黃仁勛認證“下一個黃金賽道”!“AI+醫(yī)藥”或成英偉達GTC重頭戲
原創(chuàng)
2024-03-17 08:41 星期日
科創(chuàng)板日報 鄭遠方
①即將開幕的英偉達GTC大會上,有90場活動與健康/生命科學相關,數(shù)目居所有行業(yè)之首。
②黃仁勛指出,“當數(shù)據(jù)科學、人工智能和自動化的結合時,生物學會呈指數(shù)級改進,成為下一個黃金賽道?!?③微軟、谷歌等全球最強大的科技巨頭們,也正在將生物技術視為AI的下一個前沿領域。

《科創(chuàng)板日報》3月17日訊 “有人說,我們是英偉達下一個數(shù)十億美元級業(yè)務,”英偉達醫(yī)療保健副總裁Kimberly Powell日前在一次采訪中如是表示。她表示,英偉達的目標是為更多生物技術公司提供芯片、云基礎設施與其他工具。

對于英偉達而言,醫(yī)療保健并非是其最為亮眼的業(yè)務,但這不意味著它不重視這一領域。

若按照英偉達自家官網的行業(yè)分類,即將于18日開幕的英偉達GTC大會上,有90場活動與醫(yī)療保健/生命科學相關——數(shù)目位居所有行業(yè)之首,超過了汽車、云服務、硬件/半導體等一眾熱門領域。

其中,由Kimberly Powell主持的“AIGC在現(xiàn)代醫(yī)學中的作用”活動,更匯集了著名基金經理“木頭姐”Cathie Wood、微軟研究院院長Peter Lee等多位大咖,探討“(AIGC如何)重新定義醫(yī)療服務、發(fā)現(xiàn)新藥和提高患者療效的關鍵驅動力”。

image

作為英偉達的掌舵人,黃仁勛已經一次又一次地將數(shù)字生物學稱為技術領域中“下一場驚人的革命”,他還在近期舉行的一場會議中放言,人人都必須學會計算機的時代過去了,人類生物學才是未來。

在這個AIGC與醫(yī)藥的交匯點上,AI寫的不是風花雪月,畫的不是山光水色,根據(jù)一個個提示詞生成的,或將是下一個“神藥”。

▌為什么是現(xiàn)在?

在大多數(shù)情況下,當人們談到英偉達時,都會將它定義為一家芯片公司;始于2022年的這一場AI熱潮,更是進一步加深了這一印象。

但黃仁勛對此并不贊成。在2008年的一次采訪中,這個總是以黑色皮衣示人的英偉達掌門人就坦承,

“表面上,我們確實是生產芯片的,但在我的眼里,我們從來都不是一家芯片公司,而是一家?guī)椭蛻艚鉀Q復雜視覺計算問題的公司。”

“如果英偉達把自己限定為生產芯片的公司,我們就會自動地認為電影和我們沒有關系,游戲和我們也沒有關系,醫(yī)院和我們也沒有關系。事實上,這些都已經成為我們重要的業(yè)務,因為它們背后有一個同樣的問題,即復雜的視覺計算問題,這些問題沒有一個屬于對手,全部屬于客戶?!?/p>

可以看到,彼時的英偉達,已將醫(yī)療納入了自家版圖之中。的確,將AI應用于藥物發(fā)現(xiàn)并不是什么新鮮事。那么為什么經過了這么多年,以英偉達為首的科技巨頭又開始為AI醫(yī)藥奔走呼喊?為什么是現(xiàn)在?

(當下)是一個突破性的時刻。”——這是DeepMind與英偉達的高管給出的共同答案,行業(yè)首次同時集齊了“大量訓練數(shù)據(jù)、計算資源的爆炸式增長、AI算法的進步”三個要素,“這在五年前是不可能實現(xiàn)的。”

▌AI+醫(yī)藥=下一個黃金賽道?

一舉將英偉達捧上“算力之王”寶座的是GPU,但過去兩年以來,其風投部門很大一部分投資都流向了藥物研發(fā)——單是2023年,英偉達就投資了8家藥物發(fā)現(xiàn)初創(chuàng)公司。

image

圖|英偉達2023年風投分布(來源:S&P Global)

得益于AI熱潮,英偉達市值飛速上升。“既然計算機輔助設計行業(yè)捧出了第一家2萬億美元市值的芯片公司,同樣,計算機輔助藥物發(fā)現(xiàn)行業(yè)為什么不能打造下一個價值萬億美元的藥物公司呢?”談及英偉達在生命科學領域的投資時,英偉達醫(yī)療保健副總裁Kimberly Powell這樣解釋。

而在AI醫(yī)藥這條路上,英偉達并非是踽踽獨行者——可以說,科技巨頭們都對生物醫(yī)藥領域的AI技術抱有興趣,微軟、谷歌等全球最強大的科技巨頭們,也正在將生物技術視為AI的下一個前沿領域

例如谷歌DeepMind的研究人員們將AlphaFold模型(一種預測蛋白質結構的突破性工具)用于開發(fā)一種“分子”注射器,以將藥物直接注射到細胞中,并用于研究減少對殺蟲劑依賴的農作;

Salesforce去年推出了蛋白質生成模型ProGen;

微軟也發(fā)布了類似的開源模型EvoDiff;

亞馬遜為其AWS機器學習平臺SageMaker發(fā)布了蛋白質折疊工具……

以DeepMind的AlphaFold研究項目為例:人體中的蛋白質管理著各種功能,所有這些功能都依賴于蛋白質的三維形狀。每個蛋白質由一系列氨基酸組成,氨基酸與外部環(huán)境之間的相互作用決定了蛋白質的“折疊”,這決定了其最終的形狀。

對于生物技術公司來說,能夠根據(jù)其氨基酸序列預測蛋白質形狀非常重要,這些公司可以利用這些預測來設計新藥、改良作物、可生物降解塑料等各種產品。

這正是深度學習的用武之地:在數(shù)以億計的不同蛋白質序列及其底層結構上訓練人工智能模型,讓這些模型發(fā)現(xiàn)生物學規(guī)律,無需真正分子動力學模擬所需的昂貴計算。而完全模擬蛋白質需要高強度的計算資源,因此一些機構還專門設計和建造了超級計算機來處理這類問題。

毋庸置疑,AI在生物技術領域擁有著巨大潛力。

在15年前就將目光投向醫(yī)療的黃仁勛曾驚嘆,計算機輔助藥物發(fā)現(xiàn)“確實是奇跡”。用與計算機輔助芯片設計相同的方法,在藥物發(fā)現(xiàn)領域中,人們可以從計算機輔助藥物發(fā)現(xiàn)轉向計算機輔助藥物設計?!叭绻覀儗⑵浞糯笫畠|倍,我們就可以模擬生物學?!?/p>

“未來生命科學會像傳統(tǒng)行業(yè)那樣高度工程化。當數(shù)據(jù)科學、人工智能和自動化的結合時,生物學會呈指數(shù)級改進,從而成為下一個黃金賽道。”

收藏
139.67W
我要評論
歡迎您發(fā)表有價值的評論,發(fā)布廣告和不和諧的評論都將會被刪除,您的賬號將禁止評論。
發(fā)表評論
要聞
股市
關聯(lián)話題
4.24W 人關注
8829 人關注
2.64W 人關注
1.08W 人關注
1.13W 人關注