周镜天:生物学存在 Scaling Law,但能扩展多远?
在 MIT 科技评论中文的专访中,Arc Institute 实验室负责人周镜天表示,生物学肯定存在 Scaling Law,问题在于究竟能扩展到什么程度。他认为,准确预测基因表达并不意味着模型真正理解了细胞,更不意味着模型能够改变细胞功能。周镜天介绍了从绘制大脑和人体多个器官的大型单细胞图谱,转向参与开发 AI 生物学模型的经历:Bolero 尝试预测不同细胞类型中的基因调控,Devo 尝试预测发育过程中的细胞状态变化。他认为,虚拟细胞研究最终仍须通过真实生物学实验验证。周镜天还提到,研究所此前进行 Evo 2 模型训练时使用了 2,048 块 GPU,持续约两个月,并获得了 NVIDIA 的支持。
这组访谈为虚拟细胞模型提出了以实验验证为核心的标准:仅凭基因表达预测的准确率不足以证明模型有效,还需要通过实验展示模型能否解决具体生物学问题。报道还明确了 Bolero、Devo 的研究任务,并以 Evo 2 训练为例说明大规模生物学模型所需的算力投入。
“肯定有 Scaling Law,我觉得问题在于究竟能够扩展到什么程度。”当越来越多的研究者相信,更大的模型、更多的数据能够让 AI 掌握复杂的生命规律时,美国 Arc Institute 实验室负责人周镜天给出了一个相对审慎的判断。
过去十多年,他亲历了单细胞技术的快速发展,从最初只能分析少量细胞的数据,到如今已经能够绘制覆盖大脑乃至人体多个器官的大规模细胞图谱。但当科学家逐渐看清不同细胞的分子特征,一个新的问题也随之出现:我们能否进一步预测细胞会如何变化,甚至主动改变它们的状态?
周镜天的科研经历,恰好沿着这条路径展开。本科就读于清华大学药学专业的他,后来在美国从事计算生物学与单细胞研究,参与开发过多项实验和计算技术。2023 年,他成为 Arc Institute 首位 Science Fellow,并于次年建立独立实验室。2026 年,他凭借单细胞图谱与疾病相关基因调控研究,入选《麻省理工科技评论》“35 岁以下科技创新 35 人”亚太区名单。如今,他开始将更多精力投入 AI 生物学模型,其参与开发的 Bolero 和 Devo,分别尝试预测不同细胞中的基因调控,以及细胞在发育过程中的状态变化。
#Arc Institute#Bolero#Devo#Evo 2#Zhou Jingtian#NVIDIA#Salk Institute#Stanford University#UC San Diego