重點整理
- 研究者結合 ChatGPT 與 Codex 尋找新抗菌分子。
- 利用 AI 分析現存與已滅絕生物的龐大基因組資料。
- 核心精神在於用 AI 處理海量資料與自動化撰寫程式。
- 企業可借鏡此思維，導入 AI 優化內部資料分析流程。
當你聽到 AI，可能第一個想到的是寫文章、做圖片。但你知道嗎？現在的 AI 已經能幫科學家在浩瀚的基因庫中，尋找拯救人類的新藥了。這篇文章要分享一位研究者如何結合 ChatGPT 與 Codex，從現存甚至已滅絕的生物基因中，找出對抗超級細菌的新武器。雖然你不是生技專家，但了解 AI 如何處理「海量資料」的思維，絕對能啟發你思考如何把 AI 用在自己公司的數位轉型與資料分析上。
為什麼我們需要尋找新的抗菌分子？
在醫學界，「抗藥性感染」（drug-resistant infections，指細菌對藥物產生抗藥性，導致原本有效的藥物失效的感染）是一個越來越嚴重的威脅。為了對抗這些超級細菌，科學家必須不斷尋找新的「抗菌分子」（antimicrobial molecules，能抑制或殺死微生物的化學物質）。
傳統上，尋找新抗菌分子需要耗費大量的時間與人力。但現在，研究者開始轉向 AI，希望透過科技加速這個尋找過程，從中發掘出能拯救生命的關鍵解方。
用 ChatGPT 與 Codex 挖掘基因寶庫
César de la Fuente 的實驗室就是個很好的例子。他們使用 OpenAI 的 ChatGPT 與 Codex 來尋找新的抗菌分子候選者。
這裡要簡單解釋一下這兩個工具：ChatGPT 是我們熟悉的 AI 對話助手，而 Codex 則是一個「AI 程式碼生成工具」，能夠根據人類的自然語言指令，自動寫出程式碼。
在這個研究中，科學家需要分析龐大的「基因組」（genomes，生物體內所有的遺傳資訊）。他們不僅搜尋現存生物的基因組，甚至把目光投向已滅絕生物的基因組。因為在那漫長的演化歷史中，可能隱藏著許多尚未被發現的抗菌分子。
面對如此龐大且複雜的基因資料，人工分析幾乎是不可能的任務。因此，實驗室利用 ChatGPT 與 Codex 來編寫分析程式，讓 AI 自動在海量基因序列中搜尋並篩選出具有潛力的抗菌分子。
從生技研發看 AI 資料處理的威力
你可能會想：「我是做零售、製造或服務業的，不研究基因，這跟我有什麼關係？」
其實，César de la Fuente 實驗室的做法，核心精神在於「利用 AI 處理海量資料」與「透過 AI 自動化編寫程式」。
在你的企業中，可能也有大量的客戶資料、銷售數據或網站瀏覽紀錄。過去，你可能需要請工程師花好幾天寫程式來整理這些資料，甚至因為技術門檻而放棄分析。現在，你可以參考這種思維，利用類似 Codex 的 AI 工具，讓 AI 幫你寫出資料處理的腳本，或是用 ChatGPT 來分析網站後台數據，找出消費者行為的隱藏規律。
AI 的價值不僅在於生成內容，更在於它能成為你處理複雜資料、提升工作效率的強大助手。
崴米的建議
作為你的數位整合顧問，崴米建議中小企業主可以馬上嘗試以下幾件事，把 AI 的資料處理思維落地：
- 盤點企業的「海量資料」：找出公司內部那些堆積如山、人工難以處理的資料（如網站日誌、客服紀錄、進銷存數據），思考如何用 AI 來自動化分析，把數據變成決策依據。
- 嘗試用 AI 輔助程式開發：如果你的團隊有基本的程式概念，可以嘗試使用 AI 程式碼生成工具來撰寫簡單的資料清洗或分析腳本，大幅縮短開發時間，讓內部流程更順暢。
- 建立資料驅動的網站：如果你還沒有一個能好好收集與分析數據的網站，是時候重新規劃了。崴米可以協助你打造具備完善數據追蹤功能的網站或電商系統，讓 AI 有優質的「飼料」可以分析，真正發揮數位轉型的價值。
參考來源：How a researcher uses Codex and ChatGPT to search for new antimicrobial molecules
