諾獎(jiǎng)得主David Daker最新訪談：AI徹底改變了蛋白質(zhì)設(shè)計(jì)，但終究只是一個(gè)工具

導(dǎo)讀

在AI深刻改變科研范式的今天，技術(shù)越強(qiáng)大，人的判斷力、好奇心和協(xié)作精神就越發(fā)珍貴。AI可以設(shè)計(jì)蛋白質(zhì)，但提出正確的問題、賦予答案以意義的，永遠(yuǎn)是人。

不少人都在懷疑，未來AI是否會(huì)搶占人類的工作，脫離人的掌控。近日，諾獎(jiǎng)得主戴維·貝克（David Baker）給出了明確的回答——“AI終究只是一個(gè)工具”。

林 巖 | 編譯

AI正在改變科學(xué)研究的效率和方式，計(jì)算更快、預(yù)測(cè)更準(zhǔn)、設(shè)計(jì)更復(fù)雜——AI的進(jìn)步令人應(yīng)接不暇。

然而，技術(shù)越強(qiáng)大，問題也越清晰：“AI會(huì)取代科研人員嗎？”“如果是，研究人員未來該何去何從？”

David Baker

2024年諾貝爾化學(xué)獎(jiǎng)得主、華盛頓大學(xué)教授戴維·貝克（David Baker）在近日的訪談中，給出了明確的回答，也緩解了研究人員的焦慮。

他表示， “AI徹底改變了蛋白質(zhì)設(shè)計(jì)研究”、 “但AI終究只是一個(gè)工具。”

人工智能（AI）不僅能預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)，還能設(shè)計(jì)出具有所需功能的新型蛋白質(zhì)

貝克教授利用AI設(shè)計(jì)了自然界中不存在的全新蛋白質(zhì)，拓展了生命科學(xué)的邊界。他目前仍在繼續(xù)研究，目標(biāo)是利用AI設(shè)計(jì)蛋白質(zhì)，開發(fā)并商業(yè)化新藥。

以下為訪談問答內(nèi)容：

01

AI是強(qiáng)大的工具，但選擇什么問題，由人決定

問：AI在蛋白質(zhì)設(shè)計(jì)研究中占比多大？

貝克：我們實(shí)驗(yàn)室大約從2018-2019年開始認(rèn)真專注于開發(fā)基于AI的方法論，目前仍在構(gòu)建下一代AI以設(shè)計(jì)更復(fù)雜的蛋白質(zhì)。從方法論開發(fā)的角度看，過去六年里幾乎所有工作都運(yùn)用了AI，這一點(diǎn)毫不夸張。

問：AI會(huì)取代科研人員嗎？

貝克：不會(huì)。AI只是一個(gè)非常強(qiáng)大的工具。過去，基因測(cè)序本身就像一個(gè)大型研究項(xiàng)目，但現(xiàn)在只是常規(guī)分析——放入樣本，第二天就能得到結(jié)果。我認(rèn)為AI最終也會(huì)變成這樣的工具。

問：AI的局限在哪里？

貝克：比用AI設(shè)計(jì)蛋白質(zhì)并在實(shí)驗(yàn)室驗(yàn)證更困難的，是將其轉(zhuǎn)化為實(shí)際藥物并完成臨床試驗(yàn)。在這個(gè)階段，公共數(shù)據(jù)不足，我們對(duì)生物學(xué)和醫(yī)學(xué)的理解仍不完整。AI很難在這個(gè)領(lǐng)域輕易取得突破，它可以輔助設(shè)計(jì)更適合生產(chǎn)過程的蛋白質(zhì)，但要大幅縮短臨床開發(fā)周期，為時(shí)尚早。

問：當(dāng)AI越來越擅長(zhǎng)蛋白質(zhì)設(shè)計(jì)，人類研究人員需要什么能力？

貝克：關(guān)鍵仍然是提出問題。判斷哪些問題重要、規(guī)劃如何驗(yàn)證設(shè)計(jì)結(jié)果、評(píng)估AI的輸出在多大程度上可信——這些才是核心。科學(xué)的根本問題從未改變。

