AI來了，生物化學(xué)還值得報嗎？過來人的真心話

高考出分在即，很多考生和家長都在焦慮：AI都這么強了，像生物化學(xué)、結(jié)構(gòu)生物學(xué)這些生命科學(xué)方向，還值得報嗎？

我的答案很直接：值得。

但你絕不能再用過去那套方式來學(xué)。

大家好，我是李旭。

很多朋友都知道，我是生物化學(xué)出身，過去主要研究蛋白質(zhì)的三維結(jié)構(gòu)。

在過去，解析一個重要蛋白的結(jié)構(gòu)，是一項非常辛苦、非常漫長的工程。從克隆、純化，到X射線衍射、冷凍電鏡，再從模糊的電子密度里一點點看清楚一個蛋白質(zhì)的三維結(jié)構(gòu)，這件事非常不容易。

但幾年前，人工智能的飛速發(fā)展，已經(jīng)徹底重塑過這個領(lǐng)域。

過去需要耗費多年時間、反復(fù)試錯，才能得到的結(jié)構(gòu)信息，人工智能可能很快就能給出一個可信度很高的預(yù)測結(jié)果。

所以一開始，很多同行都在擔(dān)心：結(jié)構(gòu)生物學(xué)是不是從此就不存在了？甚至生物化學(xué)會不會也被人工智能取代？

但事實證明，這門學(xué)科并沒有消失，反而走上了加速發(fā)展的道路。

因為人工智能沖擊的，并不是生命科學(xué)本身，也不是生物化學(xué)本身。

它淘汰的是那些低水平、重復(fù)性、只需要照流程操作的流水線工作。

同時，它也把更多時間還給了真正的科學(xué)問題。讓我們可以用自己的分析和判斷，去挖掘更重要的生命線索。

面對人工智能快速給出的結(jié)構(gòu)信息，我們真正要判斷的是：哪些結(jié)果可靠？哪些答案可能并不真實？我們需要用什么實驗去驗證它？

而那些可靠的線索，又該如何幫助我們更快設(shè)計一款新藥，或者一種新的工程酶？

以前，我們常常困在“這個蛋白長什么樣”這個初始環(huán)節(jié)。

但現(xiàn)在，我們更關(guān)心的是：長成這個樣子的蛋白質(zhì)，到底有什么功能？我能不能改變它，讓它實現(xiàn)我想要的目標(biāo)？

這才是人工智能時代，生物化學(xué)從業(yè)者該有的新定位。

生命絕不只是電腦屏幕上漂亮的模型。

它發(fā)生在真實細(xì)胞里，發(fā)生在擁擠、動態(tài)、充滿噪聲的生命環(huán)境里。

人工智能可以幫我們搜索海量信息，給出一萬種設(shè)計可能。但最后，還是要由人來判斷，來嘗試，來驗證，到底哪條路通往真實有效的結(jié)果。

所以，有了人工智能，生物學(xué)不是不需要人了。

而是更需要我們懂底層分子邏輯，更需要我們有前瞻判斷力和想象力，能夠在一堆似是而非的答案里，引領(lǐng)科學(xué)不斷靠近真相。

所以，如果你真的熱愛生命的奧秘，想把生命科學(xué)作為大學(xué)專業(yè)，完全沒有必要被人工智能嚇退。

但在入學(xué)前，請記住下面四個原則。你必須用新的學(xué)習(xí)方式，去擁抱AI時代。

第一，徹底告別“背多分”的學(xué)習(xí)慣性。

這里說的“背多分”，就是誰背得越牢，誰分?jǐn)?shù)越高。

但在人工智能時代，真正前沿的生命科學(xué)，一定是理、工、醫(yī)的大交叉、大融合。

如果你只會死記硬背概念，未來會寸步難行。

第二，勇敢跨過數(shù)據(jù)盲區(qū)。

學(xué)生命科學(xué)的人，不一定要像算法工程師那樣熟悉底層代碼，但絕對不能是數(shù)據(jù)盲。

你要能看懂結(jié)構(gòu)數(shù)據(jù)，能理解組學(xué)數(shù)據(jù)，能用代碼分析實驗結(jié)果。

這些能力，才是你判斷人工智能答案是否可靠的底氣。

第三，要有扎實的化學(xué)、物理和數(shù)學(xué)基礎(chǔ)。

只有這些知識地基足夠穩(wěn)，你才可能把復(fù)雜生命過程，和人工智能給出的海量信息真正整合起來，用來解決真實問題。

第四，千萬不要忘了，生命科學(xué)是一門實驗科學(xué)。

所有推測和假想，最終都要用真實實驗來驗證。

有能力把假設(shè)變成實驗流程，并且一步一步踏實地加以證實，永遠(yuǎn)是生物學(xué)最核心的能力之一。

如果在學(xué)習(xí)生命科學(xué)的過程中，能夠做到這四點，那么你就有機會成為人工智能浪潮中，智能藥物研發(fā)還有合成生物學(xué)大爆發(fā)的受益者。

我是李旭，陪您解讀科學(xué)奧秘。