京公网安备 11010802034615号
经营许可证编号:京B2-20210330
《硅谷百年史》作者、硅谷人工智能研究院院长皮埃罗·斯加鲁菲(Piero Scaruffi) 在其著作《人类2.0》中提出,人类发展将进入“2.0” 时代,人类历史上几千年来的“生、老、病、死”大问题,已正式被纳入技术的解决范畴,接下来的科技革命将可能会重新定义人类。
过去几年里, 3D打印、人工智能、纳米科技、生物科技等不同科技之间互动融合的趋势越来越清晰,皮埃罗本人尤其关注人工智能和生物科技的互动与融合。那么,未来10—20年当中,科技会如何重塑医疗健康领域乃至人类的整个生命形态?科技会如何重新定义出生和老去,是否能战胜疾病,乃至死亡?人类会演变成怎样一个“新物种”?
硅谷洞察特约记者就此专访了皮埃罗·斯加鲁菲(Piero Scaruffi),以下是皮埃罗专访内容的精彩节选,将分为(上)、(下)篇。
AI+脑机接口,意念的“魔力”变现实
人工智能在阿尔法狗(AlphaGo)战胜人类围棋冠军后一直都是科技界讨论的热点。但皮埃罗指出,公众对人工智能,更具体来说,是对深度学习的认知里充满着太多炒作和误解,我们在这个领域还有很长一段路要走。
相反,从原来只有在科幻小说中才能看到,到如今已逐渐变成现实的一个进步极大的领域是——脑机接口(brain–computer interface, BCI)。
脑机接口的研究由来已久。
1946年,一位名叫 Robert Heath 的外科医生在杜兰大学发明了一种通过钻入颅骨的小孔将电极植入脑中,以刺激特定的大脑区域来治疗脑疾病的技术,这种手术让病人产生快乐感。
2002年,在获得美国食品药品监督管理局(FDA)批准后,这一技术被称为“深部脑刺激”(Deep Brain Stimulation ,DBS),主要用于治疗帕金森疾病,目前已对大约100,000名患帕金森病等脑部疾病的人进行了治疗。深度脑刺激的花费大约需要5万美元,所以目前它只在需要紧急治疗的情况下进行。
时至今日,科技进步会让这个手术变得越来越便宜。当手术费足够便宜,过程足够安全便捷的时候,健康的人们或许也可以拿这项技术来换取愉悦和快乐的感受,打个不恰当比喻,跟今天一些人吸食大麻本质上是一样的。
很长一段时间里, 脑机接口都需要靠植入电极的方式来推进。直到 2016 年,明尼苏达大学 Bin He 团队演示了一个装有 64 个电极的脑电图帽,在不往大脑中植入电极的情况下,让普通人可以用意念控制机械臂,成功完成在复杂三维空间中抓取物体、控制飞行器飞行等任务,是该领域的一个重大突破。
皮埃罗认为,脑机接口最激动人心之处,目前仍然是让那些无法移动某个部位乃至全身瘫痪的人具备运动能力。
2017年,Bill Kochevar,一名完全瘫痪的男子可以用由大脑控制的机械臂来自己喝咖啡,用叉子吃土豆泥。他只要“想一下”,事情就会发生。该机械臂是凯斯西储大学的 Bolu Ajiboye 设计的,这是世界上第一个帮助完全瘫痪的人用大脑意念来恢复运动能力的手术。
脑机接口在硅谷也得到了热情的回应。
2016 年最广为人知的两个创业公司是伊隆·马斯克创办的Neuralink,其最终目标是实现人机一体,让人类记忆成为能下载的数据,并借助机器力量拓展人类大脑使用潜能。另一个是 Bryan Johnson(前 Braintree 创始人,后将公司出售给 Paypal 后成立了风投基金)投资1亿美金创立的 Kernel,也旨在通过脑机接口提高的人的认知能力。
像大公司的话,2018年 IBM Research 推出了 GraspNet 系统,该系统使用深度学习技术来解码脑电信号,并控制机器人手臂。解读非常微弱的脑电信号一度非常困难,但通过使用人工智能技术,由 Stefan Harrer 领导的团队设法获得了更清晰的信号,这是很大的进步。
而牛津大学的 Newton Howard 教授(之前是麻省理工学院心灵机械项目主任),他在类似项目的神经植入物中则使用了英特尔和高通公司的芯片技术。
接下来的例子听起来可能就有点像好莱坞电影了:
加州大学旧金山分校的 Edward Chang 团队在一种递归神经网络(RNN)的帮助下,开发了一种旨在恢复失去说话的人表达能力的脑机接口技术。以往的脑机接口技术也帮助瘫痪患者直接从大脑中“读取”他们的意图,使瘫痪的人每分钟最多打出 8 个单词,而 Edward Chang 团队直接从大脑信号中产生口语句子,达到 150 个单词,接近正常人水平。
虽然研究还处于早期阶段,但当我们讨论今天大数据和人工智能是否通过一系列算法对人们进行操纵之际,下一个需要担心的可能是少数大公司或机构是否会利用科技直接读取和控制人们的思想了。
人工智能加速新药研发
皮埃罗告诉硅谷洞察,就人工智能的某个应用领域来说,新药研发是非常值得关注的一大领域。
据塔夫茨药物研究中心(Tufts Center for the Study of Drug Development)称,目前,一种新药从研究到投放市场平均需要12年,花费需26亿美元。人工智能的介入,可以让新药诞生速度加快很多。
