AI芯片巨头英伟达创始人黄仁勋：下一个黄金赛道是生命科学

“我的回答可能与人们的印象完全相反。”2月12日，在2024年世界政府峰会（World Government Summit）中，面对阿联酋方面负责人工智能的国务部长Omar Sultanal Olama提出的“如果站在科技发展的前沿，人们到底应该学习什么”的问题，英伟达CEO、“全球芯片之王”黄仁勋语出惊人。

黄仁勋在2024世界政府峰会上发言（图片来源于网络）

1963年出生于台湾省的黄仁勋，如今已逾耳顺之年。四十年前，他从美国俄勒冈州立大学的电子系本科毕业，随即投身于半导体领域；在芯片巨头Intel统治下的夹缝中，他历经集成电路、芯片与计算机领域竞争最为激烈的阶段，从硅谷中摸爬滚打出来，创立了自己的芯片公司英伟达（NVIDIA）。

之后，黄仁勋凭借个人能力征战工商界，克服重重困难，生产出全球第一个真正意义上的GPU（图形处理器），成为与Intel比肩的大企业，彻底改变了整个行业的游戏规则。2015年，黄仁勋更是找准时机带领NVIDIA打入深度学习领域，让他的GPU成为深度学习研究的“标配产品”。

黄仁勋在介绍NVIDIA公司的产品（图片来源于网络）

时间来到2024年。如今Nvidia早已占据了世界视觉计算领域的大部分市场份额，而身价163亿美元的他，不仅已跻身全球二十大富豪之列，还因GPU对人工智能领域发展的贡献而获选美国工程院院士。也正是在这样一个人工智能方兴未艾，而计算机领域风头正盛的“大AI时代”，面对“到底该学习什么”的问题，黄仁勋正如他几十年来为NVIDIA所做的那样，给出了极有前瞻性的回答。

“他们会告诉你，几乎每个人都该学习编程。但事实上，情况与计划完全相反”，他给出的答案，并不是计算机科学，因为在这个AI急速进步的时代，工业巨头们很可能制造出一种非常强大的处理工具，使得编程不再需要特别的学习，而是成为人人都能够通用的语言。

在大量功能强大的AI面世的冲击下，传统的计算机科学领域犹如强大、自足而拥挤的船队，向往着未知世界的另一片蓝海。在黄仁勋的思考中，这片未知的蓝海，这块尚未被人类的科技成果充分开发的“新大陆”，正是「生命科学」。

生物学如此多样、复杂、难以理解。例如分子与细胞，却充斥着繁杂无比的信号传导与分子互作系统；再如器官与人体，由无数神经信号相互连接，无数细胞共同配合，构成宇宙般广袤无际而多元纷呈的生命图景。

生物学同时又无比重要。癌症、老年痴呆症、心脑血管疾病、糖尿病、尿毒症……这些迫切威胁着人类生命健康和生活质量的重大疾病，多数尚缺乏充分的生物学了解，更缺乏合适有效的生物医疗手段。

在黄仁勋的计划下，新的计算机系统或许能够用来帮助生物学家进一步理解和处理极端复杂的生命系统，如细胞信号途径的动力学问题、神经细胞的复杂连接关系，乃至对认知科学中“意识”领域的解读；更重要的是，计算机科学乃至整个工业界的强大发展，将能够“反哺”人类，使得生命科学如同当年的物理学那样，成为一门真正广泛而强大的“工业工程”。这将能够使得生物学进入“定量化”的、“工程化”的、“可应用”的时代，走出纯粹追求自然真相的“理科”象牙塔，抛开各种晦涩难懂的实验室术语，在对社会的改造中彻底摘下纯理科所特有的“天坑”标签。

生命科学本身追求定性，追求描述，追求逐条地搞清楚物质之间的巧妙联系，并解释其对于生物、生存方面的重要意义。然而，数理基础科学却追求确定的规律与完全的定量，追求抽象化、公式化的，构建于简洁坚实的「自然定律」上的“物理高塔”。

19世纪50年代，遗传物质DNA的发现和双螺旋结构的测定标志着分子生物学的起源。在这一划时代的成就中，生物学家根据实验探索与事实推理确定DNA为遗传物质；物理学家发展了X射线晶体学，并对DNA分子的三维结构进行了数据测定；最终，生物学家（James D. Watson）根据“碱基互补配对”所带来的独特遗传学意义否定了三螺旋的存在，与物理学家们对晶体衍射实验结果的推算互相结合，最终搭建出了这一举世闻名的双螺旋模型。

