LLM 只读过教科书:基因组模型才能发现新生物学
julia_kiseleva · x · 2026-11-18
作者 Julia Kiseleva 回应一个常见质疑——「为什么要专门为 DNA 建模型?LLM 不是已经懂生物学了吗」。
- LLM 学的是人类写下的生物学:文献、数据库、通路与变异的记录,是对科学记录的压缩表示,这让已有知识可被自然语言检索与组合,已经很有变革性。
- 但文献只是当前科学认知的快照:绝大多数可能的突变从未被实验测试,大多数调控序列未在所有细胞类型中测量过,变异×环境×细胞状态的组合大多从未被观察。
- 对于一篇论文里都没出现过的突变(比如某增强子在特定细胞类型中的活性变化),答案不在任何句子里,只能从 DNA 本身预测——这正是基因组基础模型的训练目标。
核心论点:语言模型学到的是「科学写下来的东西」,基因组模型学到的是「进化编码的东西」,二者互补而非替代。
「漫话AGI」频道最新
- 北大学者提出 RSI Tax:验证开销占自我改进成本 74.8-93.6% — RobertTLange · 2026-11-18
- 旧金山 AI 圈弥漫焦虑:「留给智力贡献的时间只剩 1-5 年」 — CatAstro_Piyush · 2026-11-18
- 「非人类经济」论:AI 将挤占土地与人力,经济或变成 99% 算力基建 — thomasahle · 2026-11-18
- 研究者用 OpenAI 数据反驳「智能体蜂群」论:现实任务成功率撑不起叙事 — rbhar90 · 2026-11-18
- 气象 AI 模型为飓风路径人群多争取一天预警时间 — davidmanheim · 2026-11-18
- 软件奇点是 S 型曲线而非无限指数:算力 substrate 设上限 — tszzl · 2026-11-18