文章核心观点 - AI最重要的应用是作为推进科学和医学的终极工具，而非仅是消费级产品如聊天机器人[5] - 公司通过AlphaFold等项目，将AI用于解决基础科学难题，并免费开放成果以加速全球科研，特别是药物发现和疾病理解[5][7][8] - AI的发展路径应兼顾谨慎推进通用人工智能（AGI）与积极部署专用型系统，以尽早获得实际效益，如治疗癌症和发现新能源[5][25] - AI的创造力已在AlphaGo等系统中展现，这种能力可被泛化并应用于解决现实世界的复杂问题，如芯片设计、新材料发现和算法优化[33][34][37][38] - 对AI未来的主要担忧集中于技术滥用和强智能体失控问题，而非短期的炒作或虚假信息[5][40][41][43] - 构建AGI的最终愿景是将其作为工具，帮助人类理解现实本质、攻克科学根问题，并引领人类进入繁荣的新时代，如解决能源问题、走向太空[47][50][51] AlphaFold：改写科研流程与药物发现 - 项目起源与意义：蛋白质折叠问题是生物学界持续50年的重大挑战，被称为“生物学界的费马大定理”，攻克它能极大推动药物发现和疾病理解[7][8] - 关键突破：AlphaFold系统能在几秒内高精度预测蛋白质结构，速度远超传统需数天的算法[11] - 模式变革：公司放弃了搭建按需预测服务器的传统思路，转而计算并免费开放所有已知蛋白质结构（约2亿个），供全球科学家使用[5][11][12] - 当前影响：已有超过300万名科学家使用AlphaFold，几乎覆盖全球所有生物学家，预计未来几乎所有新药研发都会用到该工具[15] - 具体应用案例： - 基础科学：帮助解析了人体内最大的蛋白质复合体之一——核孔复合体的结构[16] - 农业与冷门研究：帮助研究小麦等作物的科学家直接进入气候变化耐受性等核心问题，无需被蛋白质结晶步骤卡住[13] - 被忽视疾病：为研究疟疾、查加斯病等影响数亿人口的疾病的研究者免费提供相关蛋白质结构，助其直接进入药物发现阶段[14] - 后续发展：公司孵化了Isomorphic Labs，以AlphaFold为基础构建端到端药物发现系统，目前正在推进18到19个药物项目，涵盖心血管疾病、癌症和免疫学等领域[17][18] AI在生命科学链条的深化与拓展 - 药物发现流程优化：AI系统可进行“虚拟筛选”，设计候选化合物并预测其与目标蛋白的结合强度，还能在几小时内检查该化合物与人体内其他约2万种蛋白质的潜在副作用，从而高效优化化合物特性[20] - 基因组解码：AlphaGenome项目旨在解码占人类基因组98%的非编码区域，预测单点突变是否有害，未来有望与CRISPR等基因编辑技术结合，精准修复致病突变[22] - 效率提升：通过计算机模拟（in silico）进行药物设计，可比传统湿实验室方法快几千倍甚至未来几百万倍地搜索化合物，仅需验证少数最有希望的结果[21] 从游戏到科学：AI的创造力与泛化能力 - AlphaGo的里程碑：2016年，AlphaGo击败围棋世界冠军李世石，其著名的“第37手”展现了AI超越人类经验的创造性，标志着现代AI时代的黎明[29][33] - 方法论演进：与Deep Blue等依赖人类规则输入的“专家系统”不同，AlphaGo通过深度强化学习直接从经验中学习，具备泛化能力[30][32] - 系统泛化：AlphaZero作为AlphaGo的进化版，移除所有人类知识，仅从游戏规则开始，通过自我对弈在17轮内从随机水平进化到超越世界冠军，其棋风新颖[34][35] - 现实问题应用：AlphaGo/AlphaZero的范式可泛化至解决现实世界的复杂优化问题： - 算法优化：AlphaTensor发现了更高效的矩阵乘法算法，即使提升几个百分点，也能在耗资数百亿美元的模型训练中节约巨大成本[38] - 芯片设计：AlphaChip在元件布局和走线等NP-hard问题上，有时已超越人类设计师[38] - 材料科学：该范式有助于设计具有特殊性质的全新材料[37] AI发展的路径、风险与未来展望 - 技术发展路径的转变：Transformer等架构的突破使语言等能力比预期更早实现，ChatGPT的出现促使AI技术提前大规模推向公众，改变了原先更谨慎、实验室优先的推进节奏[26][28] - 提前部署的利弊： - 益处：加速技术进展；让公众能亲身体验前沿AI，促进社会适应；通过数百万人真实使用发现系统问题，有助于构建更鲁棒的系统[27][28] - 挑战：并非最初理想的、更哲学审慎的推进方式[28] - 主要风险关切： - 第一类风险（滥用）：担心有人将用于科学和医学的技术转而用于作恶[5][40] - 第二类风险（失控）：随着AI能力增强，尤其是进入“智能体时代”后，系统可能偏离轨道或突破安全护栏，这是未来2-4年需关注的重要技术挑战[40][41] - 风险对比：认为深度造假等虚假信息问题是更短期、规模较小的担忧，而上述两类系统性风险是当前关注不足的更大问题[42][43] - AGI愿景与未来图景：目标是构建安全的AGI，并用以攻克一系列“根节点问题”（如核聚变、室温超导），从而根本性解决能源问题，并开启太空探索、疾病治愈的人类繁荣新时代[50][51] - 对人类特殊性的思考：AI的发展过程本身可作为理解人类心智的“对照实验”，对于意识等终极问题保持开放态度，并将AI视为探索现实本质的工具[44][45][47]