※ 引述《pacino (掃地僧)》之銘言：
: 提到生物方面的應用
: 本魯不是相關科系
: 但是大概猜得到黃董的意思。
: AI怎麼賺錢？
: 這要想用AI賺錢的人去找賺錢的模式。
: Chatgpt只是一個可以賺錢的應用。
: 黃董一直拿AI generator 來比喻AC generator.
: 電要怎麼賺錢？
: 當初有電時只是點燈而已，現在呢？
: 你生活中能沒有電嗎？
: 當初電發明時，能想到現在電的應用嗎？
: 同樣的
: 現在發現AI是可以被generared
: 這是某個人類文明的轉淚點
: 以後的世界會充滿了許多AI產生的結果，知識，意識。
: 回到生物科技
: 這方面的專家是無法被取代的（其他領域也是）
: AI在未來可以應用在取代（部份）實驗的過程
: 以AI的(分子？）模型來模擬生物實驗的過程
: 縮短研究的時間。
: 至於能否達成，本魯不知道。
如果提到利用數據運算來加速藥物開發，那可以看一下Insilico這家公司的例子
https://insilico.com/blog/ipf-phase1
這家公司透過dry lab運算找到可能的IPF致病機制關鍵路徑，然後透過運算以及高通量篩
選，快速找到可能的候選藥物
從開始設定適應症目標，到找到候選藥物，完成POC驗證，做完GMP生產準備，申請IND進
入臨床一期
總共只花了27個月。
這是非常驚人的成就，因為過去藥物開發在臨床前開發階段，快則五年，長則10年以上，
才找到可能的候選藥物送進臨床試驗。
藥物開發時間就是金錢，越早上市，就越能增加專利保護期價值
相似的例子還有難成藥靶點的藥物設計，將難以成藥的蛋白質結構建模之後，去計算在哪
些位置去放入小分子干擾之後，會改變原本的蛋白質結構，剛好把該蛋白質結構上有問題
的位置關閉起來，但又不影響正常細胞生理功能（例如kRas /Raf蛋白)
這些生物資訊工程在很早之前就不斷演進，需要更多的數據資料跟計算模式來尋求最佳化
（比如蛋白質結構上的醣分子會帶來什麼影響，可以怎麼設計與更改）
回到最近熱門的AI應用話題
看看波士頓機械的設計
https://youtu.be/CRA7-6erx7Q?si=AchGpv9iMwrytLqu
如果搭配AGI，那將是多麼令人期待啊
比如飯店櫃檯擺一個可以與人對話的AGI機器人，自己就能精通多國語言，遵守標準服務
流程，永遠彬彬有禮
台灣護理師人力短缺，臺大醫院想引進AI來解決護理荒
想像透過AI機器人替病人給藥拍痰抽血拔針的畫面
還不怕病人偷摸它屁股（笑）