2月5日当地时间，OpenAI与知名合成生物学企业Ginkgo Bioworks联合作 announcing，他们一同开发的AI驱动“闭环自动化系统”成功地把无细胞蛋白质合成的生产成本降低了将近四成，这一成果标志着AI在实体科学研发里迈进了关键的一步，而人工智能跟生物技术的跨界合作正在引发新一轮的产业变革。
跨界合作的重大突破
本次合作的关键成果在于，把前沿的大语言模型GPT - 5深度结合进生物实验室的物理工作流程之中，这一结合有着别于传统的计算机辅助设计，该系统达成了从实验设计直至执行的端到端自动化，这不但属于软件算法所取得的成功，更是人工智能于真实世界复杂物理环境里获取实质性验证的一个里程碑。
于此存在这样的一个实体湿实验室，它是与云端相连接的。该闭环系统直接就在此间部署。此系统由机器人臂等自动化设备构成执行终端。在这当中，GPT-5发挥着如同“首席科学家”般的角色作用。其下达的指令能够毫无阻碍地转变成为实验室机器人具体切实需要执行的操作举动。像是这样，它就构成了一个具备可自我迭代特性的智能研发实体。
闭环系统的运作机制
这个被称作“闭环自动化系统”的东西，搭建起了一个完备的“设计 - 执行 - 分析 - 优化”循环，GPT - 5先是依照既定目标去生成具体的实验方案以及配方，紧接着，那个方案被转变为机器人能够执行的指令码，依靠它来控制精密仪器去完成诸如液体分配、温控孵育这类物理操作，在实验数据实时回传之后，AI展开分析并且自行规划下一轮实验。
全部进程一点都不需要身为人类的科学家以手动的方式去干涉实验的具体细节，大幅度地缩减了从萌生想法一直到进行验证的那段时间长度。OpenAI所发布的博文着重表明，该系统成功通过了严谨的程序化验证，保证每一个由AI生成的实验方案都拥有在物理层面上能够执行的特性，彻底杜绝了那种与实际情况相脱离的“理论实验”。
大规模实验验证
为要充分去验证系统的能力，研究团队于580块自动化孔板之上执行了超过36000次独特的生化反应测试，在实验这段期间，GPT-5被授予了访问互联网科研数据库的权限，还被给予查阅最新学术文献的许可，并且被赋予使用专业数据分析工具的权力，让其能够综合全球知识来进行决策。
在这般“全副武装”的情形下，GPT - 5呈现出了令人惊叹的优化效能，仅仅借助三轮实验迭代，它所给出的配方方案在关键指标方面就超过了先前由人类科学家构建的最佳基准，由此证实AI能够在极其短暂的周期之内，以高效的方式探索广袤的实验参数空间。
攻克传统研发痛点
无需培育完整活细胞的无细胞蛋白质合成技术，是借由提取出之核糖体、酶等细胞内部构件直接制造目标蛋白质。此过程牵涉 DNA、细胞裂解液以及数十种生化试剂的繁杂交互作用，传统的研发对科研人员之经验与直觉高度倚赖，试错成本高昂且周期漫长。
生物银杏公司的专家表明，人工来优化这种多变量、同时又是非线性的系统，就好像是在大海里捞针一样。而人工智能系统，尤其是像GPT - 5这样的大型模型，善于在超高维度的参数空间之内，识别出人类根本难以察觉到的细微规律以及组合，进而找到更优的解决方案。
AI的独特发现与成本优化
具体来说，GPT - 5成功辨认出了一连串之前从来没有被人类科学家检测过的低成本试剂组合。报告特意指出，在自动化实验室常见的那种“低氧”环境状况下，AI给出的新配方展现出了出色的稳定性以及鲁棒性。
更让人意想不到的是，GPT - 5的剖析表明，对缓冲液体系以及多胺类等微量成分的浓度予以调整，能够以极低的额外花费显著提高目标蛋白质的最终产出量。这些发觉属于典型的“非直觉”成果，是AI数据分析能力超越人类经验限制的直接呈现。
产业影响与未来展望
显示的是最终的经济账单，这一人机协作新模式把无细胞蛋白质合成的总生产成本给降低了40%，仅试剂成本这一项就削减了57%，这具备重大意义，对于加速合成生物学在生物制药、新型材料、绿色化工等领域的商业化应用来讲的。
这次合作所取得的成功，给往后“AI加上机器人”的自动化实验室模式提供了稳固的蓝本，它不但预示着生物研发效率会呈指数级提高，还更有可能重塑从基础研究一直到工业生产的整个价值链条，伴随成本门槛的下降，更多具有创新性的生物产品有希望能够更快地从实验室迈向市场。
在人工智能着手去替代科学家来进行设计以及执行实验之际，科研工作的核心价值将会怎样去重新定义呢？针对于这一具有颠覆性的趋势，您觉得最大的机遇跟挑战分别是些什么呢？欢迎在评论区去分享您的见解，并且点赞、转发本文从而让更多的人加入到讨论当中。
