英伟达首席执行官黄仁勋勾勒出一个未来图景：科学家将能通过自然语言与蛋白质展开对话，如同如今向人工智能聊天机器人提问般轻松地询问其特性与行为。在谈及人工智能对科研的变革潜力时，黄仁勋描绘的场景虽看似奇幻，却延续了已彻底改变我们处理图像和文本方式的技术轨迹。
"未来我们应该能与蛋白质对话，"黄仁勋解释道，"您是什么？会如何反应？可溶吗？在高温下表现如何？在不同液体或环境中行为怎样？面对特定化学物质会如何反应？会如何与之结合？未来人类将能真正实现与蛋白质的对话。"
这位英伟达掌舵人坦言该概念看似天马行空，随即将其锚定于现实基础："现在我描述的内容听起来或许荒谬，但您知道，如今我们已能与图像对话——只需询问'您是什么？'，图像便回答'我是猫咪照片'，再问'什么品种的猫？能动吗？'，图像随即转化为视频。"
黄仁勋强调这标志着数据交互方式的根本性转变："请注意，我们已身处这样的世界：不仅处理数据，更能理解数据内涵。这对药物研发、材料科学及其他科研领域的影响极为深远。"
黄仁勋所描绘的愿景正在计算生物学领域逐步成形。谷歌DeepMind的AlphaFold已通过精准预测蛋白质三维结构（仅需氨基酸序列）解决了延续50年的科学难题，迄今已绘制超过2亿种蛋白质结构，几乎涵盖所有已知蛋白质。Meta开发的ESMFold具备类似能力，而人工智能模型现正应用于预测蛋白质相互作用、从头设计新型蛋白质，并加速药物开发中的抗体发现进程。
黄仁勋的构想更进一步：从静态预测迈向动态对话界面，研究者无需开展大量实验室实验，即可实时查询蛋白质在不同条件下的行为。这种"氛围式研究"（vibe-research）方法有望像大语言模型使非程序员掌握编程那样，让科研探索实现民主化。在药物研发、材料科学和合成生物学领域的应用，可能将数年实验工作压缩为对话式交互，从根本上重塑科学发现的节奏与可及性。
【全文结束】
