什么值得买App下载 App ›
连续签到专享现金活动

尹烨谈AI为何干不掉生命科学:肿瘤会“读”你的药,生命不能被浓缩成Token

11月19日,在“新浪新闻·2026探索大会”上,华大集团CEO尹烨以《为什么AI干不掉生命科学?》为题的演讲迅速登上热榜。这场演讲的核心结论可以一句话复述:AI能大幅赋能生命科学,却“干不掉”它——不是模型不够强,而是生物学的对象会对人类干预作出反应。他的论证有两根支柱:一根关于验证,一根关于压缩。新浪热点微博

尹烨谈AI为何干不掉生命科学:肿瘤会“读”你的药,生命不能被浓缩成Token

测量地球时,地球不会动

在尹烨的叙述里,AI从下棋、翻译一路“干到”数学物理,却在生物学面前停住了。他给出的理由是:地球不会读你的预报,肿瘤却会“读”你的药;测量地球不会改变地球,一旦给药,肿瘤可能耐药、病毒可能逃逸,而生命的验证昂贵且不可逆。这正是生物学与物理科学的结构差别:预测不会改变预测对象,干预却会改变生物系统本身。AI要追赶的因此不是静态规律,而是一个随着你的动作不断改玩法的对手,而人体承受不了无限次试错。新浪热点

尹烨谈AI为何干不掉生命科学:肿瘤会“读”你的药,生命不能被浓缩成Token

生命不是一维的符号串

尹烨的第二重论证更技术化:人类语言是一维、离散、顺序依赖的符号串,天生适合Token化,生命则是多模态、超高维度的复杂巨系统——从分子、通路到细胞、器官、生态,每一层都是“涌现”而非“先后”。他给出的对照足够直观:我们能预测下一个词,却无法预测一个受精卵如何“长出”37万亿个细胞。所以生命不可被简便、不可被压缩,“这不仅是技术限制,更是哲学层面的边界”。头条新闻

他反对的不是AI,而是用语言拿下生物的路线

AI并没有在生物学上空手而归:AlphaFold的共同创造者John Jumper是2024年诺贝尔化学奖得主,AlphaFold预测了超过2亿个蛋白质结构,被190个国家的200多万研究者使用。而最懂生物计算的人正在成建制流动:2026年6月,Jumper宣布离开Google DeepMind加入Anthropic,Transformer架构的奠基者之一Noam Shazeer也加入了OpenAI——DeepTech据此判断,三家前沿AI实验室正在同时把筹码压向同一个方向:生命科学。若趋势如此,“干不掉”该怎么读?答案在尹烨自己的铺垫里。他在个人微博长期连载科普系列《生命是大模型,但不仅仅是大语言模型》,十四期讲完,结论指向工具驱动的时空模型。他把1946到2026年这80年的技术交汇总结为:不是两条平行线,而是一条不断交汇、最终融合的大河。可见“干不掉”反对的是拿大语言模型的token路线直接横扫生物学,而非AI助力生物学——他本人在演讲中明确承认,AI可以大幅赋能医疗:感知智能、决策智能、手术干预都在改变医学。知乎微博微博新浪热点

尹烨谈AI为何干不掉生命科学:肿瘤会“读”你的药,生命不能被浓缩成Token

医生本身就是一味“药”

演讲结尾,尹烨为AI医疗划出边界:AI无法完全取代医生,因为医生本身就是一味“药”。在他看来,技术不能只追求便利,更需要加强连接感。这场技术判断也延伸到了更贴近个人的落点:“有效预防阿尔茨海默的三大建议”“晚饭为什么要少吃”等切片在同一话题下传播——个人健康是最贴近每个人的落点。新浪热点微博新浪新闻

读懂这个热榜词条,关键是分清“干不掉”的两种含义:如果指用语言模型一步到位取代生物学研究,耐药、免疫逃逸和37万亿细胞的复杂性确实表明这条路走不通;如果指AI工具深入生命科学、重写实验与医疗流程——那它正在发生,而尹烨本人就在其中。

评论

评论区空态插画

当前文章无评论,是时候发表评论了