數位轉型 2023/09/23

祖克柏夫妻的遠大計畫：用AI建構西元2100年後的無疾世界

Zuckerberg 夫妻日前宣布將建造一個高速運算系統，透過 AI 將細胞編目紀錄，並預測人體患病時的細胞行為。所有數據將被用來進行新研究，目的是在西元 2100 年消除所有人類疾病。雖然時間跟金錢成本難以估計，項目也才處於初期計畫階段，但學界對此感到期待且興奮。

顏誌廷

Photo Credit：Getty Images for Breakthrough Pr

Facebook 創辦人祖克柏（Mark Zuckerberg），日前與其妻共同宣布將建造一個高速運算系統，透過 AI 將細胞編目紀錄，並預測人體患病時的細胞行為。所有數據將被用來進行新研究，目的是在西元 2100 年消除所有人類疾病。雖然時間跟金錢成本難以估計，項目也才處於初期計畫階段，但學界對此感到期待且興奮。

夫妻同心，其利斷金。而 Mark Zuckerberg 和 Priscilla Chan 的志向更為遠大。這對伉儷計劃建造一個高速運算系統對現有的細胞圖像資料庫進行分析，目標是在西元 2100 年消除所有人類疾病。

他們的目標是開發一個運算系統，研究人員透過 AI 將細胞編目紀錄，並預測人體患病時的細胞行為。Zuckerberg 夫妻在聲明中表示數據將被用來進行新研究，目的是徹底消除人類疾病。

距離哈佛大學和麻省理工學院車程不到 10 分鐘的博德研究所（Broad Institute），是基因和生醫研究的頂尖學術機構，也是基因編輯技術 CRISPR 的發源地。Anne Carpenter 在此負責透過運算技術進行藥物研發，對於 Priscilla 及 Zuckerberg 的計畫感到振奮。他對 Insider 表示：

很高興生物學家在工作上有更強大的運算能力可供應用，對於這項計畫我感到非常興奮。

雖然前景看來一片光明，但該計畫畢竟處於初期階段，離正式運作還為時尚早。

他們不是宣布『我們已經為計畫開發一個專屬模型。』相反的，他們表示『我們計劃建立一個可供生物學家建立新模型的資源。』Carpenter 表示。

Chan Zuckerberg Initiative 是 Zuckerberg 夫妻成立的有限責任公司，該公司告訴 The Register 計劃在 2024 年運作這個項目，但拒絕告知此項目的預估開發成本。考量到 GPU 市場供不應求，且短期內供需缺口難以縮小，開發這項生醫 AI 系統的花費可能是筆天文數字。

Chan Zuckerberg Initiative 表示，它們計劃建構一個由 1000 個 GPU 組成的電腦系統，該系統會對資料庫儲存的圖像進行視覺化分析以區別健康和患病細胞。該系統之後將開放給大眾使用，讓研究人員可以共同合作進行這個項目，這也是 Carpenter 對這個提案感到興奮的主要原因。

Carpenter 表示，並非全國的生技實驗室都具備足夠的運算能力進行研究。如果這個計畫順利，將有助於消弭實驗室間的資源差距，為使用 AI 尋找全新療法的研究人員提供機會均等的研究環境。

AI 改革醫療保健之路

Chan Zuckerberg Initiative 於 2015 年成立，主要贊助項目是舊金山當地的社區和教育項目，但 Zuckerberg 旗下其他公司以前曾涉足生技領域。Meta 在 2022 年推出名為 ESMFold 的 AI 演算法，使用與此次用於新資料庫的相似 AI 技術建立。

ESMFold 運用 LLM（Large Language Model，大型語言結構）進行蛋白質結構預測，被認為是 AlphaFold 的加速版本，Forbes 更將 ESMFold 稱作「AI 領域最重要的成就」。因為 ESMFold 解決了幾十年的科學難題：如何運用 AI 快速預測蛋白質結構。

AlphaFold 是 Google 旗下 DeepMind 開發的蛋白質結構預測程式，在 AlphaFold 問世前，學界需要花費數年辨別蛋白質結構，而 AlphaFold 只需花費幾天即可完成，且準確率高達 90% 以上。

AI Proteins 的首席科學家 Chris Bahl 之前曾對 Insider 表示：

透過向人們展示 AI 的無限可能，AlphaFold 已經掀起創新的浪潮。

ESMFold 被輸入了蛋白質跟胺基酸的各項數據，透過已知蛋白質的基礎上進行訓練。Meta 該項目的研究負責人 Alexander Rives 表示，由於 ESMFold 直接利用胺基酸序列進行預測，流程比 AlphaFold 更為簡潔，僅用兩週便預測出超過 6.17 億個蛋白質結構，速度最高達到 AlphaFold 的 60 倍，但他也指出 ESMFold 的整體準確度不及 AlphaFold。

CZI 的通信副總裁 Jeff MacGregor 表示：

LLM 在協助人類了解蛋白質結構方面表現出色，我們認為在辨識更複雜的細胞結構方面，LLM 也能稱職的協助我們順利完成。

核稿編輯：湯皓茹

《商益》主張「商業是最大的公益」，報導專注於讓讀者理解資本力量、商業本質以及財經語言。歡迎加入 Discord 社群，並免費註冊訂閱商益電子報。