也不可能對(duì)每個(gè)設(shè)計(jì)結(jié)果都做驗(yàn)證，所以有時(shí)候還是很受誤導(dǎo)，得出一些錯(cuò)誤的結(jié)論。但目前我覺(jué)得是可以忍受的，因?yàn)槟Ｐ陀?xùn)練本身就是在糾錯(cuò)，除了蛋白質(zhì)設(shè)計(jì)以外，其他生物高分子的應(yīng)用也是會(huì)越來(lái)越多，不僅僅DNA、RNA、代謝組、糖等各方面都會(huì)大展宏圖。
二、鑒于ChatGPT會(huì)把原來(lái)一篇文章重新編輯，那么我認(rèn)為未來(lái)最大問(wèn)題是出現(xiàn)假論文、編造假實(shí)驗(yàn)數(shù)據(jù)、甚至用這個(gè)技術(shù)做壞事，比如產(chǎn)生新病毒、新細(xì)菌，都是潛在風(fēng)險(xiǎn)。
所以長(zhǎng)期來(lái)講，AIGC會(huì)隨著時(shí)間更加成熟，這種不確定性和危機(jī)也會(huì)更加隱蔽，可能十幾年、三十年左右就會(huì)來(lái)臨。我們需要在科學(xué)研究能力和風(fēng)險(xiǎn)管理上提前做好準(zhǔn)備。
宋樂(lè)：我可以想象，隨著數(shù)據(jù)量越來(lái)越多，算力越來(lái)越強(qiáng)，AIGC模型本身的生成能力，以及各種外掛功能（親和力、穩(wěn)定性、表達(dá)量）的加持，或許未來(lái)非常多的蛋白質(zhì)設(shè)計(jì)工作都是在計(jì)算機(jī)里進(jìn)行，后端的濕實(shí)驗(yàn)數(shù)量就會(huì)大大減少。
那么當(dāng)ChatGPT/AIGC大展拳腳，生命科學(xué)領(lǐng)域最明顯的變化，我認(rèn)為有幾點(diǎn)：
一、實(shí)驗(yàn)人員減少，要求也因此下降，未來(lái)或許也不需要那么多的人體臨床實(shí)驗(yàn)；
二、實(shí)驗(yàn)工作者也要學(xué)習(xí)數(shù)據(jù)分析，朝AI的方向走，以及一些高校會(huì)將計(jì)算機(jī)課程設(shè)立為藥物、生物等專業(yè)學(xué)生的基礎(chǔ)課；
三、一些新的工作機(jī)會(huì)也會(huì)創(chuàng)造出來(lái)，比如如何更好地銜接外掛和AIGC模型，如何真正地推動(dòng)AIGC模型加速藥物設(shè)計(jì)。
但從我的感受來(lái)，生物的復(fù)雜程度各不相同，比如目前數(shù)據(jù)量最大的蛋白質(zhì)序列，那么“AIx蛋白質(zhì)設(shè)計(jì)”會(huì)最快落地，可能是未來(lái)3～5年。但是復(fù)雜度更高的領(lǐng)域，比如蛋白質(zhì)相互作用、細(xì)胞設(shè)計(jì)及相互作用、器官設(shè)計(jì)以及相互作用，它們需要更多的數(shù)據(jù)，更大的算力、更長(zhǎng)的時(shí)間打造AI模型。
總體來(lái)說(shuō)，AI在朝著那個(gè)方向走，只不過(guò)是時(shí)間長(zhǎng)短的問(wèn)題。
薛貴榮：可能我們最快感受到的變化，是藥物研發(fā)速度大大提高，比如以前研發(fā)一款新藥究竟有多難？醫(yī)藥界有個(gè)“雙十定律”：一款新藥從研發(fā)到上市，平均需要10年時(shí)間和10億美元的投入。
那么AIGC的發(fā)展，時(shí)間、資金可能都會(huì)縮短，準(zhǔn)確度還會(huì)有比較大幅度的提升。
