陈·扎克伯格倡议（CZI）倡导的到本世纪末治愈、预防或管理所有疾病这一雄心勃勃的目标，最初引起了科学界的广泛质疑。在最近一期a16z播客中，马克·扎克伯格和普莉希拉·陈与本·霍罗威茨、埃里克·托伦伯格及维内塔·阿加瓦拉共同探讨了CZI的大胆使命、其独特的慈善模式，以及如何将人工智能战略性融入生物研究以开辟可信的前进道路。他们的对话阐明了一种超越传统科学资助的愿景，强调共享计算工具在加速科学发现中的核心作用。
普莉希拉·陈回顾了CZI使命最初引发的反应：“当我们首次提出到本世纪末治愈和预防疾病的目标时，老实说，大多数科学家都难以正视我们。”马克·扎克伯格也表达了类似观点，指出“生物学家们认为这简直疯狂，而人工智能专家则觉得这很无聊，反正自动就会发生。”这种感知上的鲜明对比突显了CZI旨在弥合的鸿沟：利用人工智能的强大威力解锁生物学中最复杂的秘密。
CZI的核心理念认为，重大科学突破往往先于新工具的发明，这些工具能以新颖方式观察现象。扎克伯格阐述道：“我们的策略实际上是加速基础科学的步伐……重大突破基本都先于新工具的发明，这些工具能以新方式观察现象。”这一洞见推动CZI专注于构建基础性、开源的计算工具和平台，而非直接追求药物开发。他们相信，这些工具（如其细胞图谱和新兴的虚拟细胞模型）是“你需要构建的最重要工具集之一”，能够赋能整个科学界。
传统科学资助机制，如美国国立卫生研究院（NIH）拨款，通常针对规模较小、短期的项目，为CZI所倡导的高风险、大规模、长期的举措留下巨大空白。这些项目往往需要在10至15年内投入数亿至十亿美元，这种规模很少被常规拨款所容纳。陈强调了这一系统性限制：“如果你只是决定将资金用于资助全国每个实验室的下一个最佳提案，那么这条路根本行不通。”CZI的慈善模式填补了这一缺口，为可能不会立即产生结果但承诺为未来科学事业带来指数级回报的基础性赋能技术提供耐心资本。
前沿人工智能与前沿生物学的独特协同作用构成了CZI运营模式的基石，体现在其Biohub计划中。扎克伯格将其描述为“前沿生物学与前沿人工智能的配对”，是有意促成的学科融合。生物学中的一个关键挑战是数据的庞大规模和复杂性，这些数据通常以非标准格式收集，使得全面分析几乎不可能。陈指出：“我们已经在构建工具来测量有趣的数据，并建立数据集。但我们还不知道该如何处理它们。而大型语言模型的出现让我们意识到，哇，现在我们可以理解所有这些了。”这种从先前无法解读的数据中提取有意义见解的能力是游戏规则的改变者，将原始生物信息转化为可操作的知识。
这种整合在虚拟细胞模型的开发中尤为显著。虚拟生物学的前景深远：科学家可以在计算机模拟中测试高风险假设，快速迭代在传统湿实验室中成本过高且耗时的想法。陈强调：“利用虚拟细胞模型进行虚拟生物学的前景在于，你实际上可以承担更大胆的想法。”这种计算沙盒加速了发现过程，使研究人员能在投入大量资源进行物理实验前降低概念风险。
CZI的承诺超越了资金支持；它积极培育开放科学文化。例如，其细胞图谱是一个共享的开源资源，已编目了数百万个细胞。这种协作方法取得了显著成果，更广泛的科学界对图谱增长的贡献远超CZI的直接投资。通过使强大的工具和海量数据集民主化，CZI旨在赋能每一位科学家，从学术研究人员到创业公司创始人，以更快、更有影响力地做出发现。这种对基础性基础设施的战略投资，而非孤立项目，代表了对人类集体征服疾病努力的长期押注。
【全文结束】
