一位耶鲁终身教授回国后的6个判断。
5月21日下午，上海muShanghai活动现场。我因为堵车只赶上了许田教授分享的后半场，但信息密度已经够高了——这位西湖大学原创校副校长、“药物牧场”创始人，一口气把信息论、类脑芯片、AI制药、中药数字化、基因研究和长寿科学串在了一下午。
神农Alpha：
中药终于有了一张AI身份证
先讲讲已经落地的东西。
今年4月，许田团队在Cell Discovery发表了神农Alpha平台（shennongalpha.westlake.edu.cn），这是全球首个AI驱动的中药/天然药材知识共享系统。平台已入库《中国药典》14593种天然药材，1亿条药材信息，100万个方剂，2万个分子，1万个靶点，3000种疾病关联。
核心解决的是中药命名混乱——比如“青蒿”可能指六种不同植物，真正含青蒿素的黄花蒿只是其中之一。
神农Alpha给每味药材配了六要素身份证：物种基源、药用部位、特殊形容、炮制方法、通用名、编码。同时支持AI对话检索和标准化中英翻译。
药物牧场：
一批AI设计药物已进入III期临床
许田创办的“药物牧场”（Drug Farm）2015年成立，2021年完成5600万美元融资。
关于最新的管线进展，许田在现场透露，公司用AI设计的药物已经进入III期临床。如今年完成试验并获批，将有可能成为世界首个获批的AI设计药物。
一个监管信号是：FDA对AI预测药物有效性的态度正在松动。“我去FDA沟通，他们说不理解AI，但接受数据。传统制药平均26亿美元、15年周期，成功率12%；AI路径能把成本和周期大幅压缩。”
如果AI制药的临床路径真的被监管认可，整个医药研发的人才结构和成本逻辑都会被重写。
LLLM：把基因当成单词
许田提出了一个概念框架叫LLLM（Large Life Language Model，生命大语言模型）：基因是单词，细胞活动是句子，不同器官是文章，全部构成“生命之书”。让AI学习正常人和病人的生命之书，再学习药物如何扰动基因活动，最终预测什么药能治什么病。
他提到团队开发了“Deep Adapter”方法来解决基因活动数据的标准化难题——不同实验室、不同时间测同一个标本，数据往往不可比，这是行业卡了40年的瓶颈。通过这个方法，团队已积累3000万条标准化数据。
这个概念很性感，但落地程度未知。我们认为这更像是一个正在搭建的研究范式，而非已经商用的大模型。
类脑芯片：向大脑偷师节能
许教授花了相当篇幅讲芯片。训练一个AI模型，80%的能源和钱都被花在了CPU/GPU上，但大脑进化了几百万年才变得这么节能。目前，其团队正在解码大脑的节能策略，设计下一代类脑芯片，“明年投产”（时间表听上去有点激进），他称能效将远超GPU。
天才基因与“聪明药”：
最有画面感的一集
“天才基因”能为人类带来什么？
许田团队收集了500多位中国顶尖数学家的DNA，对比同等数量艺术家做对照组，正在解码数学天赋的基因差异，并筛选可能增强数学能力的药物。
那么，这会不会像体育兴奋剂一样，变成以后人人都想要吃的“聪明药”？许田教授认为，这一技术未来首先是帮助发育迟缓儿童的医疗手段——而至于滥用问题，则需科学家、创业者和监管机构共同面对。
与凯文·凯利的辩论：
AI会不会终结人类？
最后他进入了未来推演。AI加生物医药有望让人类延寿40到50年，最终实现意识从碳基向硅基转移，“这一代人可以永远活下去”。十年内50%的教授会被AI替代，建议创业者转向“让人快乐”的服务业。
他放了一张2018年和凯文·凯利（KK）在丽江对话的照片。当年KK说：“像教育孩子一样教育AI，它们就不会伤害人类。”许田反驳：“生命不是被教育出来的，我们珍惜生命所以尊重他人生命，机器人如果没有生命概念，怎么会尊重我们？”
目前，许田的实验室正在研究“意识的神经基础”，他认为这是“最勇敢的学生才敢做的课题”。
整场分享听下来，一个最明确值得跟踪的信号正是“AI制药的监管突破”。如果AI制药的临床路径真的被FDA全面认可，医药研发的人才结构和成本逻辑都会被重写。这个变化可能比“意识上传”来得更快，也更实在。