當(dāng)然周教授也提到，或許不同目的的人會(huì)加速制造一些病毒細(xì)菌，那么未來(lái)監(jiān)管局既要推動(dòng)優(yōu)勢(shì)藥物上市，也要防范生化危機(jī)，需要盡快建立系統(tǒng)性的管控制度和規(guī)范。
潘毅：剛才幾位教授都講得非常好，那么我認(rèn)為，ChatGPT/AIGC這種技術(shù)應(yīng)用在生命科學(xué)領(lǐng)域，第一大危機(jī)是什么？
一、數(shù)據(jù)污染。
因?yàn)樯畔㈩I(lǐng)域有諸多基因數(shù)據(jù)庫(kù)，假設(shè)有人放入一萬(wàn)個(gè)有攻擊性的數(shù)據(jù)，并將某些基因數(shù)據(jù)跟疾病關(guān)聯(lián)，最終預(yù)測(cè)結(jié)果失準(zhǔn)。目前我們還沒(méi)有看到這樣的事情，因?yàn)镃hatGPT剛剛出現(xiàn)，大家普遍想用它寫(xiě)出“好文章”，前后銜接、邏輯連貫、辭藻優(yōu)美。但如果你的目的是生成有破壞力的內(nèi)容，就會(huì)拿“爛文章”訓(xùn)練它，甚至ChatGPT也可能被引誘去做壞事。
二、巨大的算力和電力消耗量。
從技術(shù)原理來(lái)看，ChatGPT基于Transformer技術(shù)，隨著模型不斷迭代，層數(shù)也越來(lái)越多，對(duì)算力的需求也就越來(lái)越大。從運(yùn)行條件來(lái)看，ChatGPT完美運(yùn)行的三個(gè)條件：訓(xùn)練數(shù)據(jù)+模型算法+算力，需要在基礎(chǔ)模型上進(jìn)行大規(guī)模預(yù)訓(xùn)練，存儲(chǔ)知識(shí)的能力來(lái)源于1750億參數(shù)，需要大量算力。
要知道，一個(gè)參數(shù)要很多數(shù)據(jù)支撐，近2000億的參數(shù)中需要多少數(shù)據(jù)，要消耗多少電？假如每個(gè)國(guó)家每個(gè)地區(qū)都這么做，能源可能就是一個(gè)問(wèn)題。所以規(guī)模也不能這么擴(kuò)大，我還是強(qiáng)調(diào)打造專業(yè)領(lǐng)域的BioGPT。
三、用戶沉湎、數(shù)據(jù)隱私、版權(quán)倫理。
用戶過(guò)分依賴于AI從事內(nèi)容創(chuàng)作，可能導(dǎo)致內(nèi)容非原創(chuàng)，缺乏創(chuàng)造力，引發(fā)版權(quán)問(wèn)題，甚至隔絕物理世界，影響身心發(fā)展，社會(huì)整體運(yùn)作效率反而降低。
許錦波：ChatGPT帶來(lái)的好處，至少讓AI蛋白質(zhì)設(shè)計(jì)領(lǐng)域的從業(yè)者更有信心。最近一兩年，由于AI的深入發(fā)展，蛋白質(zhì)結(jié)構(gòu)及功能研究取得了巨大的突破，從傳統(tǒng)的物理和統(tǒng)計(jì)方法快速走向機(jī)器學(xué)習(xí)，乃至深度學(xué)習(xí)；分子生物學(xué)界的研究范式，也從基于序列的研究轉(zhuǎn)向基于結(jié)構(gòu)的研究，極大提高了蛋白質(zhì)從頭設(shè)計(jì)的效率。
而在產(chǎn)業(yè)界，AI蛋白質(zhì)發(fā)現(xiàn)和設(shè)計(jì)也乘勢(shì)而起，成為全球矚目的熱門(mén)賽道。
但目前來(lái)說(shuō)，大家還無(wú)法確定：AI設(shè)計(jì)蛋白到底能做得多好？相比于傳統(tǒng)方法效率能提高多少？實(shí)驗(yàn)要求能夠降低多少？這些都還需要繼續(xù)探索。
