·AI可能成为继东谈主脑之后的“另一个原开创新的中心”开云体育(中国)官方网站。

·大脑的高效与复杂性源自数以百亿计的神经元、千余种细胞类型，以及高度专科化的链接与功能散布。AI算法还不错不绝从大脑中吸收灵感。

东谈主工智能（AI）与生命科学正演出着一场科学史上的“双城记”。一方面，从基因序列到卵白质结构，从细胞通信到药物靶点，AI正以前所未有的算力试图破解生命这本陈腐的密码之书，另一方面，演化了数十亿年的生命系统，尤其是东谈主类大脑，其无与伦比的复杂性、能效和创造力，可能成为AI冲破自己瓶颈的灵感泉源。如何通过AI流露生命、造福东谈主类，照旧成为生命科学范畴的迫切问题。

在刚刚斥逐的2025WAIC宇宙东谈主工智能大会上，多位在生命科学范畴中扶直数十载的院士在不同专题汇报均共享了对AI的想考。他们深入表面原点、对标生命本源、安身产业实践，为咱们呈现了一幅更为缓慢、真切且互谈判联的想考图景。

陈润生：从表面原点探寻AI的“创新火花”

东谈主类历史上总计创造发明齐为大脑智能的体现，那么一个可工程化罢了的“数字脑”，自后劲了然于目。在中国科学院院士陈润生看来，AI的实质恰是通过算法构建这么的“数字脑”。“淌若咱们能造出来，社会将难以遐想地变革。”他说。

看成我国最早从旨趣论生物学与生物信息学商榷的科学家之一，陈润生在往时三十余年间系统地鞭策了该范畴在中国的发展。他以为，AI时刻的发展可能是东谈主类雅致演化的一个迫切节点。2024年诺贝尔奖授予AI谈判范畴，已明示AI的特等学术地位终点对当然科学的现实鞭策。当下的AI不再仅仅一种器具，而在潜移暗化间重塑着出产和生涯的方方面面。

陈润生指出，刻下大模子的表面基石是“两个表面体系加一个时刻”。表面之一是基于机器学习或者复杂神经网罗表面，它认真制造一个弥漫弘远的系统来存储常识；其二是基于谈话组成的统计表面，它以为谈话由单词通过统计谈判性组合而成。这两套表面在上世纪80年代就已成形，但相互割裂。直到2017年，谷歌团队提议Transformer架构，通过将谈话中的单词变成一个矢量，才使得谈话无意被复杂网罗“可读取可融会”，从而将两大表面体系缝合起来，催生了本日的大谈话模子。

陈润生说，AI展现出的“线路、顿悟和幻觉”等舒坦，预示着“这个系统不错产生咱们（老师数据）内部莫得的新的常识”。淌若这些新常识适宜客不雅轨则，那么它就可能是“新的智能的火花”，是AI可能成为继东谈主脑之后的“另一个原开创新的中心”的迫切苗头。

AI这种超越器具性的潜能，也引出了更真切的科学形而上学问题，即物资宇宙除了通过生物进化，如今还可能通过东谈主工智能产生新的智能体系。

可是，陈润生也指出了AI与东谈主类智能的巨大差距。AI当今在学习、追到等“一般智能”上表现出色，但距离东谈主类所领有的结实、想维、状貌等“高等智能”仍驴年马月。他从物理层面比较，东谈主脑在复杂度、集成度（860亿神经元在1400立方厘米颅内）和能耗（仅20-30瓦）上，均远超刻下的东谈主工智能系统。更迫切的是，他以为刻下AI表面体系是“不透明的，不可证据的”黑箱，畴昔需要从更底层商榷其责任机制，才能罢了实在的表面冲破。

蒲慕明：为东谈主工智能寻找“大脑”的确凿蓝图

看成外洋闻名的神经生物学家和生物物理学家，中国科学院院士蒲慕明长期奋发于于神经突触可塑性、神经环路功能等范畴的商榷。他在汇报中指出，大脑的高效与复杂性源自数以百亿计的神经元、千余种细胞类型，以及高度专科化的链接与功能散布。AI算法还不错不绝从大脑中吸收灵感。

