企业官网建设流程全解析

从医学院到AI信徒：跨越三十年的判断

Derya Unutmaz是美国杰克逊实验室的免疫学家和教授，也是OpenAI社区中最活跃的科学用户之一。他与AI的缘分始于1990年代初完成医学院学业之后，彼时他进入生物医学研究领域，被生物系统的复杂程度震慑，意识到也许有一天能用AI建立模型。

深度学习革命、AlphaFold、ChatGPT，每一个节点他都密切跟踪。2024年9月，OpenAI邀请他试用第一个推理模型o1-preview，他用“大逃杀”游戏机制与免疫系统对抗肿瘤的场景类比，询问如何设计免疫细胞对抗癌症的实验框架，o1-preview的回答让他确信AI在科学中“不可逆转”。

Codex成瘾者：免疫学家的编程实验

Unutmaz自称“Codex成瘾者”，日常是清晨喝咖啡时冒出想法，立即用Codex动手实现，有时Codex整晚运行任务，导致他过去几个月严重睡眠不足。

他向OpenAI开发者关系负责人Romain Huet展示了两款完全由Codex构建的工具。第一款是流式细胞术分析软件，可上传细胞数据文件，通过交互式界面选择荧光标记物，划定细胞门控，生成统计分析，支持等高线图和多种可视化方式，可处理约10万个数据事件且响应迅速。第二款是CRISPR基因组工程设计工具，用户输入任意基因名称，系统自动从数据库提取基因序列，列出所有可能的靶点并排名，支持批量生成“导向RNA文库”，该应用以Swift语言构建为原生macOS应用，iPad版本正在开发中。

此外，他还构建了一个T细胞信号通路模拟器，可调控受体配体质量、剂量等参数，实时展示下游分子激活状态、转录因子磷酸化模式，并支持引入抑制剂或额外受体后的通路变化模拟。

数字孪生：个性化医疗的终极图景

Unutmaz描述了“数字孪生”愿景，即用AI完整模拟个体的基因组、代谢产物、蛋白质和免疫系统，在数字世界中为每个患者进行个性化实验。

他指出现行医学体系存在局限，同一种药对多数患者可能无效，如他汀类药物。癌症领域虽接近个性化，但仍有提升空间。他引用澳大利亚案例，一位计算机科学家借助ChatGPT和Grok，为患癌的狗量身设计RNA疫苗，相关试验正在进行。

他认为若AI能模拟生物系统，药物有效性将接近100%，副作用接近0%，临床试验将从5到10年加速到5到10天，但前提是算力大幅提升。

科学2.0：智能体驱动的研究范式革命

Unutmaz认为未来科研模式将变革，传统模式将被AI智能体集群取代，形成提出假设、模拟实验、分析数据、反馈结论、再生成新假设的闭环。

他表示自己的角色将变为告诉智能体攻克肺癌等方向，实验室操作将大规模自动化，机器人承担大量湿实验工作。他援引杰文斯悖论，认为效率提升会催生更多工作，且这一范式转变将波及多个领域，如药物发现从几年缩短到几小时。

给所有人的建议：实验精神是AI时代的核心竞争力

被问及对非科学领域人士的建议时，Unutmaz以自身科研经历作答，生物学实验高失败率培养了他对不确定性的耐受力和持续尝试的本能。

他认为这种思维方式在AI时代具有普遍价值，鼓励人们用AI做实验，低成本试错能力可延伸至生活和工作各方面。他对AI持积极态度，认为其将带来黄金时代。

以下为访谈全文

Romain：Derya，非常感谢你来到这里。你有医学背景，深耕生物科学和生物工程，以独特方式推进AI应用，在多领域有深度，期待今天的对话。

生物学何时开始需要AI？

Romain：你什么时候意识到生物学和科学将需要AI的？

Derya：从医学院毕业进入生物医学研究领域后，我被生物系统的复杂程度震撼，90年代初开始对AI产生兴趣，意识到也许能用AI建立模型。后来经历深度学习革命、AlphaFold、ChatGPT等。

Romain：ChatGPT发布后你活跃于社区，拿到o1-preview的第一反应是什么？

Derya：2024年9月，OpenAI邀请我试用。我用免疫学复杂问题测试，以“大逃杀”游戏和免疫系统结合提问，o1-preview的回答让我动情落泪，此前GPT - 4o无法给出这样有深度和洞察力的回答。