龔新奇：黃民烈教授接受采訪及近年的現(xiàn)象所示，美國(guó)在AI的基礎(chǔ)研究上積累深厚，中國(guó)則是強(qiáng)于AI的場(chǎng)景應(yīng)用。在ChatGPT之后，百度將于3月上線ChatGPT產(chǎn)品，名為文心一言。當(dāng)AIGC用于生命科學(xué)領(lǐng)域，中國(guó)在技術(shù)落地、產(chǎn)業(yè)轉(zhuǎn)化上，是否具備“彎道超車”的機(jī)會(huì)？
薛貴榮：最近AIGC和ChatGPT的討論特別多，國(guó)內(nèi)又興起了一波AI熱潮。但就像剛才潘毅教授講到的一個(gè)關(guān)鍵問(wèn)題：必須建設(shè)各領(lǐng)域的專業(yè)版GPT。
在各塊專業(yè)領(lǐng)域，中國(guó)已經(jīng)積累了大量知識(shí)庫(kù)，或許我們有機(jī)會(huì)做到彎道超車。尤其是在生命科學(xué)領(lǐng)域，中國(guó)的蛋白質(zhì)設(shè)計(jì)技術(shù)與國(guó)際基本上處于同一水平，已經(jīng)實(shí)現(xiàn)了核心技術(shù)的原始創(chuàng)新，為工業(yè)酶、生物材料、生物醫(yī)藥等功能蛋白的設(shè)計(jì)奠定了基礎(chǔ)。
舉個(gè)例子，去年12月1日，華盛頓大學(xué)David Baker團(tuán)隊(duì)發(fā)布了RFDiffusion、同日波士頓蛋白質(zhì)設(shè)計(jì)公司Generate Biomedicines發(fā)布了擴(kuò)散蛋白生成模型Chroma、同月Meta發(fā)布基于150億參數(shù)的ESM2語(yǔ)言模型，實(shí)現(xiàn)全新的非天然蛋白質(zhì)設(shè)計(jì)。今年年初，加州伯克利的一家初創(chuàng)公司Profluent也稱采用類似ChatGPT的蛋白質(zhì)工程深度學(xué)習(xí)語(yǔ)言模型——Progen，首次實(shí)現(xiàn)了AI預(yù)測(cè)蛋白質(zhì)的合成。目前我們也自研了一款擴(kuò)散模型TRDiffusion，設(shè)計(jì)多種多樣與天然蛋白質(zhì)截然不同的全新單鏈蛋白質(zhì)及復(fù)合體，目前已進(jìn)入實(shí)驗(yàn)驗(yàn)證階段。
實(shí)際上，無(wú)論是中國(guó)也好，美國(guó)也好，最大的優(yōu)勢(shì)是大家都能利用蛋白質(zhì)設(shè)計(jì)技術(shù)，撬開(kāi)生命科學(xué)的窗口。那么后續(xù)大家會(huì)更加重視生命科學(xué)的產(chǎn)業(yè)環(huán)境，無(wú)論是創(chuàng)新藥環(huán)境、環(huán)保能源環(huán)境、食品安全環(huán)境等等，都會(huì)跟上技術(shù)研發(fā)的速度。所以我覺(jué)得，無(wú)論是科技研發(fā)、產(chǎn)業(yè)落地、還是風(fēng)險(xiǎn)投資，我們一定要對(duì)未來(lái)的產(chǎn)業(yè)環(huán)境有足夠的信心和投入。
對(duì)于天壤而言，未來(lái)在算法升級(jí)，干濕實(shí)驗(yàn)室搭建、平臺(tái)開(kāi)發(fā)上都需要很大的投入；