与AI唯惟一种神经元比拟，蒲慕明以空间转录组学图像为例展示了大脑皮层的惊东谈主复杂性：“每一个彩色的点，是不同基因抒发花式的细胞，是以不错说不同种类的细胞在大脑的皮层……上千种不同的种类。”此外，通过比较小鼠与猕猴的大脑，他指出在进化过程中，灵长类动物的神经元投射变得“高度专一”，这可能是复杂融会功能的基础。这种细胞与链接的异质性和特异性，是刻下AI模子远不成及的。

蒲慕明强调，神经网罗的“可塑性”是流露智能实质的重要。无论是Hebb法例为代表的可调突触链接，如故长期增强（LTP）与永劫扼制（LTD）等生理机制，都对应着东谈主工神经网罗中的“参数可调”。而大脑中更为精妙的生物学习法例远不啻于此。他详备阐释了“脉冲时序依赖可塑性（STDP）”，即神经元脉冲披发的几毫秒先后措施，就精准地决定了链接是强化如故弱化。这一“抓续依赖”的学习法例，为更高效的脉冲神经网罗提供了表面依据。

他还强调了大脑具有的短期追到与长期追到调遣机制，其生理学基础是“终结性学习”，对信息进行筛选、逍遥和渐忘的机制，恰是刻下AI模子所枯竭的。

蒲慕明进一步列举了大脑网罗中诸多在刻下AI中尚未被充分引入的高等特色：包含大批反向链接和侧向链接的复杂网罗结构、发育过程中的网罗修剪与生成等。因此，蒲慕明以为，唯独引入确凿神经系统的万般性、可塑性与自适宜的调控，AI才有望更好地向“类脑智能”迈进。

从脑科学开赴，蒲慕明想法一种“反向鉴戒”：一方面诈骗神经旨趣为AI提供启示，创造“类脑智能”，另一方面通过AI与大脑的比较商榷促进对东谈主工智能特色与高等智能实质的流露。他以为，脑科学的教化不错成为新一代AI伦理、范例制定与范围探索的基础。

陈凯先：AI加快中国从“跟跑”到“领跑”的药物翻新

中国科学院院士陈凯先是我国药逝世学和创新药物商榷范畴的泰斗内行。他的汇报安身于中国生物医药产业的践诺，系统阐发了AI如何看成一种翻新性力量，鞭策药物研发全链条的创新，并助力中国罢了从“跟跑”到“领跑”的提升。

陈凯先说，一方面，我国新药获批数目快速高潮，已干预环球药物研发的“第二梯队”；但另一方面，他也指出了中枢“痛点”：“赛谈不是咱们开的，从0到1往往是东谈主家先作念……面向畴昔咱们要加强原始的创新。”而AI可能是罢了这一提升的重要变量之一。

他系统地梳理了AI在靶点发现、药物盘算推算、临床前商榷到临床历练优化等全进程的应用，指出AI时刻正从贬责“单一模态的数据”，发展为无意整合基因、卵白、病理等多模态信息的“生物医药大模子”，并启动具备推理才略，无意“进行原创的生物假定，况且进行实验考据”。他以上海临港实验室的“元生”诬捏疾病生物学家、华为云的“盘古药物分子大模子”、分子之心的卵白质生成大模子、深势科技的AI for science平台等国内实践为例，展示了AI在加快新药发现上的巨大后劲。

陈凯先以为，AI在药物研发中的应用出路在于构建“主动数据驱动的智能药物发现新范式”，其中包含两方面。一是将“干法和湿法迷惑起来”，即AI的“大脑”（诬捏筛选、模子筹商）与高通量自动化实验平台的“双手”相迷惑，变成“盘算推算-实施-学习”的快速闭环。二是通过构建“诬捏细胞”、“诬捏患者”等数字生命体，在计较机中模拟药物作用，以极低的老本筹商疗效与毒性，从而“大大裁减临床商榷的失败老本”。他服气，这种新范式将是鞭策中国生物医药罢了原开创新的坚决引擎。

（原题：《AI、大脑与创新药：院士们谈东谈主工智能与生命科学》）开云体育(中国)官方网站

　　声明：新浪网独家稿件，未经授权回绝转载。 -->