黄仁勋联手药企巨头:AI如何把“救命”变成一道数学题?

大家敢相信吗？这可能是人类历史上最硬核的一次握手。这一边是穿着标志性黑皮衣，掌握着全球算力命脉的英伟达CEO黄仁勋，另一边是西装革履掌管着全球市值第一药企礼来公司的CEO戴夫·里克斯。就在不久前的摩根大通医疗健康大会上，这两个看似八竿子打不着的男人坐到了一起。他们不是为了聊股票，也不是为了聊游戏，而是为了宣布一项高达10亿美元的疯狂计划。他们要联手彻底颠覆人类几千年来找药治病的底层逻辑。

如果你看懂了这场对话，你就会明白为什么黄仁勋会敢于断言，计算机科学和生物学的结合将引发人类历史上最伟大的工业革命。今天我就用最通俗的逻辑带你拆解这场足以载入史册的对话，看看AI到底是怎么把救命这件事儿从一场运气的赌博变成一道精准的数学题。

残酷的反摩尔定律与松露猎人

首先我们要搞清楚一个残酷的现实，在AI入场之前，发明一款新药到底有多难？在科技圈有一个摩尔定律，电子产品每年都在变快变便宜。但在制药界有一个令人绝望的反摩尔定律，业内叫它Eroom’s Law，什么意思呢？就是科技越发达，发明新药反而越贵、越慢。礼来CEO戴夫在现场给出了一个让所有人心碎的数据，现在要研发一款成功上市的新药，平均需要耗时10至12年，烧掉超过20亿美元。而且最绝望的是这一切像极了买彩票，90%的药物倒在了临床实验阶段，所有的钱和时间全部打水漂。

为什么会这样？戴夫·里克斯在对话里讲了一个极其生动的比喻，他说以前的制药就像是在森林里找松露。这可不是开玩笑，他讲了一个真实的故事，当年礼来为了寻找抗生素，科学家们是真的要把人派到世界各地的热带雨林里去。比如著名的万古霉素，就是从婆罗洲丛林里挖出来的一勺泥土中发现的。

大家想象一下这个画面：我们在数以亿计的化学分子里完全是在碰运气，我们要找一把钥匙去开一把锁，但我们不知道钥匙长什么样，只能去森林里挖土，去大海里捞针，把大自然里的分子一个一个拿来试，这就是为什么救命药卖的那么贵，因为你在为那9999次的失败买单，这本质上是一种极其低效的手工作坊。

黄仁勋的“暴论”——把生物学变成信息学

但是黄仁勋在这次对话里直接把桌子掀了，他提出了一个颠覆性的观点，也是贯穿整个对话的核心。生物学本质上就是一个信息处理的问题，这句话太关键了，大家一定要记住。

老黄认为生命体虽然复杂，但它不是魔法，DNA是代码，蛋白质的氨基酸序列是语言。既然是语言，计算机就能读懂，既然是代码，AI就能编程。所以英伟达和李赖联手要做的事情就是把制药的逻辑从去森林里找松露变成在电脑里画图纸。这就要用到我们现在最熟悉的生成式AI。大家现在都用过ChatGPT，你给他半句话，它能给你生成一首诗。它之所以能做到，是因为它学习了人类所有的语言规律。同样的道理，英伟达训练了一个生物学界的ChatGPT叫Bio NeMo。

当AI学习了数十亿种化学结构和蛋白质序列后，它就掌握了生命的语法。这时候我们不再需要去大自然里筛选现有的分子。礼来的科学家可以直接告诉AI我要一个能结合这个癌细胞靶点，但是不伤害肝脏且能穿过血脑屏障的分子。AI瞬间就能在虚拟世界里利用它掌握的规律，凭空生成几百万个全新的分子结构。

这就像是以前，你要造飞机得去鸟窝里找羽毛，现在你可以直接在电脑上用CAD软件画出空气动力学的完美模型。这不仅仅是速度的提升，这是维度的打击。我们不再是去发现药物，而是在设计药物。

干湿闭环——机器科学家的诞生

听到这儿，你可能会问，电脑里算出来的药吃到肚子里能管用吗？毕竟人体环境比电脑复杂多了，万一AI一本正经的胡说八道怎么办？

这就要提到这次合作中最精彩、最硬核的部分。他们建立了一个“lab in the loop”环路实验室，这是一个非常科幻的场景，也是未来制药工厂的雏形。

在这个系统里有两个大脑，一个是英伟达提供的干实验室（Dry Lab），也就是超级计算机。在这里AI负责疯狂设计，模拟几亿次药物分子和病毒的虚拟厮杀。另一个是礼来提供的湿实验室（Wet Lab）。在这里没有疲惫的科学家，只有不知疲倦的自动化机器人。

流程是这样的：当AI设计出一个它认为完美的分子，指令会立刻发送给机器人，机器人自动在实验室里合成这个药物，自动做生物测试。注意最关键的一步来了，测试的结果不管是成功还是失败，数据会通过光缆瞬间回传给AI。AI拿到真实世界的反馈后会立刻修正自己的大脑。原来这个结构在现实中不稳定，下次我不这么设，这就形成了一个完美的闭环。AI设计、机器人验证、数据反馈，AI进化。

戴夫·里克斯非常兴奋地说，这个闭环让药物研发的迭代速度从以年为单位变成了以周甚至天为单位。这是一个24小时不睡觉，智商每秒钟都在进化的超级科学家。

从绝症到个性化，每个人的希望

那么这套“AI加生物”的组合拳到底能给我们普通人带来什么？戴夫·里克斯在现场特意提到了现在的减肥神药GLP-1。他说通过AI的大数据分析，他们发现这类药物的潜力远不止减肥。AI看到了人类肉眼忽略的规律，发现它对心血管疾病，甚至对大脑的成瘾机制都有奇效。

更重要的是，对于那些阿尔茨海默症、癌症等超高难度的疾病，人类的大脑已经算不过来了。以前很多疾病被称为“不可成药” ，是因为致病蛋白的结构太滑溜，找不到下嘴的地方。但现在有了AI的原子级模拟，我们可以找到那些极其隐蔽的锁孔，设计出极其复杂的钥匙。

黄仁勋非常动情地说：“我们正处在将生物学转化为工程学的起跑线上。”这意味着未来我们生病了，医生开的药可能不是药店里统一卖的通货，而是AI现场根据你的基因代码为你量身定制的专属补丁。

这也意味着，研发成本被打下来后，那些因为不赚钱而被药企放弃的罕见病终于有了被治愈的希望。这场对话结束时，我看到要的是一种前所未有的希望，以前我们面对疾病，是在黑暗的森林里等待运气的降临，现在，有了算力这盏探照灯，我们终于开始主动绘制生命的地图。当硅基的智慧开始理解碳基的奥秘，我们这一代人或许真的能见证“绝症”这个词慢慢消失在历史的尘埃里。这不仅是英伟达和礼来的野心，这是科技给生命最浪漫的承诺。

关注我，带你看清科技变革背后的底层逻辑。也欢迎大家加入我的会员视频专区，了解更多有趣的科学知识，那里有关于这次技术变革更深度的产业拆解，我们下期见。