谷歌釋出 AlphaGenome Atlas 等多項 AI 科學工具 覆蓋 86% 全球人口語言支援

谷歌 AI 科學工具矩陣落地：從基因圖譜到全球危機預測

谷歌最近搞了個大新聞：他們的 AI 技術已經支援 300 多種語言，覆蓋全球 70 億人，佔到全球人口的 86%。同時釋出的 AI & Economy ATLAS 互動式工具，直接給全球使用者來了個 AI 使用資料大揭秘。

這一波操作背後，是谷歌在科學領域 AI 應用的密集落地：

基因組學突破：AlphaGenome Atlas 開放全部 90 億基因變異資料

谷歌推出了 AlphaGenome Atlas，直接繪製了人類基因組中所有 90 億種可能的單字母基因變化，還對研究人員開放訪問。這工具可是基於諾貝爾獎專案 AlphaFold 的技術積累——AlphaFold 已經預測了科學界已知的全部 2 億個蛋白質結構，現在被 190 個國家的 400 萬研究人員用著，從藥物研發到查加斯病、利什曼病等被忽視疾病的研究都少不了它。

AlphaMissense 幫研究人員預測致病基因突變，而新發布的 AlphaGenome Atlas 更進一步，直接給出基因變異如何改變細胞行為的預測性洞察。

天氣預測：WeatherNext 3 準確率提升 50%

谷歌釋出了 WeatherNext 3，這是他們最牛的全球天氣模型，在提前一天或更長時間的降水預測中，準確率直接提高了 50%。這模型已經整合到谷歌產品裡了。去年牙買加當局就用 WeatherNext 準確預測了颶風 Melissa 的路徑，提前拿到了救災資金，還啟動了應急響應。

全球危機預測引擎：已用於剛果埃博拉疫情

谷歌整合了全球健康、糧食安全和社會經濟資料，搞出了 Planetary Prediction Engine（行星預測引擎），專門用來預測全球性危機。這套系統已經在剛果民主共和國的埃博拉疫情中派上用場，還在美國幫識別了 21 項 CDC 健康指標中的脆弱社群。

航空減排：AI 已在英國和亞洲應用

谷歌還擴充套件了 AI 研究，用來降低航空業的氣候影響，這技術已經在英國（跟政府合作）和亞洲地區用上了。

---

醫療 AI 的實際落地資料

谷歌在疾病檢測領域也公佈了不少具體進展：

• 乳腺癌篩查：跟倫敦帝國理工學院和英國 NHS 的研究顯示，AI 在 17.5 萬名女性的乳腺 X 光片中，檢測出了 25% 此前被漏掉的間期癌症。

• 結核病篩查：全球約 40% 的結核病感染者沒被診斷出來。谷歌的胸部 X 光 AI（由 Nexus Intelligence 使用）已經在 6 個國家的 40 個地點篩查了超過 2.5 萬張 X 光片。同時，生物聲學模型（Health Acoustic Representations）還能通過咳嗽聲檢測結核病。

• 糖尿病視網膜病變：谷歌和合作夥伴開發的模型已經支援全球超過 115 萬次篩查，計劃在未來十年擴充套件到 600 萬次，專門對付這個可治療但越來越常見的可預防失明原因。

• 心血管疾病早篩：谷歌正在利用智慧手機和可穿戴裝置進行心血管疾病、胰島素抵抗、高血壓等早期檢測，還跟阿肯色州合作，制定了改善農村地區健康狀況的藍圖。

開源工具賦能科研

谷歌還開源了 DeepConsensus、DeepVariant 和 DeepPolisher 等 AI 工具。過去十年裡，這些工具協助完成了人類基因組測序、首個泛基因組草圖，還支援人類泛基因組參考聯盟的持續工作，更好地代表人類基因多樣性，讓專家們能更準確地診斷和治療疾病。

**AMIE（Articulate Medical Intelligence Explorer）**是谷歌的醫療 AI 助手，正在跟貝斯以色列女執事醫療中心等機構合作，進行真實世界環境中的前瞻性證據研究，還在全國範圍內搞首創性試驗。AMIE 的目標是幫一線醫護人員，讓醫生有更多時間跟患者交流。

---

中國使用者的參考價值

谷歌的開源基因組學工具（如 DeepVariant）和天氣預測方法論，給全球科研機構提供了技術參考。但要注意：

1. 醫療 AI 的監管差異：中國對醫療 AI 產品有獨立的審批流程（如 NMPA 認證），直接應用國外模型得進行本地化驗證。
2. 資料主權：基因資料和健康資料的跨境使用受《資料安全法》和《個人資訊保護法》約束。
3. 氣候預測的區域適配：WeatherNext 3 的全球模型在中國複雜地形（如青藏高原）的表現得額外評估。

谷歌在部落格裡強調："AI 的好處不是自動來的，得靠社會共同努力才能兌現承諾並應對挑戰和風險。"這話反映了行業對 AI 倫理和安全性的持續關注。

常見問題

AlphaGenome Atlas 與 AlphaFold 有什麼區別?

AlphaFold 預測蛋白質的三維結構(已覆蓋 2 億個已知蛋白質),而 AlphaGenome Atlas 專注於基因變異層面,繪製了人類基因組中所有 90 億種單字母基因變化,並預測這些變異如何影響細胞行為。兩者結合可從基因突變到蛋白質功能提供完整的研究鏈條。

WeatherNext 3 的 50% 準確率提升是如何計算的?

原文未詳細說明計算方法,僅表示在'提前一天或更長時間的降水預測'中準確率提高 50%。通常此類指標可能指相對誤差降低或預測命中率提升,具體需參考谷歌釋出的技術論文。

中國醫療機構能否直接使用谷歌的 AMIE 或糖尿病視網膜病變模型?

不能直接使用。這些醫療 AI 工具需通過中國國家藥監局(NMPA)的醫療器械審批,並使用本地資料進行驗證和訓練,以確保對中國人群的適用性。此外,資料跨境傳輸需符合《資料安全法》等法規。

谷歌開源的 DeepVariant 等工具適合哪些使用者?

主要面向基因組學研究機構、生物資訊學團隊和藥企研發部門。這些工具已被用於人類泛基因組專案,可加速基因變異檢測和疾病診斷研究。個人使用者通常需要通過專業機構或雲平臺(如 Google Cloud)間接使用。

Planetary Prediction Engine 在剛果埃博拉疫情中具體做了什麼?

原文僅提及該引擎'已在剛果民主共和國持續的埃博拉疫情中使用',未披露具體應用細節。通常此類系統可能用於預測疫情傳播路徑、識別高風險區域或最佳化資源分配,但需等待谷歌或合作方釋出更詳細的案例報告。

---

本文基於 Google AI Blog 報道, 由 AiDuo123 AI 編輯翻譯改寫。原文連結: https://blog.google/innovation-and-ai/technology/ai/ai-applications-science-people/