Google DeepMind 的“解决所有疾病”说法

关键信息

文章提到 AlphaFold 和 AlphaGenome 是 Google 科学工具的代表：AlphaFold 帮助研究人员理解蛋白质结构，而 AlphaGenome 用于预测人类 DNA 序列中的突变影响。文章同时指出 AlphaGenome 仍有重要限制，包括它并未经过验证，也不是为个人基因组预测而设计，而且难以捕捉细胞和组织特异性的模式。

资讯摘要

《The Verge》这篇 Optimizer 专栏回应的是 Google I/O 上 DeepMind 首席执行官 Demis Hassabis 的一句话：公司希望“重新构想药物发现流程，目标是在某一天解决所有疾病”。文章认为，这类表述听起来非常宏大，但需要放回上下文中理解。作者解释说，Hassabis 实际上是在介绍 Gemini for Science，一组用于帮助研究人员探索和发现新知识的实验性 AI 工具。文章指出，科学界听到这番话，可能会理解为 AI 正在显著缩短医学发现所需的时间，但普通公众很容易把它听成“AI 会治愈所有疾病”。作者强调，这并不是现实世界里医学突破的运作方式。

文章还把这次发言放在更长的 AI 医疗研究历史中看待，指出 AI 早已用于可穿戴设备算法、基于机器学习的检测功能以及其他研究流程。文中引用一项元分析称，AI 在减少新冠疫苗研发时间方面发挥了重要作用，但同时也提醒，算法偏见、数据隐私、监管和全球公平获取等问题仍然存在。随后，文章以 AlphaFold 为例说明 AI 在科学中的实际价值：它帮助研究人员理解蛋白质结构，并被用于疟疾疫苗、LDL 相关蛋白和早发帕金森病研究。最后，文章提到 AlphaGenome 是一个用于预测人类 DNA 序列突变影响的模型，但 Google 自己也承认，它并未被验证用于个人基因组预测，而且在捕捉细胞和组织特异性模式方面仍有明显局限。

来源与参考

1. 原始链接
2. ‘Solve all diseases,’ you say?