美国刚从国家卫生项目中抽走数百亿美元资金，偏偏赶上医疗健康与生物技术领域迎来自己的“ChatGPT时刻”。在本周阿斯彭《财富》脑力风暴科技大会上，一批正在构建AI药物发现体系的人几乎异口同声地表示，美国政府选了一个最不该退缩的时刻退缩了。
Lila Sciences联合创始人兼CEO杰弗里·冯·马尔察恩周二在会议上直言：“在企业层面、国家主权层面，科学情报一旦落后于对手，几乎是一种难以想象的竞争劣势。”NVIDIA医疗健康副总裁金伯利·鲍威尔说得更直接：“我们现在砍经费，而世界其他地方都在加码——欧洲在猛投，许多亚洲国家也在猛投——我们会被甩在后面。”两位嘉宾共同论证了一个结构性的观察：科学方法与智能体AI本质上是同一件事——提出问题、收集背景信息、观察、推理、行动，二者共享同一套逻辑骨架。这番话的潜台词很清楚：大力投入的时机就是现在，而不是以后。
AI药物发现如今是一个32.5亿美元的市场，年增速约26%，预计到2031年将突破100亿美元。更广泛的押注已经吸入了可观资本——戴密斯·哈萨比斯创立的Isomorphic Labs今年早些时候完成了21亿美元的B轮融资。只不过，资金涌入的这片土壤，研发周期极长，终点线还会不断后移。冯·马尔察恩领导的Flagship Pioneering孵化的Lila Sciences，已筹集5.5亿美元，目标是构建所谓“科学超智能”——一套能全天候运行科学方法的AI系统，横跨材料、化学与生命科学。该平台的智能体最近识别出一批能将水分解为氢和氧的催化剂，性能超越了行业目前依赖的贵金属。冯·马尔察恩特别提到，约有三分之一的建议起初在他那支Caltech训练出来的团队眼里毫无道理。而现在，这些已经是文献记载中表现最强的催化剂。
冯·马尔察恩接着说道：“我想对很多人而言，那种‘Claude代码时刻’——当一种新智能注入科学并从那一刻起永久改变科学——也许并不像是近在眼前。但它真的就在转角处。”这番话描述的正是他眼中即将到来的临界点：AI不再只是辅助工具，而是成为科学方法论本身的执行者，而且这一天不会太远。
鲍威尔在其中扮演的角色是基础性的。NVIDIA投资开源生物学基础模型、抗体设计模型以及多模态模型，而像Lila这样的公司则在这些基座上针对特定科学目标进行适配。她的逻辑很明确：“如果市面上只有闭源模型，”她说，“那就很难创造出条件，让生命科学领域所有这些应用都能在AI时代繁荣起来。”在她看来，开源底座是整个生态能够蓬勃运转的前提，缺少这一步，上游的公司就会失去可以改装和调优的公共基础设施。
一个关键悬而未决的问题也随之浮出水面：当一个分子由AI设计出来，却无法回溯产出该分子的训练数据，要如何拿到FDA的批准？对此，鲍威尔描绘了一种未来的生物学“数字孪生”模型，其精确度足以让监管机构最终接受计算机模拟证据。不过她也坦承：“我们还没走到那一步。”这句话勾勒出当前技术推进与监管框架之间尚存的缺口——方向已经清晰可见，但落地还需要时间。
热门跟贴