Romain：那就是你确信AI在科学中不可逆转的时刻吗？

Derya：完全是。此前GPT - 4虽有用，但还不能完全信任。o1-preview开始真正推理，产生的东西对科学才真正有用，此后模型越来越好。

Codex成瘾者

Romain：几个月前看到你推文说新早晨例行程序是喝咖啡后让Codex工作。

Derya：我自称Codex成瘾者当之无愧。每天早上有想法，喝完咖啡就用Codex尝试，有时Codex整晚跑任务，我因此睡眠不足。

Romain：你如何用Codex融合免疫学等领域？

Derya：我构建了对日常工作有用的应用。如流式细胞术分析，传统依赖专业软件，我用Codex构建了可运行版本。

用Codex构建细胞分析工具

Romain：能看看演示吗？

Derya：我展示应用，可上传文件，选择荧光标记物，划定门控，生成统计分析，处理约10万个事件速度快，还能更改展示方式。这100%用Codex构建，GPT - 5.5后修改更方便。我还做了选择细胞类型的小应用，对设计“抗体面板”有用。

Romain：太了不起了，你不是软件工程师，做这些以前很难。

Derya：我是生物医学工程师，大概只能写贪吃蛇游戏且要花好几个月，做这些应用以前是梦想。

模拟T细胞信号通路

Romain：你用更多模型辅助日常工作，如图像生成吗？

Derya：我认为AI模拟生物系统很关键。我构建了T细胞信号通路模拟器，可控制参数，模拟分子激活和转录因子磷酸化模式，还能模拟加入抑制性分子等情况。

Romain：这是完整应用，能定义细胞和场景输入输出，很厉害。

CRISPR基因组工程工具

Romain：你还展示了更多应用？

Derya：我构建了CRISPR基因组工程工具。可选择基因，提取序列，列出靶点并排名，还能生成“导向RNA文库”。这是原生macOS应用，用Swift构建，准备做iPad版本。

Romain：感谢分享，让我看到你用Codex的工作方式。

数字孪生：个性化医疗的未来

Romain：从你的视角，数字孪生何时可行，为什么需要？

Derya：生物系统复杂，我们一直用同一种药治疗同种疾病，效果不佳。若AI能模拟生物系统，可实现个性化治疗，药物有效性接近100%，副作用接近0%，临床试验将加速，但需要算力提升。未来十年可治疗所有疾病，15年可逆转衰老。

Romain：以癌症患者为例，有了数字孪生医生能做什么？

Derya：可在数字孪生上尝试不同假设和实验。癌症治疗已接近个性化，如肺癌患者根据突变基因选药。澳大利亚案例中，计算机科学家为狗设计RNA疫苗。免疫疗法有局限，若能弄清楚相关问题，可实现个性化治疗。

推动同行拥抱AI

Romain：你周围人对AI什么态度，你会推动他们采用吗？

Derya：我努力过，开始他们认为我疯了，现在看到潜力。很多人因GPT - 4早期问题犹豫，其实现在模型进步很大。我信任AI模型，GPT - 5.5 Pro预测复杂实验结果准确率达100%，令人难以置信。

科学2.0：AI驱动的未来科研范式

Romain：若进步速度持续，几年后你日常工作会怎样，有何改变？

Derya：科研模式将彻底改变，进入科学2.0或3.0时代。AI智能体提出假设、模拟实验、分析数据、反馈结论、再提新假设。我的角色变为告诉智能体研究方向，实验室将自动化。杰文斯悖论表明效率提升会催生更多工作，这将改变多个领域。

给所有领域的人的建议

Romain：对非科学领域的人，你有什么建议？

Derya：我的工作习惯了失败，培养了韧性、自主性和好奇心。在AI时代，人们要有自主性和好奇心，用AI做实验，低成本试错可应用于生活各方面。AI将带来黄金时代，研究者是英雄。

Romain：感谢你，Derya，期待你推进Codex和前沿模型应用，实现数字孪生愿景。

Derya：乐意下次再来，祝你在加利福尼亚开心，谢谢。