02

最重要的是人才

問： AI生物和蛋白質(zhì)設(shè)計(jì)，在算力、人才、實(shí)驗(yàn)設(shè)施、數(shù)據(jù)中，什么最重要？

貝克：人才最重要。競(jìng)爭(zhēng)力最終來自獲得優(yōu)秀的研究人員，并支持他們長(zhǎng)期深耕自己感興趣的問題。蛋白質(zhì)設(shè)計(jì)不是一個(gè)孤立發(fā)展就能成長(zhǎng)的領(lǐng)域。基礎(chǔ)科學(xué)、生物、化學(xué)、計(jì)算這些基礎(chǔ)研究必須共同強(qiáng)大。應(yīng)該支持多元的研究基礎(chǔ)，在此基礎(chǔ)上發(fā)展蛋白質(zhì)設(shè)計(jì)。

問：對(duì)年輕研究人員和研究生有什么建議？

貝克：不要過度算計(jì)未來，而是抓住當(dāng)下最讓你感興趣、最有熱情的問題。科學(xué)的新道路往往不是按既定計(jì)劃走出來的，而是在深入鉆研感興趣的問題的過程中自然開辟的。我本人就是從對(duì)蛋白質(zhì)折疊和結(jié)構(gòu)預(yù)測(cè)的興趣出發(fā)，最終走向蛋白質(zhì)設(shè)計(jì)。真正重要的，是長(zhǎng)久而深入地思考你真正關(guān)心的問題，并與志同道合的人一起工作。

03

未來興趣包括納米機(jī)器和農(nóng)業(yè)

問：如何創(chuàng)造讓研究人員自由協(xié)作、深入鉆研的環(huán)境？

貝克：我重視的是一個(gè)讓人們自然聚集、持續(xù)交流的環(huán)境。我們實(shí)驗(yàn)室每天準(zhǔn)備免費(fèi)食物，任何人都可以來邊吃邊聊，我們也毫無保留地分享一切。我相信困難的問題合作解決比單打獨(dú)斗更好。我稱之為‘公共大腦’——每個(gè)研究者都應(yīng)該像神經(jīng)元一樣連接和互動(dòng)，這也是我?guī)缀跻恢贝趯?shí)驗(yàn)室的原因。只有這樣，我才能立刻看到誰遇到了困難、哪里出現(xiàn)了突破，并給予幫助。

問：獲諾獎(jiǎng)后演講和外部邀請(qǐng)一定很多，如何保持平衡？

貝克：我拒絕了大多數(shù)邀請(qǐng)。我仍然像過去一樣，把大量時(shí)間花在實(shí)驗(yàn)室里。

問：未來5到10年想涉足哪些新領(lǐng)域？

貝克：很難準(zhǔn)確預(yù)測(cè)。但我看到納米機(jī)器的巨大潛力——在分子或蛋白質(zhì)層面執(zhí)行特定功能的超微型機(jī)械系統(tǒng)，不僅在醫(yī)學(xué)上，在技術(shù)領(lǐng)域也有廣泛應(yīng)用前景。農(nóng)業(yè)也很有意思。隨著全球變暖，我們可以用蛋白質(zhì)設(shè)計(jì)創(chuàng)造出在更高溫下更穩(wěn)定的植物。唯一確定的是，我不會(huì)做和現(xiàn)在一樣的研究。

問：為什么不斷尋找新課題？

貝克：我比較容易厭倦。我不喜歡重復(fù)同樣的工作。當(dāng)一個(gè)題目引起我的興趣，我會(huì)一直抓住它、思考它，然后自然而然地進(jìn)入別人尚未涉足的新領(lǐng)域。

問：作為科學(xué)家的終極目標(biāo)是什么？

貝克：沒有一個(gè)特定的終極目標(biāo)。我享受的是在實(shí)驗(yàn)室里與研究生和博士后一起發(fā)現(xiàn)新事物的過程。當(dāng)然，有很多重大問題需要解決，比如神經(jīng)退行性疾病，但與其設(shè)定一個(gè)單一目標(biāo)，我更喜歡不斷攻克重要問題這個(gè)過程本身。

Baker says AI designs proteins, but people set questions and drive research

https://biz.chosun.com/en/en-science/2026/04/08/Y2HAKUH2XNHBXBDHEXUKCPAUUA/

Deep Science預(yù)印本