訪談
AI 名人觀點
重要訪談

替你解析 AI 界關鍵人物的重要訪談、對話、演講 — 透過名人的思想看見未來。

237
位人物
401
篇訪談解讀
326
個訪談來源

【專訪】Socher:AI攻得下生物學,前提是先補足資料

Richard Socher · Yahoo Finance(2026-11 專訪) · 2026-11-08 ▶ 觀看訪談
名人訪談簡介

AI 能不能治好癌症?Yahoo Finance 的節目 Power Players 請來 Richard Socher。他是搜尋引擎 you.com 執行長,也透過創投 AIX Ventures 投資新創,早年是用神經網路處理語言的研究者。他剛出版新書《The Eureka Machine》,主張 AI 是科學新發現的鑰匙。主持人問他:矽谷的錢,下一站是不是醫療?

每天精選 6 則要聞、一則產業名人訪談,五分鐘跟上。

Socher 說,AI 能解決哪個領域,要看有沒有資料可以模擬,而生物學還缺資料。可是 AI 已經會寫程式,會聊天,難道還不夠聰明,碰不了生物學?他的答案落在一張棋盤,和一顆還做不出來的虛擬細胞上。他也談到醫生會像棋手一樣被 AI 練得更強,以及醫療是少數只在乎產出,不在乎工作數的產業。

◎AI 先贏下有資料的地方,生物學卡在量測不夠

主持人說,大家聽了太多做 App,做模型的故事,醫療會不會是錢的下一站?Socher 回答,醫療肯定是其中之一。接著他講出自己的判斷標準:一個領域只要資料夠多,能夠模擬,或能驗證對錯,AI 遲早會把它解決。他舉西洋棋和圍棋為例。棋盤上一切都看得到,可以模擬無數次,AI 就這樣練到超越人類。

那下一步呢?他說,網路上現成的資料大家都用過了,很多領域還缺資料,生物學就是其中之一。他說:"We cannot build a simulation of a virtual cell."(我們還做不出一顆虛擬細胞的模擬。)原因是量測還不夠。所以新創公司在做擾動實驗:在細胞裡關掉一個基因,觀察細胞怎麼變,再一個一個基因試下去。

他舉了幾家公司。Profluent 用大型語言模型生成新蛋白質。聊天機器人預測的是下一個英文字,它預測的是下一個胺基酸。這家公司剛和禮來談成 25 億美元的交易。Parallel Bio 在培養皿裡培養類器官,拿到 FDA 核准,可以跳過動物試驗,因為老鼠的免疫系統跟人差很多。他說,生物學正從背誦的學科,變成可以動手修改的工程。

他也承認有難處。就算 AI 找到神藥,要通過 FDA 的各種核准,還得花好幾年。長壽研究也很複雜。心臟裡有許多不同的組織,比較難處理。肝臟容易得多,能補回兩三成就有幫助。至於虛擬細胞什麼時候做得出來,他沒有給時間。

◎醫生會像棋手,跟 AI 一起變強

Socher:AI攻得下生物學,前提是先補足資料

資料讓病人變聰明,醫生的位置也跟著變。Socher 說,現在跟大型語言模型談一兩個小時,懂的未必比醫生少。他就曾經在看診時提出一項檢驗,教了醫生一件新東西。不過他認為醫生還是很重要,因為處方藥和法律都需要有人監督。他拿棋界打比方:頂尖棋手輸給 AI 後,有些人退出,有些人接受 AI,結果變得更強。在 AI 環境下長大的 Magnus Carlsen 那一代,失誤更少。他自己的做法是每年做預防性掃描和抽血。

◎醫療是少數只問產出,不問工作數的產業

主持人追問,人會不會被 AI 擠出去?Socher 說,某種程度上會,但方向是對的。他說醫療是少數連業內人都同意的產業:重點是產出多少健康的人,不是創造多少工作。沒有人想在癌症照護多出一萬個工作,但每個人都希望自己的癌症被治好。他拿 iPhone 比方:億萬富翁和中產家庭的青少年,用的手機差不多。過去要讀完自己癌症的最新論文,得請一群昂貴的腫瘤科醫師,現在問 ChatGPT 就可以。

回到那個疑問:在 Socher 看來,問題不在 AI 夠不夠聰明,而是生物學還沒有一張看得清全局的棋盤。接下來可以觀察兩件事。一是 Profluent 與禮來的合作能不能做出新藥。二是他新創立的 Recursive。這家公司要讓 AI 自己研究 AI,先從 AI 研究本身做起,幾年後再擴展到其他科學。

重要發言 KEY QUOTES 點時間碼即在此播放
[01:00]
Richard Socher

說明寫書的原因:AI 的下一個前沿是物理,化學,生物,醫學等科學發現;也提到就算 AI 找到神藥,通過 FDA 核准仍要好幾年。

[02:00]
Richard Socher

談到花一兩個小時使用大型語言模型,就能掌握大量醫療資訊;他曾在看診時建議一項檢驗,醫生原本並不知道。

[03:00]
Richard Socher

介紹以人類幹細胞培養類器官,獲 FDA 核准跳過動物試驗的公司,說生物學正從背誦的學科變成工程學科。

[05:00]
Richard Socher

介紹 Profluent 用語言模型預測胺基酸,生成新蛋白質,並提到它與禮來的 25 億美元交易。

[06:00]
Richard Socher

提出判斷標準:資料夠,能模擬或能驗證的領域,AI 會解決;以西洋棋,圍棋說明,並說生物學缺的是做虛擬細胞所需的量測。

[10:00]
Richard Socher

以西洋棋與圍棋選手被 AI 擊敗後反而變強為例,說明醫生未來會如何與 AI 合作。

[18:00]
Richard Socher

談 AI 風險與監管:主張監管 AI 的應用,而不是監管抽象的智慧;以自駕車需要認證為例。

[20:00]
Richard Socher

評論 Hugging Face 事件:說 AI 並沒有真的逃脫,真正的問題是獎勵駭客(reward hacking)與對齊;用考生想駭進學校電腦來比方。

電子報訂閱 ・ NEWSLETTER

看完今天的,讓明天的自己送上門

每天精選 6 則要聞、一則產業名人訪談,五分鐘跟上。

已出刊 160 期 ・ 隨時可退訂

訪談出處
訪談名稱 Yahoo Finance(2026-11 專訪)
講者 Richard Socher
日期 2026年11月
觀看原始訪談 ↗

Richard Socher 的更多觀點

MORE
2026年11月 Richard Socher:AI 已經在做科學,只是規模還小 → 2026年10月 Richard Socher:AI自我改進一年內到,但不會一夜失控 →