首先,人工智能助理的出现,能帮助科学家实时掌握最新的科研成果。2017年,仅在生命科学期刊上就发表了超过 120 万篇论文,而已有 2500 万篇论文出版。即每 30 秒就有一篇新文章出现。但是哈佛大学预估每个科学家每年平均只能阅读 264 篇论文。
此外,人工智能还能够帮助医生为患者进行个性化定制医疗。例如,2016年创立于旧金山的 Mendel.ai,就根据最新公布的研究数据为癌症患者提供定制治疗方案。
这个领域已经出现了很多创业者,很多人没有意识到现如今被认为最有价值的(也是获得融资最多的)人工智能创业公司是欧洲的 BenevolentAI,该公司就专注在新药研发领域。(硅谷洞察注:该公司从2013年成立至今,进行了两轮融资,融资额高达2.02亿美元。)
世界其他地区也出现了聚焦新药研发的人工智能创业公司,皮埃罗给硅谷洞察记者列出了一个长名单:Exscientia(英国)、Berg(波士顿)、Numerate(湾区)、Atomwise(旧金山)、Insilico Medicine(巴尔的摩)、Sophia(瑞士) 、PathAI(波士顿)等……
就在刚过去的 2018 年,和吴恩达一起创建线上教育平台 Coursera 的科学家达芙妮·科勒创立了 Insitro,尝试通过深度学习的方法来加速药物研发,并在 2019 年和美国生物医药的龙头公司吉利德科学 (Gilead Sciences)签署了合作协议。皮埃罗认为,这个领域对创业者来说依然有很大的空间和潜力。
基因编辑不仅治疗重疾,还能带来“无性生育”
皮埃罗发现,如今硅谷在生物科技领域的投资规模越来越大,其中一个原因是,基因编辑已被证明是非常真实和强大的技术。
就以导致疟疾流行的蚊子为例。2018年,伦敦帝国理工学院的 Andrea Crisanti 团队用基因编辑技术 CRISPR 给蚊子引入一种新的不良基因,使蚊子无法繁殖。
当然,皮埃罗告诉硅谷洞察,基因编辑最有用的地方当然还是治疗重大疾病。在这里暂时不讨论基因编辑婴儿事件,这确实是少有的个例,继它之后,很多科研机构也都在思考和探索这个领域的伦理和安全问题,探讨如何防止类似“大胆妄为”的实验。公众不应因为一个极端案例而否认这项技术带来的许多积极价值。
再比如,除了治疗疾病,很多病人需要器官移植,但往往需要漫长的等待期。哈佛大学医学院基因组研究中心主任 George Church 就和他的学生一起在波士顿创立了 eGenesis 公司,研发出了用于种植人体移植器官的转基因猪。
2017年,该公司宣布 37 只经过基因编辑的猪诞生了,这些猪经过基因编辑,身上的器官能被人体免疫系统接受,移植给人体后不会出现排异反应。
从 2013 年第一家 CRISPR 基因编辑初创公司成立,到 2018 年初,超过 10 亿美元投资于基因编辑创业公司。三个最知名的 CRISPR 初创公司——Editas Medicine,CRISPR Therapeutics AG 和 Intellia Therapeutics 在 2015 年共获得 5.5 亿美元。这几乎是 2015 年美国投资于生物技术的所有资金的一半(2015 年美国生物科技的总投资额为 12 亿美元),这使得生物科技成为继软件之后美国第二大“吸金”领域。
“疯狂”还在继续,刚刚过去的 2019 年上半年里,基因编辑初创公司 Beam Therapeutics 筹集了 1.35 亿美元,5 月份,谷歌母公司 Alphabet 的风投部门 GV 就用 6000 万美元投资了 Verve Therapeutics 另一家基因编辑公司。
皮埃罗指出,更神奇的是,基因编辑有可能重塑人类生育方式,让无性繁殖变成可能。
2017年,日本九州大学的干细胞生物学家 Katsuhiko Hayashi 在小鼠中测试了一种称为“体外配子”(IVG)的新技术。这种技术允许科学家们在实验室中创造卵子和精子。研究者从小鼠身上取出皮肤细胞,然后用基因编辑培养出卵子和精子,再使卵子受精以产生数百个胚胎,最后将卵子植入雌性小鼠体内,并且生出了几只健康的幼崽。
皮埃罗认为,这项实验的意义非常重大。这意味着,该技术应用到人身上的话,可以让女性随便从身上的某处皮肤上取下一些细胞,就可以从实验室培育出她的孩子,她还同时是孩子的父亲和母亲!这也意味着,或许可以从死去的人身上取出皮肤,制造出他的后代。
这项技术随后在世界多个大学引起热烈讨论,斯坦福大学教授汉克·格里利(Hank Greely)还专门写了一本书《性的终结和人类繁殖的未来》(“The End of Sex and the Future of Human Reproduction”)。汉克在 2019 年初的一场演讲中甚至宣称,这种技术 50 年后就能从实验室走向公众。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31