马克·扎克伯格正在人工智能（AI）领域进行重大投资，以支持更广泛的抗击疾病使命。他与妻子普莉西拉·陈共同领导的陈-扎克伯格倡议（CZI），旨在建立全球最大的非营利生命科学研究计算系统之一。这个雄心勃勃的高性能计算集群预计将配备超过1000个专为AI和大型语言模型（LLM）设计的图形处理单元（GPU）。通过利用这一强大的计算能力，科学家们将获得用于分析健康与疾病细胞的预测模型，为医学创新铺平道路。
CZI的科学技术副总裁帕特里夏·布雷南强调了这一计划的重要性：“构建这个AI计算系统是到本世纪末治愈、预防或管理所有疾病的关键一步。这将加深科学界对细胞及其在生物系统中相互作用的理解。”
该倡议计划利用强大的计算能力创建一个虚拟生物模拟器，使研究人员更好地理解细胞如何在人体器官功能中发挥作用。其中一个主要目标是构建一个“虚拟细胞”，帮助科学家绘制健康与疾病下细胞的各种状态。
许多大学和研究机构在获取分析大量生物医学数据所需的基础设施方面面临挑战。布雷南指出：“这个AI集群将成为全球非营利生命科学研究中最强大的高性能计算系统之一。尽管私营部门正在大量投资AI生物医学项目，但开发细胞数字模型所需的坚实基础设施对许多机构来说经济上不可行。”
数据质量对于成功的AI建模至关重要；该倡议计划将大量数据集输入这些模型，并利用如CZ CELLxGENE工具中的5000万条细胞记录等资源。其他数据源包括蛋白质定位和相互作用图谱OpenCell，以及细胞图谱Tabula Sapiens。
纽约大学坦登工程学院的生物医学工程助理教授大卫·M·庄强调高质量数据集的重要性：“过去的努力在数据输入质量上遇到困难。尽管现代的大型生物数据集相对可靠，但许多生物医学研究人员认为它们难以导航。AI系统能够有效总结和组织数据，帮助研究人员。”
扎克伯格的生物医学AI倡议是一个更大趋势的一部分。像AlphaFold这样的创新系统，已在蛋白质结构数据库领域取得突破进展，ESM的蛋白质图谱也在推动对人类生物学的理解。此外，Terra等平台为生物医学研究人员提供基于云的访问，便于大量项目的数据分析和合作。Terra是麻省理工学院和哈佛大学布罗德研究所、Alphabet和微软合作开发的高级平台即服务（PaaS），简化了资源管理。
英伟达也贡献了Parabricks，利用GPU加速基因组测序，显著缩短处理时间并降低成本。此外，英伟达的BioNeMo框架提供适用于蛋白质和化学的现成大型语言模型，简化了训练和扩展过程。
扎克伯格的AI项目愿景宏伟。曾任小儿科医生的陈表示，目标是到本世纪末治愈、预防或控制所有疾病。布雷南进一步阐述了这一使命，指出该倡议旨在帮助研究人员监测细胞在一生中的变化，无论是遗传还是后天的。
布雷南补充道：“在我们的工作中，我们寻求创造差异化的影响，认识到构建全面的细胞和生物系统模型需要数据、基础设施、模型、接口以及深厚的生物学知识。”
生物技术软件公司Teselagen的首席执行官爱德华多·阿贝利克承认这一努力的庞大，表示：“这个倡议意味着前所未有的规模，旨在超越过去的基础设施项目，以强大的计算能力为目标。”然而，他也指出，实现这些宏伟目标不仅仅依靠技术进步。“显著的进展将依赖于全球合作、社会努力和基础科学的重大突破。”
排行榜
