AI、大脑与创新药：院士们解码 “智能协同” 的未来图景 —— 从类脑探索到药物革命的跨界融合

　　当人工智能与生命科学的边界逐渐消融，两者的碰撞正催生前所未有的创新可能。在 2025WAIC 世界人工智能大会上，三位深耕生命科学领域的院士 —— 陈润生、蒲慕明、陈凯先，从理论原点、脑科学启示与产业实践三个维度，勾勒出 AI 与生命科学交织的未来图景：AI 不仅在破解生命密码，更在向大脑学习突破自身瓶颈;而生命科学的底层逻辑，正为 AI 的进化与创新药的革命提供全新坐标系。

　　一、陈润生：AI 能否成为 “第二创新中心”?—— 从理论原点看智能的新可能

　　“如果能造出可工程化的‘数字脑’，社会变革将难以想象。” 中国科学院院士陈润生的判断，直指 AI 超越工具性的潜能。作为理论生物学与生物信息学领域的开拓者，他将当前 AI 的爆发追溯至 2017 年 Transformer 架构的突破 —— 这一技术通过将语言转化为矢量，缝合了上世纪 80 年代割裂的 “机器学习理论” 与 “语言统计理论”，催生了今日的大语言模型。

　　更具颠覆性的是，AI 展现出的 “涌现、顿悟、幻觉” 等现象，暗示其可能生成训练数据之外的新知识。“若这些知识符合客观规律，便是新的智能火花。” 陈润生认为，这意味着 AI 有望成为继人脑之后 “另一个原始创新的中心”，甚至揭示物质世界除生物进化外，还可通过人工智能诞生新智能体系的可能。

　　但他同时强调 AI 与人类智能的鸿沟：人脑以 860 亿神经元、20-30 瓦能耗实现的复杂度与集成度，远超当前 AI 系统;更关键的是，AI 的 “黑箱” 属性使其工作机制难以解释，未来需从底层突破理论瓶颈，才能真正逼近高级智能。

　　二、蒲慕明：向大脑 “取经”—— 类脑智能的真实蓝图

　　“大脑的高效，源于百亿神经元、千余种细胞类型与高度专业化的连接。” 国际著名神经生物学家、中国科学院院士蒲慕明，将 AI 的进化方向锚定在对大脑的深度模仿上。他以空间转录组学图像展示：大脑皮层的细胞因基因表达模式不同呈现 “彩色点阵” 般的多样性，而灵长类动物神经元投射的 “高度专一性”，正是复杂认知功能的基础 —— 这些都是当前仅有一种 “虚拟神经元” 的 AI 难以企及的。

　　在他看来，大脑的 “可塑性” 是类脑智能的核心启示：从 Hebb 法则到 “脉冲时序依赖可塑性(STDP)”(神经元脉冲的毫秒级先后决定连接强弱)，生物学习法则的精妙远胜 AI 的参数调优;而短期记忆向长期记忆的转换机制(如间隔性学习的筛选与巩固)，更是当前 AI 模型的短板。

　　蒲慕明倡导 “反向借鉴”：既用神经原理设计 AI(如引入反向连接、侧向连接与发育性网络修剪)，也通过 AI 与大脑的对比深化对智能本质的理解。他认为，脑科学的经验还可为 AI 伦理、标准制定提供底层依据，划定技术边界。

　　三、陈凯先：AI 改写创新药版图 —— 中国从 “跟跑” 到 “领跑” 的契机

　　“赛道不是我们开的，从 0 到 1 往往是别人先做。” 中国科学院院士、创新药物研究权威陈凯先，点出中国生物医药产业的痛点，而 AI 正成为破局的关键。他系统梳理了 AI 在药物研发全链条的应用：从靶点发现、分子设计到临床试验优化，AI 已从处理 “单一模态数据” 升级为整合基因、蛋白、病理信息的 “生物医药大模型”，甚至能提出原创生物假设并指导实验验证。

　　以上海临港实验室 “元生” 虚拟疾病生物学家、华为云 “盘古药物分子大模型” 等为例，陈凯先描绘了 “主动数据驱动” 的新范式：AI 的 “虚拟筛选” 与高通量实验平台的 “自动化执行” 结合，形成 “设计 - 验证 - 学习” 的闭环;“虚拟细胞”“虚拟患者” 的模拟，则能以极低成本预测药效与毒性，大幅降低临床失败率。

　　“AI 可能让中国在创新药领域实现从跟跑到领跑。” 他坚信，这种 “干法与湿法结合” 的智能范式，将推动中国突破原始创新瓶颈，重塑全球药物研发格局。

　　三位院士的思考殊途同归：AI 与生命科学的协同，不仅是技术层面的互补，更是对 “智能本质” 的跨界探索。从大脑中汲取进化智慧，用 AI 加速生命密码的破解，这场跨界融合正在改写创新的边界 —— 无论是智能的形态，还是药物的未来。