扫描下载APP
其它方式登录
文章以福特流水线和集装箱革命为类比，论述AI正重构制药业底层逻辑：AlphaFold、Gemini for Science和IsoDDE构成新药物研发流水线，大幅提升效率并降低失败率；传统依赖人工试错的药企和CRO面临系统性替代，AI-native平台正成为全球头部药企标配，AI能力将成为药厂存续的必要条件。
DeepMind联合创始人哈萨比斯在红杉专访中阐述AI发展路径：强调游戏作为AI试验场，提出创业需领先时代5年而非50年；明确AGI是首要目标，并将驱动科学革命，尤其在生物学（如AlphaFold、Isomorphic Labs）和新药研发领域实现周期从十年缩至数天；指出AI模拟将催生机制可解释性等新工程学科，并推动经济学等复杂系统成为可实验的科学；最终主张信息是宇宙本质，AI即信息处理，其意义远超工具范畴。
谷歌DeepMind CEO Demis Hassabis在YC访谈中系统阐述AGI发展路径：强调持续学习、强化学习驱动的内省推理、端侧小模型与开源协同、AI驱动科学发现（如虚拟细胞）、以及垂直专业系统与通用AGI的分工协作；指出AGI有望于2030年实现，并提出‘爱因斯坦测试’作为衡量真正科学发现能力的标准。
Demis Hassabis强调AI最核心价值在于推动科学发现与人类健康，而非仅限于娱乐或生产力工具；以AlphaFold为例，展现AI作为‘发现工具’如何加速蛋白质结构预测等长期难题；他主张AI应成为新科学范式，兼顾科学理想主义与现实竞争，并警示AGI需关注自主行动带来的新型安全风险。
DeepMind CEO哈萨比斯指出，AI真正改变世界的方式并非聊天机器人等消费级应用，而是如AlphaFold在蛋白质结构预测、药物研发等基础科学领域的深层突破；他反思AI发展被商业竞争加速而偏离‘慢而深’的科研路径，并警示真正风险在于技术被滥用及AI自主执行任务带来的失控可能，而非虚假信息。
文章探讨AI竞争已从应用层转向底层科学突破，以AlphaFold、AlphaZero、AlphaTensor为例，指出谷歌主导90%底层创新，AI正从提升效率演进为自主发现新知识、重新定义问题，技术集中与使用分化共同加剧认知与能力鸿沟。
