AI、大腦與創新藥：院士們解碼 “智能協同” 的未來圖景 —— 從類腦探索到藥物革命的跨界融合

　　當人工智能與生命科學的邊界逐漸消融，兩者的碰撞正催生前所未有的創新可能。在 2025WAIC 世界人工智能大會上，三位深耕生命科學領域的院士 —— 陳潤生、蒲慕明、陳凱先，從理論原點、腦科學啟示與産業實踐三個維度，勾勒出 AI 與生命科學交織的未來圖景：AI 不僅在破解生命密碼，更在向大腦學習突破自身瓶頸;而生命科學的底層邏輯，正為 AI 的進化與創新藥的革命提供全新坐标系。

　　一、陳潤生：AI 能否成為 “第二創新中心”?—— 從理論原點看智能的新可能

　　“如果能造出可工程化的‘數字腦’，社會變革将難以想象。” 中國科學院院士陳潤生的判斷，直指 AI 超越工具性的潛能。作為理論生物學與生物信息學領域的開拓者，他将當前 AI 的爆發追溯至 2017 年 Transformer 架構的突破 —— 這一技術通過将語言轉化為矢量，縫合了上世紀 80 年代割裂的 “機器學習理論” 與 “語言統計理論”，催生了今日的大語言模型。

　　更具颠覆性的是，AI 展現出的 “湧現、頓悟、幻覺” 等現象，暗示其可能生成訓練數據之外的新知識。“若這些知識符合客觀規律，便是新的智能火花。” 陳潤生認為，這意味着 AI 有望成為繼人腦之後 “另一個原始創新的中心”，甚至揭示物質世界除生物進化外，還可通過人工智能誕生新智能體系的可能。

　　但他同時強調 AI 與人類智能的鴻溝：人腦以 860 億神經元、20-30 瓦能耗實現的複雜度與集成度，遠超當前 AI 系統;更關鍵的是，AI 的 “黑箱” 屬性使其工作機制難以解釋，未來需從底層突破理論瓶頸，才能真正逼近高級智能。

　　二、蒲慕明：向大腦 “取經”—— 類腦智能的真實藍圖

　　“大腦的高效，源于百億神經元、千餘種細胞類型與高度專業化的連接。” 國際著名神經生物學家、中國科學院院士蒲慕明，将 AI 的進化方向錨定在對大腦的深度模仿上。他以空間轉錄組學圖像展示：大腦皮層的細胞因基因表達模式不同呈現 “彩色點陣” 般的多樣性，而靈長類動物神經元投射的 “高度專一性”，正是複雜認知功能的基礎 —— 這些都是當前僅有一種 “虛拟神經元” 的 AI 難以企及的。

　　在他看來，大腦的 “可塑性” 是類腦智能的核心啟示：從 Hebb 法則到 “脈沖時序依賴可塑性(STDP)”(神經元脈沖的毫秒級先後決定連接強弱)，生物學習法則的精妙遠勝 AI 的參數調優;而短期記憶向長期記憶的轉換機制(如間隔性學習的篩選與鞏固)，更是當前 AI 模型的短闆。

　　蒲慕明倡導 “反向借鑒”：既用神經原理設計 AI(如引入反向連接、側向連接與發育性網絡修剪)，也通過 AI 與大腦的對比深化對智能本質的理解。他認為，腦科學的經驗還可為 AI 倫理、标準制定提供底層依據，劃定技術邊界。

　　三、陳凱先：AI 改寫創新藥版圖 —— 中國從 “跟跑” 到 “領跑” 的契機

　　“賽道不是我們開的，從 0 到 1 往往是别人先做。” 中國科學院院士、創新藥物研究權威陳凱先，點出中國生物醫藥産業的痛點，而 AI 正成為破局的關鍵。他系統梳理了 AI 在藥物研發全鍊條的應用：從靶點發現、分子設計到臨床試驗優化，AI 已從處理 “單一模态數據” 升級為整合基因、蛋白、病理信息的 “生物醫藥大模型”，甚至能提出原創生物假設并指導實驗驗證。

　　以上海臨港實驗室 “元生” 虛拟疾病生物學家、華為雲 “盤古藥物分子大模型” 等為例，陳凱先描繪了 “主動數據驅動” 的新範式：AI 的 “虛拟篩選” 與高通量實驗平台的 “自動化執行” 結合，形成 “設計 - 驗證 - 學習” 的閉環;“虛拟細胞”“虛拟患者” 的模拟，則能以極低成本預測藥效與毒性，大幅降低臨床失敗率。

　　“AI 可能讓中國在創新藥領域實現從跟跑到領跑。” 他堅信，這種 “幹法與濕法結合” 的智能範式，将推動中國突破原始創新瓶頸，重塑全球藥物研發格局。

　　三位院士的思考殊途同歸：AI 與生命科學的協同，不僅是技術層面的互補，更是對 “智能本質” 的跨界探索。從大腦中汲取進化智慧，用 AI 加速生命密碼的破解，這場跨界融合正在改寫創新的邊界 —— 無論是智能的形态，還是藥物的未來。