其次，大家都知道，蛋白質(zhì)被稱為“生命的基石”，在已知的天然蛋白質(zhì)的背后，蘊(yùn)藏著一個(gè)隱密而巨大的“蛋白質(zhì)礦山”。大家都想最先找到那塊金礦，這方面特別考驗(yàn)團(tuán)隊(duì)的算力、算法、人才隊(duì)伍，以及下游的產(chǎn)業(yè)合作。所以這是一個(gè)聯(lián)動(dòng)的工作，研發(fā)做快了，后面也得跟著快。
因此，回到剛才講到的中國(guó)能否彎道超車的問(wèn)題，我認(rèn)為這是一個(gè)非常具有挑戰(zhàn)性的事情，但最根本的一點(diǎn)，我們不能從一直follow別人的技術(shù)，而是要從中國(guó)本土的產(chǎn)業(yè)轉(zhuǎn)化和人民需要上找問(wèn)題，這才是我們彎道超車的機(jī)會(huì)。
周耀旗：我認(rèn)為如今的ChatGPT有點(diǎn)像新一波AI熱潮。
2020年AlphaFold2出來(lái)的時(shí)候，大家對(duì)AI的興趣特別大，很多投資方出手，但很快發(fā)現(xiàn)AI公司并沒(méi)有那么快出效果，所以去年AI熱度又降了下來(lái)。如今ChatGPT讓AI再次回?zé)?，但也有人發(fā)現(xiàn)它距離SOTA （state-of-the-art model，最先進(jìn)的模型）還有一段距離，所以我估計(jì)大部人很快又會(huì)失望。
另一方面，從公司的角度來(lái)說(shuō)，OpenAI公司成立于2015年，8年時(shí)間才產(chǎn)生了ChatGPT這樣的轟動(dòng)項(xiàng)目。但國(guó)內(nèi)有多少家投資商和公司，有耐心等8年？
有人說(shuō)，中國(guó)會(huì)發(fā)展出更好的ChatGPT，認(rèn)為中文內(nèi)容的廣度、深度遠(yuǎn)遠(yuǎn)超過(guò)英文內(nèi)容。實(shí)際上，如今即使是中國(guó)人所發(fā)表的前沿知識(shí)，大部分都是以英文的方式呈現(xiàn)。英文知識(shí)庫(kù)擴(kuò)大的速度很快，而中文很慢。因此，只有把中英知識(shí)全部結(jié)合起來(lái)，才能充分利用全人類的積累的知識(shí)。
舉個(gè)例子，為什么谷歌搜索占據(jù)世界第一，國(guó)內(nèi)搜索公司的回答準(zhǔn)確性卻很低，甚至它的應(yīng)用市場(chǎng)只縮在中國(guó)？
這是非?，F(xiàn)實(shí)的問(wèn)題，主要原因是因?yàn)楹芏鄧?guó)內(nèi)公司沒(méi)有胸懷世界的前景觀，認(rèn)為專精于中國(guó)知識(shí)庫(kù)就夠了。那么，借助ChatGPT的熱潮，我們到底能不能實(shí)現(xiàn)彎道超車？
從國(guó)內(nèi)生物醫(yī)藥的政策環(huán)境來(lái)看，某種意義上我們還存在一些阻礙，特別是國(guó)內(nèi)創(chuàng)新藥市場(chǎng)的帶量集采模式，類似于傳統(tǒng)的統(tǒng)購(gòu)統(tǒng)銷模式，導(dǎo)致創(chuàng)新藥價(jià)格被壓得很低，上游科研、生產(chǎn)等環(huán)節(jié)都缺乏動(dòng)力。
相比較而言，全球主要國(guó)家創(chuàng)新藥市場(chǎng)銷售額情況，美國(guó)占比在50%以上，其他發(fā)達(dá)國(guó)家中，歐洲五國(guó)占比約16%，日本韓國(guó)占比8%，中國(guó)僅占3%，與發(fā)達(dá)國(guó)家差距較大。
這也側(cè)面反映了美國(guó)在研發(fā)，轉(zhuǎn)化，市場(chǎng)方面具備更深厚的經(jīng)驗(yàn)積累，中國(guó)還有很多的學(xué)習(xí)機(jī)會(huì)。
