实侧数据打脸 scaling 信徒:AI 药物结合模拟准确率仅 49%
citrini · x · 2026-10-25
投资人 citrini 长文剖析「AI 派」与「生物学派」对 AI 能否加速药物发现的根本分歧:
- AI 派信奉 scaling laws 与 bitter lesson,认为 AI 变强自然意味着能做出新医学发现;生物学派则认为生物学不存在 bitter lesson——AI/ML 目前连结合亲和力、功能性实验等 in vivo 研究都无法可靠模拟,离可靠的 in silico 毒理学模拟至少还有 5-10 年。连最「AI 信仰」的生物学家也不认为 AI 能在近期发现新靶点或产生因果生物学的新理解,甚至认为「ASI 能从现有知识里找出疗法」的假设明显不成立。
- 作者以亲身实践佐证:AI 确实能高速生成新分子,但其 in silico 结合模拟准确率只有 49%;想提升就得把实验室数据喂回去,而获取这些数据的耗时是生成分子的 30 倍——这还只是试管实验,若需招募人类受试者监控反应,周期更长。
- 人类生物学极其复杂:新药(尤其新机制新药)的相互作用含高阶效应,现有数据无法预测;虚拟细胞虽有进展,但覆盖的扰动只是可能空间的一小部分。人脑涉及人类特有的细胞类型,动物实验参考价值有限。
- AI 能加速数据分析、试验设计与审批,但「无法把 6 个月的临床试验压缩到 3 个月」。
结论:AI 在生物学上的进步空间真实存在,但把编码领域的提速经验套用到生物学,低估了「获取新生物数据」这一根本瓶颈。
所属事件:投资人长文剖析AI派与生物学派在药物发现上的根本分歧(2 条相关)→
「漫话AGI」频道最新
- AI 圈吐槽:slop 论文为何难审,审稿人自己说不清 — mrdrozdov · 2026-10-25
- 数学家评 OpenAI 攻克 Navier-Stokes:没有 AI 百年也难达成 — skdh · 2026-10-25
- 形式验证与静态分析可互相替代:AI 时代的编程语言押注论 — xennygrimmato_ · 2026-10-25
- 技术人不能只做批评者：引用 Blake 诗句呼吁去创造系统 — fkasummer · 2026-10-25
- Palantir CEO Karp:AI 竞赛只有中美算数,欧洲无足轻重 — 2C_ornot2C · 2026-10-25
- 博主称大厂推 AI 监管意在清洗小实验室、巩固垄断 — Ghost_Pilot_MD · 2026-10-25