“中国现在有数以百计的通用大模型，其中的90%没多大用处，也发展不起来，只会加剧资源和人力的浪费，应该被淘汰。”1月18日，在“北京CGT新势发布会”上，中国科学院院士、翊博生物首席科学家陈润生向经济观察网谈及他对国产大模型的看法。
陈润生是中国最早从事理论生物学、生物信息学以及非编码RNA研究的科研人员之一，也是中国最早开设《生物信息学》课程的人。他曾参与人类基因组计划，负责分析遗传密码的生物信息，也参与了水稻遗传密码的破译。
三年前，年过80的陈润生走出书斋，加入翊博生物这家从事免疫细胞基础研究和临床应用的企业担任首席科学家，希望将基础研究转化为解决实际问题的产品。
现在，陈润生已经83岁，他依然活跃在中国科学院大学公开课的课堂上，他开设的《生物信息学》每每吸引上千名年轻人前来听课。陈润生觉得，要让一千多人坐在台下，且认真听讲，必须向他们传递有用、有趣的内容。为了能和年轻人打交道，“跟上潮流”，陈润生每天都会看书，还自学了大模型。
在迸发大模型热潮的2023年，陈润生团队开发了一个医学多模态数据智能整合计算平台“灵枢”，能够将当前生物医药的大数据整合在一个大模型中，其核心内容包括1个算法框、3个医学应用和3类多模态数据。目前，陈润生团队正尝试将中医中药数据整合到该模型中，希望实现“中西医结合”，为疾病治疗带来更大益处。
在陈润生看来，真正专业的大模型应该是纵向打造的，能解决特定的实际问题，提高社会效率，在某个领域成为第一才有价值。他认为，中国应该考虑建立一个国家级的大模型，这是适应当前国际竞争的一种方式。
图片来源：受访者供图
对话：
经济观察报：谈谈你们团队研发的“灵枢”医学数据平台，现在进展如何，有什么成果？
陈润生：我希望将大模型应用于健康领域，因此搭建了一个大模型，希望将转录组、表观组和蛋白组等与生物相关的信息整合在一起，利用大模型去分析。
我希望这个大模型能有些特色，因此将中医中药的知识融入进去。中医中药与现有知识的融合程度较低，我认为这种融合有深远的意义。多模态融合不是简单地将信息加在一起，其中有内部知识之间的相互作用，如果我们成功将中医中药加进去后，它能够更好地改变医疗参数的话，那就说明中医中药的信息是不可替代的，这样的信息能提高大模型的判断力。
当然，其中会存在一些技术问题，因为没有先例，美国人不会将中医中药纳入大模型，因为他们不懂。将中药纳入大模型相对容易，只是其成分比西药更复杂。但中医要加进去是很难的，望闻问切、诊脉，这些内容根本没有语言。我们尝试建立了一些规则，但现在还不完备的，在不断改进。
我希望建立一个专业的大模型，用专业数据来训练它，它就会变成一个特化的“脑子”，“灵枢”就是这样的，将中医中药架构在系统里建立的一个模型。为什么叫“灵枢”？我们询问了一些老中医，他们提到中医最经典的两个经典是《灵枢》和《素问》，我认为从语言上来看，“灵枢”这个名称更美。
经济观察网：以医疗领域的大模型为例，什么样的大模型是真正有价值的？
陈润生：人工智能需要学习，在技术条件相同的情况下，知识和数据积累情况决定了一个模型的好坏。要做一个真正能够为临床服务的大模型，需要付出很多努力，主要是数据比较难收集。比如要做一个影像学的大模型，只给它几个影像，这个模型肯定没用，需要提供数十万甚至上百万的影像才行。需要让模型学习到可能出现的所有情况，这样它才能成为权威。
如果泛泛地谈论一个通用医疗大模型，我不相信谁能够做得很好，我更倾向于垂直的大模型。真正专业的大模型应该是纵向打造的，能解决特定的实际问题，提高社会效率，在某个领域成为第一才有价值。
举个例子，可以做一个模型来管理所有病人的挂号、就诊流程等相关信息，不过不涉及具体病人的诊疗。医疗过程中涉及临床检验、影像学等多方面，从病人拿药到医生给出解决方案，整个流程都能通过大模型来管理，很多问题都能被解决。比较现实的例子是内科，内科其实就是把病人的各种指标集中到内科医生处，将来大模型就可以处理所有的指标。医学界第一个被取代的群体可能是内科医生，因为他们主要负责整合检测指标。
