用AI“解决所有疾病”的野心:Max Jaderberg与Isomorphic Labs的下一步

AI PM 编辑部 · 2025年04月29日 · 8 阅读 · AI/人工智能

正在加载视频...

视频章节

这是一场关于终极野心的对话:从强化学习到多模态模型,Max Jaderberg讲述Isomorphic Labs如何在AlphaFold之后,试图把AI真正变成药物设计的通用引擎。

用AI“解决所有疾病”的野心:Max Jaderberg与Isomorphic Labs的下一步

这是一场关于终极野心的对话:从强化学习到多模态模型,Max Jaderberg讲述Isomorphic Labs如何在AlphaFold之后,试图把AI真正变成药物设计的通用引擎。

从“玩游戏”到理解世界:为什么强化学习是起点

理解Isomorphic Labs,必须从Max Jaderberg更早的经历说起。这很重要,因为他反复强调,今天在生物和化学领域的突破,并不是“突然灵光一现”,而是十多年方法论的自然延伸。

在节目中,Jaderberg回顾了自己在DeepMind早期做强化学习的阶段。当时的突破点,是让智能体从最简单的环境——比如Pong——开始学习。“问题一直是:我们如何把它从Pong这样的世界,扩展到更复杂的现实?”他提到,像StarCraft这样的环境之所以关键,是因为它引入了巨量复杂性:长时序决策、不完全信息、以及高度结构化但难以建模的世界。

这些经验塑造了他对AI的基本判断:真正有价值的模型,必须能够在高度复杂的系统中形成内部世界模型,而不是只在单一任务上刷分。这也是为什么他认为,强化学习并不是一条“游戏专用”的支线,而是一种学习如何理解和操纵复杂系统的方法论。这个判断,后来直接影响了他对生物学的看法。

十年一条线索:从DeepMind到Isomorphic Labs

这段经历之所以重要,是因为它解释了Isomorphic Labs为何一开始就“目标过大”。Jaderberg在节目中说,公司从第一天起就设定了一个极端雄心——“真正去追逐解决所有疾病的目标”,而不是先做一个局部优化的工具。

主持人提到,他与DeepMind之间有着“长达十年的关系”,而Jaderberg的回应是:“雄心和当年一样大。”这并非情绪化的表态,而是基于一个判断:时间点终于成熟了。数据、算力和算法三者在过去几年同时跨过了关键门槛,使得建模生物和化学世界第一次变得现实。

Isomorphic Labs的成立,正是建立在这种判断之上。它不是AlphaFold的“商业化部门”,而是一个独立的研究型公司,试图把在蛋白结构预测中验证过的方法,系统性地扩展到药物设计的全流程。

通用而非专用:多模态野心如何改变系统设计

这一节之所以关键,是因为它揭示了Isomorphic Labs与传统药物AI公司的根本差异。Jaderberg明确表示,他们一开始就以“通用性”为前提来构建系统。

他在对话中解释,如果目标是通用模型,那么架构层面就必须能够“应用到任何模态,或者至少很多不同模态”。这里的多模态,指的是同时处理蛋白、分子、化学反应乃至更高层级生物过程的数据表示。这种设计选择,意味着短期内更难、更慢,但长期潜力更大。

主持人半开玩笑地说,这是他第一次听到Jaderberg提到“半打AlphaFold”。这并不是数量上的炫耀,而是一个信号:AlphaFold并非单点成功,而是一系列模型和能力积累的结果。正是在这种积累下,他们开始接近他口中“药物设计的圣杯模型”,一个可以探索整个潜在设计空间的系统。

AlphaFold 3之后:训练模型的真正难点

如果说AlphaFold 3为何重要,这是因为它展示了AI在生物学中不再只是“预测工具”。Jaderberg称其为“真正具有突破性”的一步,因为它跨越了多个应用场景,而不仅是单一任务。

但他也坦率地谈到训练过程中的细微挑战:并不是某一个技巧解决了一切,而是在数据、算力和算法三方面同时推进。其中某个关键阻塞被解除后,“整个项目的其余部分才被解锁”。这类描述让人意识到,突破往往不是线性的,而是长期积累后的结构性跃迁。

更重要的是,他把这些经验上升为一种判断:在生物和化学领域,真正的瓶颈正在从“能不能预测”,转向“能不能系统性地建模整个世界”。

AI生成药物的“GPT-3时刻”会是什么样?

对话的最后,主持人抛出了一个所有人都关心的问题:我们什么时候能看到第一个AI生成的药物进入临床?Jaderberg没有给出时间表,而是反问了一个更本质的问题——什么才算是AI生物学的“GPT-3时刻”?

在他看来,那一刻并不是某个单一分子被发现,而是模型在化学和生物空间中展现出通用创造力,能够在此前人类几乎无法探索的区域提出可行方案。这也是为什么他不断强调生成式AI的意义:不是替代科学家,而是扩展人类可以思考和设计的边界。

这番回答克制而现实,却清楚地勾勒出Isomorphic Labs真正追逐的终点。

总结

这场对话最有价值的地方,并不在于某个具体时间点的承诺,而在于一条清晰的逻辑线索:从强化学习理解复杂系统,到多模态模型建模生物世界,再到生成式AI扩展药物设计空间。对读者而言,最大的启发或许是,真正改变行业的AI公司,往往在一开始就选择了一条最难、但最长期的路。


关键词: Isomorphic Labs, Max Jaderberg, AlphaFold 3, 强化学习, 生成式AI

事实核查备注: 人物:Max Jaderberg;公司:Isomorphic Labs、Google DeepMind;技术:强化学习、多模态模型、生成式AI、AlphaFold 3;观点表述均来自视频对话内容的直接或近义转述。