AlphaFold問世五年：Google DeepMind的下一步，打造「AI科學家」模擬完整人類細胞

從棋盤到人體細胞，AI正在改寫科學研究的規則。由 Google DeepMind 開發的AI系統 AlphaFold 問世屆滿五年，其角色已從一個強大的預測工具，演變為能夠生成並辯論假說的「共同科學家」。而它的終極目標，是模擬出生命最基本的單位——一個完整的人類細胞。

從AlphaGo到諾貝爾獎：AlphaFold的五年之路

時間回到2020年11月，DeepMind將其在圍棋AI「AlphaGo」上驗證的深度學習演算法，應用於現代科學最棘手的難題之一：「蛋白質摺疊」。其成果 AlphaFold 2 不僅贏得了諾貝爾化學獎，更建立了一個涵蓋超過2億種蛋白質結構預測的公開資料庫，如今全球190個國家、近350萬名研究人員正使用該資料庫。去年推出的 AlphaFold 3 更將能力擴展到DNA、RNA和藥物分子，展現了其巨大的企圖心。

AI科學家登場：與人類協作的新典範

廣告

廣告合作

[email protected]

廣告

這是否意味著AI將取代人類科學家？DeepMind研究副總裁普什米特・科利（Pushmeet Kohli）在接受《WIRED》採訪時給出了不同的答案。他指出，DeepMind正在開發基於 Gemini 2.0 的「AI共同科學家（AI co-scientist）」，這是一個能主動識別研究缺口、生成假說、甚至建議實驗方法的智慧代理系統。

科利認為，AI的角色是加速研究的「如何做」，從而讓人類科學家能更專注於思考「該做什麼」的根本問題。例如，倫敦帝國學院的研究人員在研究抗藥性細菌時，利用此系統快速分析了數十年的文獻，並獨立得出一個與團隊花費數年才驗證的假說相符的結論。這顯示了人機協作的巨大潛力：AI負責繁重的資料分析與假說生成，人類則負責實驗設計與洞察其科學意義。

下一個五年：劍指完整細胞模擬

展望未來五年，科利表示，DeepMind的終極目標之一，是實現對完整人類細胞的精確模擬。如果說DNA是生命的食譜，蛋白質是食材，那麼理解這本食譜如何被閱讀、食材如何被組合，將徹底改變個人化醫療和藥物開發。科利坦言，這是一個宏大的目標，需要從細胞核開始逐步向外探索，預計還需要數年時間才能取得進展。一旦成功，我們將能在電腦中測試候選藥物，從根本上理解疾病，為病患設計個人化的治療方案。