现代分子生物学的开端：核酸被确定为遗传物质，和DNA双螺旋结构的确立（图片来源于网络）

如今，在生命科学界的前沿领域，就如当年双螺旋结构的发现那样，生物学家用生物的世界观和方法论，在实验的设计和结论的整理中指挥着、推动着生命现象的剖析和理解；物理学家则尽力造出各种工程化的实验仪器，试图革新一代又一代的实验方法与范式，用更加强大的仪器去获取生物来源的定量数据。数十年来，在生命科学中，生物学与物理学在两个不同的维度上，分别用自己的方法，合作理解着“生物”这一复杂个体所蕴含的意义。

沃森和克里克对DNA双螺旋结构的发现，本身就从哲学的角度，启发着我们对于生命科学未来的思考。一位生物学家和一位物理学家，以物理X射线衍射数据和生物意义指导的模型搭建相结合的方式，阐述了生命世界上最关键，也是最本质的一个真相——双螺旋。

“每一年，我们的软件、芯片和基础设施都在变得更好；然而，生命科学的进步却是零星的。未来的生物学将成为常见的工程领域，而不只是科学领域。而当某件事不再是一门单纯的科学而是成为工程学的时候，它就会变得不那么零星而且指数级提高。”在谈话中，黄仁勋对生命科学与物理学密切合作的未来充满信心。

一条长出了机械腿的机械化鱼。你可以想象它有一个生物学概念驱动的脑子（此图片由作者使用AI绘制）

事实上，对于NVIDIA公司来说，生物医药也是他们放不下的“蓝海领域”。过去十年，通过建设Nvidia Clara集成式生物医学计算平台，公司在医疗保健领域建立了深厚的专业基础。

在生物制药、医疗设备、医疗影像和基因组学研究方面，NVIDIA都做出了卓越的成就——尤其是在药物研发方面，在GPU助力的深度学习技术和神经网络算法驱动下，NVIDIA掌握的大语言模型几乎能够加速新药研发的每个阶段。从训练能够理解化学空间的大型语言模型（LLM），到分子动力学模拟、蛋白质结构预测以及生成式化学分子设计，他们的新型深度学习技术正在改变药物与医学工作者探索不断扩展的生物化学领域的方式。

NVIDIA在生物分子的化学信息分析方面进行了有力的探索（图片来源于NVIDIA官网）

对于给定的蛋白质结构，可以计算生成能够与特定位点对接的小分子药物，加速虚拟筛选；通过结合更新的数据分析方法，能够大幅度改善冷冻电镜解析蛋白质三维结构的分辨质量；对候选药物与其预期靶标的结合强度进行模拟计算，能够实现量子力级的精度、能量和力学数据测定；甚至从氨基酸小分子开始，搭积木般地对蛋白进行从头设计（de novo protein design）来生成世界上从未存在过的、拥有全新结构模式与功能的新蛋白分子，也已经成为计算与工业界广泛讨论的“热门话题”。在这些生物学工程化研究的最前沿，NVIDIA已经“占得先机”，在充分的布局与研发中拿出了业内公认的奠基性成果。

「神女应无恙，当惊世界殊。」在这个AI降临的时代，每一个人都在问，“我需要学什么，才不会被淘汰”；每一个人都会疑惑，“如果AI终将足够强大，那我专业的意义体现在哪里”。

面对AI这样强大的工具，人类首先会感到恐惧；但在恐惧之后，我们将从更深入的思考中看到「人类」与「AI」联手合作的价值所在。读者或许还记得，2016年AlphaGo在人机大战中成功击败李世石，一年之后再度零封柯洁，宣告着AI算力对围棋领域“强势压制”时代的到来。在此之后，不同于认为“围棋的艺术性已经消失”而黯然隐退的李世石九段，现役的世界第一棋手申真谞九段，已经对围棋界的AI时代产生了不同的看法——

“在AI时代以前，人类自我筑成藩篱，躲在里面把「未知」当成「艺术」。而AI恰恰向人类展示了藩篱之外有更深奥的艺术，而不是标榜AI本身就是艺术。”

也许，未来的生物学也是这样。人工智能的到来，即将进一步消除人的“工具性”，消灭人的“搬砖性”，但却不会抹消掉人类意志的本身；AI自身可能足够强大，但人类与AI的合作，或者说人类“站在AI的肩膀上看世界”，将比单独的AI走到更高更远处。

而此时此刻，只有人类充分利用好AI的价值，将人类的“认识”与“感知”和AI的“储存”与“数据”相结合，将人类对自然事物的科学理解和计算机所提供的强大算力相结合，才能真正产生出改造旧世界、创造新世界的巨大力量。这就是后AI时代的「生命科学计算化」、「生命科学工程化」的真正意义。

没有一种力量可以独自走向未来，人类的思维与AI的能力终将握手（图片来源于网络）

未来的时代，不会单单是人类的时代，更不会仅仅是AI的时代。人类本身无法企及工具的力量，而工具也从来无法替代人类本身的意志；人类头脑中思想的觉醒与人类双手中工具的革新，正在一如既往地，驱动着世界这艘驶向新时代的航船。