{"text":[[{"start":8.53,"text":"作者是欧洲分子生物学实验室(EMBL)旗下欧洲生物信息学研究所(European Bioinformatics Institute)的所长"}],[{"start":14.62,"text":"21世纪初，我有幸身处基因组学革命的核心。我编写了预测软件，预测人类基因组中各个基因的位置；我还与人共同领导了开发这套软件的团队。那是一段令人振奋的时期。新的学术系科如同凭空变出般纷纷成立，商业计划荒谬绝伦的公司相继创办，人们对生物学未来作出了种种大胆断言。伟大的科学成果不断涌现——尽管事情并不总是如预期那样发展。"}],[{"start":45.98,"text":"直到近期AI方法不断深入发展，我才再次感受到科学界的时代精神。我们再次拥有了一项变革性科技，却不知道它的全部能力；大胆的企业再次努力让自己的愿景成为现实（并获得巨额回报）；科学发展速度再次快于立法进程，学术界也在就自身的存在意义展开讨论。公众也再次为伦理问题感到担忧。"}],[{"start":70.78,"text":"并非所有方面都相同。例如，AI领域的资本投资规模要大得多。但这些相似之处既让我感到安心，也让我感到担忧。"}],[{"start":81.8,"text":"首先，要确认这一科学领域的跨越式进步确实存在。2020年，AI系统AlphaFold在蛋白质结构预测竞赛中的表现成为一个分水岭；但早在数年前，深度神经网络能够解决生物学问题这一点就已经令我深受触动。AI处理复杂数据、寻找有效的非线性函数来执行特定任务的能力近乎神奇（这一过程出人意料地依赖反复试错：必须不断尝试各种方案，看看哪些能够奏效）。AI为我们以新的方式应对生物系统的复杂性提供了机会。我们可以着手解决过去认为不可能解决的问题，例如，以我的研究小组为例，对个体层面的多重共病进行建模。"}],[{"start":126.4,"text":"我确信，还会有更多“不可解决”的问题得到解决，尽管试图预测究竟会是哪些问题是一种愚蠢的做法——正如我们当时也无法预测，大规模DNA测序将对生物学的哪些领域产生最大影响。"}],[{"start":140.61,"text":"但正如基因组学领域一样，伦理基础也必须跟上技术的可能性。21世纪初，这些担忧包括基因组信息的隐私、基因专利以及复活优生学思想的风险。监管机构通过资助人类基因组计划(Human Genome Project)内部的研究、制定相应的伦理评估机制，以及通过反歧视法回应了这些问题。这些做法证明，我们首先需要原则，也需要监管机构具备处理眼前案例的能力。"}],[{"start":169.04000000000002,"text":"我担心，如今的炒作远远超出了我们尚未完全理解的现实。一些AI领导者声称，我们将在五年内治愈所有人类疾病，这种说法未免自大。我们甚至还没有为所有疾病作出清晰定义，而其中许多疾病都涉及我们所知宇宙中最复杂的对象——人脑。更不用说，证明疗法有效本身就是一项劳动密集型工作。一旦华而不实的标题令人失望，整个领域都会受到影响。"}],[{"start":199.52,"text":"我们不需要天马行空的论断。在揭示事物运作机制时，我们必须保持谦逊。从发育、感染应答到引导行为的神经回路，生命运作机制中仍有广阔的未知领域。大型语言模型不会凭空变出新的观察结果，但它们也不需要这样做。借助合适的数据集，AlphaFold、ChromBPNet、Delphi-2M等专注特定领域的AI正在攻克生物学中的棘手难题。人类科学家、智能体和能够生成有效世界模型的AI，将帮助我们获得更多洞见。"}],[{"start":235.73000000000002,"text":"我们无需用离谱的说法来证明新科技在生物学领域的作用。我们需要撸起袖子，加倍努力，探索生命运行的奥秘，与世界分享这些发现，并以此为所有人建设一个信息更充分、更加健康的未来。"}]],"url":"https://audio.ftcn.net.cn/album/a_1789746602_9210.mp3"}