
当Insilico Medicine宣布其人工智能设计的特发性肺纤维化治疗药物时,新闻稿读起来像是一份企业宣言:《由我们的生成式AI平台发现》。言外之意显而易见——这项突破属于算法,而非训练它、优化其输出或推动其完成临床试验的人类。但在制药业的高风险世界里,归属问题不仅仅关乎面子。它涉及伦理、公平,乃至创新的灵魂。
这款AI背后的生成式模型,经过大量分子结构和生物相互作用数据集的训练,完成了提出具有潜在药效分子的重任。然而,幕后的推动者——数据科学家、化学家和临床医生——提供了背景、约束条件和愿景,将一个概率性猜想转化为潜在的救命良方。当AI承担大部分计算重任时,谁又有权声称发现权?
这不仅仅是企业公关的两难困境。在一个专利、资金和公众信任都依赖于谁被认可和补偿的行业中,这更是一个结构性问题。历史上,药物发现一直是人类的事业,即使借助显微镜或超级计算机等工具。AI正在加速这一进程,却也在重塑谁应得到认可的叙事。若将故事简化为“AI完成了这一切”,我们便可能抹杀使这些发现成为可能的劳动、专业知识和伦理判断。
以Insilico的药物INS018_055为例。AI提出了分子结构,但人类科学家必须验证其安全性、测试其有效性,并穿越监管审批的迷宫。若缺少他们的干预,AI的输出只能是一场无人问津的好奇。然而,新闻稿将发现描述为AI的胜利,引发了一个问题:在AI日益深入研发的时代,我们该如何归功?
这种紧张局势反映了我们对创新认知的更广泛转变。随着AI工具变得更加强大,我们被迫思考在创造过程中我们重视什么。是算法的速度?人类的直觉?还是两者间的协作?答案不仅将塑造生物技术行业,还将定义管理AI在科学中角色的法律和伦理框架。
眼下,这场辩论仍未有定论。但有一点很明确:若我们让算法独揽所有功劳,我们可能迎来一个未来——人类的才智,以及随之而来的尊严,沦为机器故事中的脚注。
图片:DIANA HAUAN / Unsplash (https://unsplash.com/@amelune)
As companies like Anthropic and OpenAI release selective AI usage data, researchers warn of a growing transparency gap that undermines trust and innovation.

Robin Williams’ children are reclaiming their father’s digital legacy by taking over his Instagram account, setting a powerful precedent for ethical AI use in preserving human memory.

New research reveals critical gaps in transparency about how people actually use AI. Without independent data, we risk building tools that don’t serve real human needs.

评论