【ZiDongHua 之创新自科文收录关键词：自动化科学家 人工智能 AI 机器学习 】
　　
　　生物技术的重要性：“自动化科学家”将为未来生物经济提供动力
　　
　　新美国安全中心（CNAS）网站3月7日发布的一则观点文章指出，生物技术如今在美国无处不在，已经在农业和医疗保健领域发挥了重要作用，并促成了新的国内供应链，为制造业和其他经济部门提供支持。今天的生物经济增长建立在数十年的稳定研发和逐步市场应用的基础之上，鉴于这种循序渐进的发展速度，很难想象生物技术很快就会迎来自己的“智能手机时代”。但这一时刻即将到来。美国如何应对这一技术转变将对其经济和国家安全产生深远影响。
 
　　
　　迎接生物技术的“智能手机时代”
　　
　　生物技术正处于一场由生物学和信息科学融合推动的工程革命的风口上。大规模实验数据集可以被用来训练人工智能（AI）基础模型；反过来，这些基础模型也可以进行微调，使其成为“自动化科学家”，根据指令生成新系统的设计。不久的将来，这些模型将通过设计自动化大大加快工程生物学的工作流程。这些工具还将赋予生物学家设计“智能微生物”的能力——工程微生物能够持续监控环境，应用复杂的内部逻辑，并在所有条件下产生可预测的反应。新型应用实例包括：能精确感知、锁定和摧毁人体内病变细胞的活体疗法；监测家庭、工作场所和环境中的病原体或其他有害物质等。
　　
　　不过，目前还不存在上述工具，因为生物学的混乱性使得很难在细胞中设计出复杂的逻辑。生物融合有望解决这一问题。信息科学的最新进展表明，在海量数据集上训练的人工智能基础模型可以学习到跨越整个人类知识范围的复杂关系。随之可以在这些基础模型之上构建应用程序，以支持广泛的信息任务，例如回答有关生物医学文献的问题、预测新型蛋白质的功能特性，甚至根据要求设计新型分子和化学合成途径。
　　
　　确保正确地训练数据
　　
　　确定设计智能微生物所需的正确训练数据是一个科学问题，随着工程生物学研究人员对基础模型的要求不断提高，答案肯定会不断变化。目前可以肯定的是，整个生物经济领域现有的数十亿字节的实验数据仍然是孤立的。机器学习工具需要这些原始数据来了解操作如何影响细胞的整体功能。这些信息很少被共享。
　　
　　如果没有“开源”工程生物学数据来支持公共基础模型的开发，少数大型私营公司很可能会利用专有数据为该领域开发事实上的标准模型。这一点意义重大，因为谁能控制工程生物学的标准模型，谁就能对该领域的未来产生极大的影响。反过来，可以预期公司会限制其模型的新应用，以符合其商业利益。将工程生物学基础模型的开发留给一两家大型公司，有可能在技术上和经济上使该领域陷入瓶颈。
　　
　　对国家安全的影响
　　
　　任何能让生物学工程实践变得更容易的工具，都将改变美国国家安全面临的潜在威胁。工程生物学与信息科学的融合将彻底重塑生物经济领域。根据实验数据训练的人工智能基础模型将极大地扩展工程生物学可为社会贡献的产品和服务。此外，作为工程生物学支持工具的“自动化科学家”的出现，将降低更多美国人支持生物经济劳动力的门槛。
　　
　　文章最后指出，与任何技术革命一样，上述工具也会带来风险。然而，通过培育开放数据生态系统、开发公共模型以及国家安全利益相关者的积极参与，人们可以确保未来的生物经济是安全、可靠和可持续的。
　　
　　资料来源丨CNAS
　　
　　本文由生物安全情报网编译，阅读原文献请点击“阅读原文”