西湖大学许田教授在上海muShanghai活动上的分享，一口气串起AI制药、中药数字化、类脑芯片和长寿科学多个前沿领域，信息密度远超常规行业峰会。在很多人还在讨论AI能给医药行业带来什么改变时，许田团队已经把多个落地项目推到了公众面前。AI对生物医药的改造，不是未来的剧本，而是正在发生的现在。当AI开始给中药发身份证、设计的药物走进临床，整个行业的游戏规则会发生什么变化？

muShanghai活动分享现场 · 许田教授在活动现场向听众分享

中药的千年命名混乱，被AI一次解决

很多人不知道，中药发展的最大障碍之一，不是药效争议，而是最基础的命名混乱。同一个中药名，可能对应好几种完全不同的植物，差之毫厘就可能谬以千里。

最典型的就是青蒿，这个名称至少对应六种不同的蒿属植物，但只有黄花蒿才含有青蒿素，其他五种都不含有。哪怕《中国药典》已经明确规定了药用基源，仍有超过四分之三的天然药材名称存在模糊不清的问题，严重阻碍了中药的全球化传播和新药研发。

许田团队发布的神农Alpha平台，直接用AI给每一味中药都办了一张标准化的「AI身份证」。平台已经入库《中国药典》的14593种天然药材，整合了1亿条药材信息、100万个方剂、2万个分子、1万个靶点和3000种疾病关联。

muShanghai活动交流场景 · 多国参与者在活动现场交流讨论

这张身份证包含六个核心要素：物种基源、药用部位、特殊形容、炮制方法、通用名、专属编码，从根源上解决了同名异物的问题。同时平台还支持AI对话检索和标准化中英翻译，相当于给中药全球化铺好了数字化的高速公路。

中医药的出海，从来不是简单的文化输出，首先要解决的就是标准化的基础问题。神农Alpha补上了这缺失的关键一环。

大多数人讨论AI+中药时，都盯着AI发现新中药这个方向，但许田团队选择先解决最基础的标准化问题。这个选择恰恰戳中了行业最核心的隐性痛点：连药材是什么都说不清楚，谈新药研发就是空中楼阁。

AI设计的药物，已经走到III期临床

除了已经落地的中药数字化平台，许田创办的药物牧场，也给行业带来了一个突破性信号：AI设计的药物已经进入III期临床。

如果今年能够完成试验并获批，这将会是全球首个获批上市的AI设计药物。这个进展比大多数行业预判都要早得多，也直接验证了AI制药路径的可行性。

传统制药行业的现状大家都清楚：平均一款新药研发投入26亿美元，周期长达15年，成功率却只有12%。绝大多数资金和时间，都消耗在靶点验证和候选药物筛选上。

许田教授 · 许田教授与人交流，配医药研发相关文字

AI介入之后，这个逻辑被彻底改写了。AI可以快速从千万级的分子库中筛选出符合要求的候选药物，直接砍掉了传统研发中最耗时耗钱的环节。许田在分享中提到，FDA对AI预测药物有效性的态度正在松动，官方明确表示「不理解AI，但接受数据」。

监管的松动，比一款药物获批的意义更大——这意味着AI制药的商业化路径，正在得到全球权威监管机构的认可。

很多人觉得AI制药还是实验室里的概念，可现实是，第一批AI设计的药物已经站在获批的门口。行业的成本结构和人才结构，都会在接下来五年迎来深度重构：懂AI懂生物的复合型人才，会成为接下来药企争夺的核心资源。

从基因到芯片，AI正在重构生命科学

许田在分享中提出了一个非常有意思的框架：LLLM生命大语言模型，把基因看作单词，细胞活动是句子，不同器官是文章，所有生命活动就是一本「生命之书」。

这个框架的核心逻辑，就是用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，最终预测什么药物能够治疗什么疾病。

为了解决行业卡了40年的基因数据标准化难题，团队开发了Deep Adapter方法，现在已经积累了3000万条标准化的基因活动数据。这个研究范式一旦成熟，会给药物研发带来质的变化。

除了软的算法框架，许田团队还在硬的芯片层面做突破。现在训练AI模型，80%的能源和成本都消耗在CPU和GPU上，但人类大脑经过几百万年进化，早就找到了极低功耗的信息处理方式。

muShanghai活动主题海报 · 展示活动四大主题及“科技火人节”定位

团队现在正在解码大脑的节能策略，设计下一代类脑芯片，许田透露这款芯片预计明年投产，能效将远超传统GPU。如果这个目标能够实现，会直接解决大模型训练的高能耗痛点，让AI训练成本迎来断崖式下降。

更有意思的研究，是关于天才基因的探索。团队收集了500多位中国顶尖数学家的DNA，用同等数量的艺术家作为对照组，正在解码数学天赋的基因差异，同时筛选可能增强数学能力的药物。

许田明确表示，这项技术首先会用于帮助发育迟缓儿童的医疗干预，至于大家担心的「聪明药」滥用问题，需要科学界、产业界和监管机构共同面对。对天赋基因的解码，本质上是人类第一次从基因层面，真正触摸到「能力差异」的生物学基础，其影响远不止药物研发本身。

AI对行业的改变，比我们想的更快

整场分享下来，最值得我们关注的，不是意识上传、延寿五十年这种遥远的未来猜想，而是AI制药已经走到临床阶段、中药数字化已经落地这些实实在在的进展。

很多人还在纠结AI会不会取代人类科学家，可现实是，AI已经开始帮人类解决那些拖了几十年都解决不了的基础问题，还把新药研发的周期和成本压到了原来的几分之一。

真正的科技进步，从来不是停留在PPT上的概念，而是一步一个脚印解决真实存在的问题。神农Alpha解决命名混乱，AI药物走进临床，都是最好的证明。

许田和凯文·凯利当年的辩论，其实点出了AI发展最核心的伦理问题：没有生命概念的AI，会不会真正尊重人类？现在许田的实验室已经开始研究意识的神经基础，试图从根源上回答这个问题。这是只有最勇敢的研究者才敢触碰的课题。

我们这一代人，很可能会亲眼见证生物医药被AI彻底重构的全过程：从药材标准化到药物设计，从基因解码到芯片架构，每一个环节都在被AI重新定义。这个过程不是遥远的未来，它已经开始了。

当第一个AI设计的药物获批，当中药通过AI完成标准化走向全球，你觉得下一个被AI改变的生物医药环节会是什么？

#AI妙生图##芯片#