AI 下一步是戰勝死亡? Balaji:數學之後,生物醫學將迎來革命

Neo
分享
AI 下一步是戰勝死亡? Balaji:數學之後,生物醫學將迎來革命

人工智慧(AI)在數學與理論物理領域的突破持續加速,但下一個真正改變人類社會的科學革命,可能發生在生物醫學領域。前 Coinbase 技術長、科技投資人 Balaji Srinivasan 於 10 月 15 日發文指出,AI 已能快速處理高度確定性的數學問題,未來甚至可能讓數學逐漸成為電腦科學的分支。

然而,相較於數學領域,化學、生物學與醫學仍存在大量尚未解決的複雜問題,也將成為 AI 下一階段的重要科學前沿。

值得注意的是,Balaji 並非首次關注生物醫學領域。2007 年,他與弟弟 Ramji Srinivasan 及其他共同創辦人創立基因檢測公司 Counsyl,主要提供孕前遺傳疾病帶因者篩檢,協助準父母評估後代罹患遺傳疾病的風險。該公司於 2018 年以 3.75 億美元被美國分子診斷公司 Myriad Genetics 收購。

廣告 - 內文未完請往下捲動

Balaji 本身擁有史丹佛大學電機工程博士與化學工程碩士學位,曾從事計算生物學研究,並於 2013 年憑藉臨床基因體學領域的貢獻,入選 MIT Technology Review 的 TR35 青年創新者名單。這段經歷也讓他對 AI 生物醫學發展的看法,不僅來自科技投資人的視角,更有實際科研與產業經驗作為背景。

AI 生成數學論文的速度,可能超越人類驗證能力

Balaji 表示,AI 正快速推進數學研究,以及本質上可以轉化為數學問題的理論物理研究。他以印度數學天才拉馬努金(Srinivasa Ramanujan)的筆記作為比喻,認為未來 AI 可能不斷生成新的數學論文與研究成果,而人類數學家則需要花費數月,甚至數年時間,才能逐一驗證並理解這些內容。

他進一步預測,隨著 Lean 等形式化證明工具逐漸成熟,數學研究可能越來越依賴電腦進行推導與驗證,最終讓數學本身成為電腦科學的一個分支。Balaji 隨後補充,這個發展存在有趣的歷史反差。史丹佛大學的電腦科學最初隸屬於數學系,如今電腦科學的規模已經大幅成長,反而可能逐漸將數學納入自身的研究範疇。

他也以軍事與網際網路的關係類比,指出美國軍方過去透過 DARPA 資助網路技術發展,如今無人機、機器人與衛星等網路化系統,反過來正在改變軍事運作方式。

數學之後是生物醫學,AI 有機會挑戰過去不可能的疾病研究

Balaji 認為,數學與理論物理的突破只是起點,下一個更加重要的科學前沿將是化學,尤其是生物學與醫學。兩者最大的差別在於研究問題的性質。數學通常具有明確的形式化規則,可以透過電腦進行推導與驗證;生物醫學則高度依賴實驗,研究對象往往同時受到基因、蛋白質、環境與生理狀態等多重因素影響,具有高度雜訊及多變數特性。

然而,這些複雜現象並不代表完全無法預測。Balaji 指出,AI 能夠整合龐大的體學(Omics)資料,包括基因體學、轉錄體學、蛋白質體學及代謝體學,同時分析過去累積的大量醫學文獻,從中發掘人類研究者難以察覺的關聯與規律。這也讓 AI 實驗室開始提出更加激進的科學目標,例如利用人工智慧加速疾病研究,甚至朝向治癒所有疾病的長期願景前進。

他認為,真正重要的變化不只是讓既有醫學研究變快,而是 AI 已經提供一套新的工具,使研究人員有機會挑戰過去被認為難以解決,甚至不可能處理的生物醫學問題。

Midjourney、祖克柏與 Anthropic 已經開始投入 AI 醫學

Balaji 特別點名 Midjourney、祖克柏旗下的生物醫學研究機構,以及 Anthropic,認為這些團隊已經開始探索 AI 在生物醫學領域的應用。

以過去主要提供 AI 圖像生成服務的 Midjourney 為例,該公司已公開宣布成立 Midjourney Medical,計畫開發新型人體掃描設備,讓使用者能夠更頻繁地蒐集身體資訊,並透過 AI 分析健康狀態。公司規劃在 2027 年底前後開設首座研究型設施,但相關技術仍須經過實際研究驗證。

另一方面,祖克柏與妻子 Priscilla Chan 創立的 Biohub,近期也與美國政府、Google DeepMind、Meta 等機構合作,推動總規模達 18 億美元的 Virtual Biology Initiative。這項計畫希望建立大型生物學資料集,進一步訓練能夠預測細胞行為的 AI 模型,讓研究人員未來能先在虛擬環境中模擬疾病與藥物反應,再決定哪些實驗值得投入真實實驗室資源。

至於 Anthropic,則已經成立生命科學研究團隊與實體實驗室。該公司今年 9 月公布 Claude 協助發現具有類似 CRISPR 重複序列特徵的新型酵素系統,展示 AI 從分析生物資料、提出假說,到與人類科學家合作進行實驗驗證的研究模式。

風險提示

加密貨幣投資具有高度風險,其價格可能波動劇烈,您可能損失全部本金。請謹慎評估風險。