先不說(shuō)超車，今后我們要多久才能跟上美國(guó)步伐，現(xiàn)在還是很大的挑戰(zhàn)。另外，中國(guó)在芯片方面被限制，所以盡管最近很多開(kāi)源方案可以復(fù)用，但大家如果想大幅度超過(guò)國(guó)際水平，我覺(jué)得還是有一點(diǎn)困難。
龔新奇：周教授給我們的建議，我們先能跟跑，再是超車。2021年5月，百圖生科計(jì)劃在蘇州工業(yè)園區(qū)創(chuàng)意產(chǎn)業(yè)園建立蘇州研發(fā)中心，百度創(chuàng)始人李彥宏到場(chǎng)，看來(lái)是想花很大心思想引領(lǐng)中國(guó)的“BT+IT”的發(fā)展。宋樂(lè)老師是百圖生科在AI生命科學(xué)方面的的領(lǐng)導(dǎo)者，你覺(jué)得，你們有什么樣的規(guī)劃可以助力中國(guó)來(lái)彎路超車？
宋樂(lè)：我可以從行業(yè)現(xiàn)狀分享一些看法。我觀察一些美國(guó)大藥企和美國(guó)AI公司在合作上釋放了一個(gè)機(jī)會(huì)窗口給中國(guó)。
怎么說(shuō)呢？美國(guó)很多傳統(tǒng)大藥企，更加聚焦于用一些生物手段、實(shí)驗(yàn)手段做藥物篩選，研究大多以生物學(xué)家、醫(yī)學(xué)家為主導(dǎo)。沿用這條舊有的的研發(fā)模式，他們非常成功，很賺錢(qián)，也花費(fèi)了大量的實(shí)驗(yàn)成本、試驗(yàn)周期。但這些公司里的IT、AI團(tuán)隊(duì)都很小，只有3～5個(gè)人，很難做出大規(guī)模預(yù)訓(xùn)練模型，以及更復(fù)雜的結(jié)構(gòu)預(yù)測(cè)模型。為了促進(jìn)干濕實(shí)驗(yàn)結(jié)合，他們只好源源不斷地引入外部公司研發(fā)的AI模型。
但這類公司囿于人力、組織結(jié)構(gòu)，很多情況下他們都是處于觀望和學(xué)習(xí)的階段。而國(guó)外還有一類公司，卻是強(qiáng)于AI，能夠孵化出諸多世界級(jí)的前沿AI生物技術(shù)。比如Deepmind、Meta、它們強(qiáng)于算法迭代，頻繁在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)和生上吊打其他公司。
比如最近Meta基于大語(yǔ)言模型而推出的蛋白質(zhì)設(shè)計(jì)工具，就被在Meta任職多年的首席AI科學(xué)家Yann LeCun直言：效果驚人。因此國(guó)外生命科學(xué)界的研發(fā)落地模式，屬于“頂級(jí)AI公司+Biotech公司”強(qiáng)強(qiáng)聯(lián)手，不斷擬合兩者之間的gap。
但實(shí)際上，跨公司之間的合作矛盾無(wú)可避免，成果落地也存在拉扯。截至目前，國(guó)外諸多公司只是在算法層面給了我們很多希望，離真實(shí)的實(shí)驗(yàn)驗(yàn)證、技術(shù)落地、產(chǎn)業(yè)轉(zhuǎn)化，以及臨床應(yīng)用，還存在很遠(yuǎn)的距離。所以總體來(lái)說(shuō)，美國(guó)兩種不同的研發(fā)公司，都存在各式不一的先天性缺陷，反而給中國(guó)公司提供了一個(gè)“時(shí)間窗口”。