好的大模型要真正解决实际问题，并具有足够的准确度和效率。中国现在有上百个大模型，其中的90%没多大用处，只会加剧资源和人力的浪费，应该被淘汰。
中国应该考虑建立一个国家级的大模型，这是适应当前国际竞争的一种方式。
经济观察报：在翊博生物，你主要负责什么内容？
陈润生：在基础研究方面，中国科学院的研究人员已经积累了一定能力，这些积累基本上是解决科学问题的，但也可以转化为解决实际问题的产品。这是我在这里的重要原因。
人类抵抗疾病依赖于免疫系统，免疫系统如何起作用呢？它涉及许多细胞，如大家熟知的T细胞（一种淋巴细胞）、NK细胞（自然杀伤细胞）等。但谁能感知到哪些是异物呢？感知后又将信号传递给具有杀伤功能的免疫细胞？这就要由DC细胞（树突状细胞）承担起始责任。
DC细胞一直是免疫系统和疾病相关免疫研究的重要领域。既然这个细胞在整个免疫系统中起着如此重要的作用，我们是否可以人为地给它加上一些信号呢？我们是否可以人为地改造DC细胞，通过给它加入某些物质来激发免疫系统？这就涉及到许多与分子水平相关的内容，也与遗传密码有关，这是我在这个领域可能发挥作用的地方。
经济观察网：中国生物信息学领域产学研融合的情况如何？
陈润生：在我熟悉的领域，中国的基础研究做得还是不错的，在一些狭隘的领域如非编码RNA，论文数和论文他引数甚至超过美国，但我们的转化水平比美国要差得多。
我们需要建立一套更有效的机制以实现基础研究成果的转化。以前，科研人员只是发表论文，发现某个靶点和肿瘤有关联，但并没有思考如何将其转化为可使用的药物，这需要一套转化机制。美国的大学有专门的申请专利和律师团队，研究人员在完成研究后，自然地与学校内部的团队接触，他们会帮助处理转化的各个环节，非常顺畅。
因为最近做转化工作，我也接触了一些与公司相关的事务，发现这些事务需要各自分工，只有分工协同才能有效地推进，我们的角色永远是技术提供者。让那些从事后端工作的人来代替我们是不行的，因为他们没有原始发现，但是让我们将原始发现转化为产品、应用，我们也难以做到。将创新转化时，科学家要么采取协同模式，要么就得转换角色，迫使自己从科学家变成首席执行官。
经济观察网：精准医学研究可能成为国家之间新一轮科技竞争的关键，这会不会导致遗传数据在国家间的流通更加困难？
陈润生：这是一个基本且重要的问题。如果完全封闭遗传资源，不向外界提供任何信息，别人也不会给你提供信息，就没有交流了。我们必须对敏感信息进行精细化处理，确定哪些可以交流，哪些需要保密。例如，如果中华民族有特定的遗传特征，显然需要保密，但这并不意味着人类基因组测序的结果不能公开。如果我们只针对黄种人进行测序，而不公开这些结果，那人类基因组学就无法进行不同人种的多组学分析了。
我们自己的人类基因组数据是最丰富的，未来我们或许可以凭借这一点和其他国家博弈和交流。
经济观察网：渐冻症患者蔡磊希望人工智能可以帮助攻克像渐冻症这样的疑难疾病，从科学的角度来看，这种可能性存在吗？
陈润生：这种可能性是存在的。大模型至少可以为渐冻症的诊断和治疗提供更好的信息，这是可以实现的。通过积累更多信息，并通过人工智能的分析，科学家肯定可以找到更有效的渐冻症解决方案。当然，这需要大量的工作，例如收集渐冻症患者组学数据和临床表现，将这些信息集中起来建立一个纵向大模型，然后看是否可以得出临床医生以前不知道的新发现。如果有新的发现，就会有新的可能帮到患者的新尝试。
经济观察网：你理解的科学家精神是什么样的？
陈润生：科学家精神就是钻研科学规律，探索科学真理，实事求是。
我83岁了，所有的报告幻灯片依然自己做，而且每天都要读书，大模型就是我自学的。不能放弃学习，这是做科研的基本素质，哪天不学习了，肯定就跟不上潮流了。
本文来自微信公众号：经济观察报 （ID：eeo-com-cn），作者：张铃，对话嘉宾：陈润生