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。