比如，中國(guó)走的路線是將多學(xué)科的學(xué)者集中起來(lái)，在發(fā)展之初就強(qiáng)調(diào)“AI+實(shí)驗(yàn)”的一體化模式。盡管這種模式在AI制藥的研發(fā)、臨床等前期階段耗時(shí)長(zhǎng)，但只要跨過(guò)死亡谷，在硬科技產(chǎn)品商業(yè)化、面向市場(chǎng)的階段，或超速美國(guó)。
以AI制藥為例，當(dāng)一個(gè)創(chuàng)新藥物進(jìn)入臨床1-3期的時(shí)候，就已經(jīng)證明了自身市場(chǎng)價(jià)值。至于后端的臨床、市場(chǎng)能否產(chǎn)生效益，實(shí)際上與資本和政策支持密不可分。換句話說(shuō)，百圖生科等公司的任務(wù)是，做好產(chǎn)業(yè)最前端的算法技術(shù)升級(jí)、藥物發(fā)現(xiàn)和篩選，從而進(jìn)一步縮短藥物交付時(shí)間，如此才能真正惠及患者。
總體來(lái)說(shuō)，我們是有一個(gè)時(shí)間窗口做到彎道超車，但不單是公司模式要革新，投資界也要樹(shù)立一種新的視角，學(xué)習(xí)和借鑒國(guó)外“AI+Biotech”的投資理念，如此才能推動(dòng)產(chǎn)學(xué)研生態(tài)繁榮。
潘毅：我們所謂的要彎道超車是什么意思？我們說(shuō)基于GPT的算法做出上層應(yīng)用，實(shí)現(xiàn)市場(chǎng)繁榮。但實(shí)際上，GPT是最底層的技術(shù)，如果我們做出適用于生物知識(shí)問(wèn)答的BioGPT，蛋白質(zhì)結(jié)構(gòu)設(shè)計(jì)的ProGPT，那么我們毫無(wú)疑問(wèn)將彎道超車。
但能否超越國(guó)外的算法模型，我們是沒(méi)有底氣的，如果GPT4，5...出來(lái)了，甚至算法封鎖，國(guó)內(nèi)所有應(yīng)用層的東西都無(wú)法進(jìn)行。
所以很重要的一點(diǎn)，國(guó)內(nèi)多家互聯(lián)網(wǎng)公司模式，盡管做到最大，錢(qián)賺得最多，但是底層技術(shù)卻仍然落后和依賴“拿來(lái)”的東西。這種情況下，我們國(guó)家再怎么主導(dǎo)、地方再怎么支持、公司再怎么運(yùn)作，都無(wú)法將底層技術(shù)沉淀下來(lái)。
問(wèn)題出在哪里？是我們能不能沉下心來(lái)，花上幾年時(shí)間，投入巨大的資金，做出一個(gè)震驚世界的成果。
相比較而言，做出ChatGPT的OpenAI是怎么是做到的？
2015年，OpenAI成立，核心宗旨在于“實(shí)現(xiàn)安全的通用人工智能”，使其有益于人類。創(chuàng)立3年半后，OpenAI建立了新的公司架構(gòu)，現(xiàn)在的OpenAI由營(yíng)利性公司OpenAI LP和非營(yíng)利性母公司OpenAI Inc組成。不過(guò)，為了不與最初的使命沖突，OpenAI規(guī)定，參與首輪融資的投資者最高可獲得100倍于初始投資的收益，超出的部分都將返還給非營(yíng)利組織。
2019年7月22日，微軟一擲千金，投資OpenAI 10億美元，今年1月份，微軟宣布向OpenAI追加投資數(shù)十億美元，這也是人工智能領(lǐng)域史上規(guī)模最大的一筆投資。據(jù)說(shuō)微軟還計(jì)劃向OpenAI投資高達(dá)100億美元，同時(shí)正在討論拿到OpenAI 75%的利潤(rùn)股份，直到收回投資，之后微軟將獲得OpenAI 49%的股份。
