英伟达加注生命科学：从GPU到DNA，AI的下一个拐点即将到来？- 大数跨境

首页

英伟达加注生命科学：从GPU到DNA，AI的下一个拐点即将到来？

问芯

2024-04-07

导读：英伟达将生物医药视为公司未来发展的重要方向和新的增长点，能否复制 AI 上的成功，值得关注。

我们都知道英伟达是一家芯片公司，但近几年该公司频繁在生物医药领域进行投资和布局。究其原因，正如英伟达 CEO 黄仁勋在 2024 年世界政府峰会上所说：“人人都必须学会计算机的时代过去了，人类生物学才是未来。”

而制药行业由于高成本、长周期特点，寻找更高效、成本更低的研发方法成为行业共识。AI 技术在这方面的潜力，吸引了资本和企业的广泛关注。

仅 2023 年，英伟达就战略投资 9 家 AI 制药公司，涵盖了从 3D 深度学习药物发现、细胞图像分析，到生成式 AI 应用于 mRNA 药物和疫苗设计等多个创新领域。今年 3 月份，英伟达又投资了一家位于英国的生物技术公司 Relation Therapeutics，该公司利用单细胞多组学、功能检测和机器学习技术，以深入理解人类生物学和疾病，致力于开发变革性药物。

Relation Therapeutics 还利用英伟达的 Cambridge-1 超级计算机开发了一个大语言模型，通过读取 DNA 来更好地理解基因。公司目前正专注于骨质疏松症的临床方向，并计划将其产品线扩大到免疫学和代谢疾病领域。

Relation Therapeutic 也加入了英伟达的基于生成式 AI 的药物发现平台 BioNeMo。该平台提供了一种快速、简便的方法，让研究人员可以基于自己的数据来训练模型，并将这些模型部署在药物研发的各个应用领域。如今，BioNeMo 已被制药公司、生物技术公司和软件公司广泛采用。

而 BioNeMo 是英伟达更广泛计算平台 NVIDIA Clara 的一部分，Clara 旨在为医学影像、医疗器械、基因组学、药物研发等医疗健康和生命科学领域的 AI 解决方案提供支持。同时，英伟达发布了一系列生成式 AI 微服务，为相关生物医疗领域提供生成、预测和模拟功能，这些服务在 NVIDIA DGX Cloud 中运行。

除了搭建平台和工具助力生命科学领域，英伟达还与行业内公司建立广泛合作。例如，英伟达已与阿斯利康、基因泰克、安进等大型制药公司达成合作，像与基因泰克进行战略性 AI 研究合作，双方联手在英伟达的 DGX Cloud 上加速和优化企业专有的机器学习算法和模型，以加速药物发现和开发。对此，英伟达在今年 3 月的一份博文中提到：“成熟的企业平台坐拥数据金矿，这些数据可以转化为生成式 AI 助手。我们与合作伙伴生态系统一起创建的这些容器化 AI 微服务，是各行业企业成为 AI 公司的基石。”

生命科学工程化的拐点或即将到来

AI 与生物的融合有望在未来带来医疗健康领域的革命性变革，包括但不限于疾病的早期诊断、新药的快速研发和个性化医疗方案的制定等。据了解，医疗保健客户和合作伙伴每年直接或间接消耗的 NVIDIA GPU 计算费用已超过 10 亿美元。

（来源：AI 制图）

从以上可以看到，英伟达不单纯是投资生物医药公司，其还围绕医药领域打造了进一步的生态系统。正如英伟达在 AI 上的成功很大一部分源于对 AI 潜力的早期认识和对技术的全面投入，通过提供覆盖广泛的 AI 解决方案、建立战略合作伙伴网络、巨额研发投资，以及强大的 CUDA 软件生态系统和持续的产品创新，英伟达确保了其技术领先。这助推英伟达的股价一飞冲天，站上 2 万亿美元高点，超越谷歌等一众科技公司，成为仅次于苹果和微软的存在。

在传统计算硬件市场趋于饱和与竞争加剧的情况下，英伟达向生物医药科技领域的扩展，体现了它对未来发展趋势的预判。英伟达有意识地构建一个围绕AI医药研发的生态，或成为其在相关领域形成技术和市场双重领先的关键。

分析英伟达在生命医药领域布局的逻辑，除了全球人口老龄化加剧和慢性疾病增多，生物医药领域的研究和开发变得越来越重要，市场需求持续增长之外，另从黄仁勋在世界政府峰会上对生命科学的评价可窥一二。

他提到，生命科学的成就通常被视为零散的“发现”而不是系统性的“工程成果”。但是生命科学应该向工程学科转变，特别是通过数字生物学这一新兴领域。利用计算机科学、人工智能等技术来解析和设计生物系统，使得生命科学的研究和应用更加系统化、可预测和可控。

而英伟达在推动生命科学领域的转型中可以扮演关键角色，正如使用 GPU 助推 AI 变革一样。英伟达可以提供 GPU 加速的计算平台，帮助科学家更快地处理和分析大规模生物数据，从而加速科学研究和新药开发。黄仁勋还表示，如果有重来一次的机会，他会首先考虑生物学，特别是和人类相关的生物学。他认为向生命科学工程化转变的时刻即将到来。

这种转变可能会加速生命科学的发展，不仅提高了行业的研发效率和创新能力，也为疾病治疗和预防提供了新的视角和方法。这或使新的治疗方法、药物和生物技术产品能够更快地从实验室走向市场，进而对人类健康和可持续发展产生积极影响，并有望解决一些最为紧迫的全球性挑战。

英伟达能否再次复刻 AI 的成功？

AI 制药的终极目标可以说是实现从靶点发现到临床试验的闭环，即一个完全由 AI 引导的药物发现和开发流程，这在理论上可以大幅提高药物研发的效率和成功率，降低成本。然而，这个目标是否能够实现，目前仍处于检验阶段。

虽然 AI 在制药领域的应用前景广阔，但也面临着一系列问题和挑战。比如，AI 和机器学习模型的性能高度依赖大量优质数据，但制药行业的相关数据经常是分散、未标准化的，或者因隐私和商业机密问题而难以获得。此外，在药物研发中，理解模型的决策过程至关重要，但当前 AI 模型常被认为是“黑箱”，存在可解释性问题。解决这些挑战需要行业、学术界和监管机构之间的紧密合作。

另一方面，尽管 AI 有潜力减少整体的研发成本，但初期投资仍然高昂。开发、训练和部署高效的 AI 系统需要显著的计算资源和专业人才，这对许多公司来说是一个重大的财务负担。

相比传统计算领域，生命医药学科涉及到的生物机制、疾病路径以及治疗方法更具多样性和复杂性，需要多方跨学科合作。同时，英伟达还面临已有 AI 和芯片领域的激烈竞争。

如今，英伟达将生物医药视为公司未来发展的重要方向和新的增长点，并通过早期投资和技术积累，以期未来在该领域占据更有利的竞争位置，并进一步巩固其在 AI 和深度学习技术方面的领导地位。

面对以上问题和挑战，英伟达能否将在 AI 上的成功复制到生命医药领域，值得关注。

参考：

https://mp.weixin.qq.com/s/iPfI2KVKjll1ul8bumF6Yg

【声明】内容源于网络

问芯

AI、机器人和未来。

内容 628

粉丝 0

问芯 AI、机器人和未来。

总阅读45

粉丝0

内容628