這說(shuō)明，OpenAI做好了一家實(shí)驗(yàn)室的使命，投資公司也完成了自己最擅長(zhǎng)的事情。
但遺憾的是，國(guó)內(nèi)卻沒(méi)有一個(gè)公司，愿意花上千億，組建百人團(tuán)隊(duì)，賭上自己的十年。這才是真正的問(wèn)題。所以我們現(xiàn)在要做的，是變革“產(chǎn)學(xué)研+投”的發(fā)展模式，計(jì)劃下我們?cè)趺磸澋莱?。另外，還有一種方式做到彎道超車--做出專精某一領(lǐng)域的GPT。
現(xiàn)在我們?cè)陉P(guān)注生物信息領(lǐng)域，可以做出與生物有關(guān)的GPT。等這一領(lǐng)域的的算力、算法模型、公司實(shí)力都愈發(fā)強(qiáng)大，就可以將其復(fù)用在其他領(lǐng)域。比如法律的LawGPT，經(jīng)管的FintechGPT，以及方方面面的專有工GPT。
舉個(gè)例子，當(dāng)初我的一個(gè)碩士生用半年時(shí)間做了一個(gè)AI軟件，打敗了AlphaGo。很多人可能會(huì)覺(jué)得，“你竟然打敗了AlphaGo ，太了不起了”。但這是我們是參照別人已有的AI模型做的改進(jìn)，技術(shù)的復(fù)現(xiàn)并不難。難的是，我們不是第一個(gè)想到做這樣模型的人。有時(shí)候，敢想才是創(chuàng)新的第一步。
許錦波：我覺(jué)得中國(guó)是有彎道超車的機(jī)會(huì)，因?yàn)椤癆IGCx生命科學(xué)”也不過(guò)兩三年的時(shí)間，大家都處于發(fā)展初期。
其次，中國(guó)市場(chǎng)空間更大，對(duì)生命科學(xué)產(chǎn)業(yè)也愈發(fā)重視，未來(lái)隨著數(shù)據(jù)、算法、算力的升級(jí)，將極大推動(dòng)技術(shù)的發(fā)展以及產(chǎn)業(yè)轉(zhuǎn)化。
但回歸到一個(gè)核心問(wèn)題，目前的生物數(shù)據(jù)能否足夠訓(xùn)練出生物界的“ChatGPT”？
這當(dāng)然要看你的要求有多高，好消息是現(xiàn)在蛋白質(zhì)領(lǐng)域的數(shù)據(jù)已經(jīng)非常多，比如蛋白質(zhì)序列數(shù)據(jù)已經(jīng)有幾十億條。我們也在通過(guò)濕實(shí)驗(yàn)收集針對(duì)特定任務(wù)的數(shù)據(jù)。有了蛋白質(zhì)通用的序列數(shù)據(jù)、結(jié)構(gòu)數(shù)據(jù)，加上特定任務(wù)的實(shí)驗(yàn)數(shù)據(jù)，我很期待未來(lái)能夠訓(xùn)練出更好的AI蛋白質(zhì)生成模型。
所以現(xiàn)在的關(guān)鍵問(wèn)題在于大家怎么做出更好的AI蛋白質(zhì)設(shè)計(jì)算法，如何把各種各樣的數(shù)據(jù)整合在一起發(fā)揮更有效的價(jià)值。
隨著高通量技術(shù)可以產(chǎn)生更多的實(shí)驗(yàn)數(shù)據(jù)，相信會(huì)促進(jìn)AI算法越來(lái)越好。所以總體來(lái)說(shuō)，我還是很看好中國(guó)市場(chǎng)。
圓桌策劃人吳彤，長(zhǎng)期關(guān)注生物信息學(xué)，AI制藥，醫(yī)療機(jī)器人。近期ChatGPT爆火，歡迎添加作者微信（微信號(hào)：icedaguniang），互通有無(wú)。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
