※ 引述《pacino (扫地僧)》之铭言：
: 提到生物方面的应用
: 本鲁不是相关科系
: 但是大概猜得到黄董的意思。
: AI怎么赚钱？
: 这要想用AI赚钱的人去找赚钱的模式。
: Chatgpt只是一个可以赚钱的应用。
: 黄董一直拿AI generator 来比喻AC generator.
: 电要怎么赚钱？
: 当初有电时只是点灯而已，现在呢？
: 你生活中能没有电吗？
: 当初电发明时，能想到现在电的应用吗？
: 同样的
: 现在发现AI是可以被generared
: 这是某个人类文明的转泪点
: 以后的世界会充满了许多AI产生的结果，知识，意识。
: 回到生物科技
: 这方面的专家是无法被取代的（其他领域也是）
: AI在未来可以应用在取代（部份）实验的过程
: 以AI的(分子？）模型来模拟生物实验的过程
: 缩短研究的时间。
: 至于能否达成，本鲁不知道。
如果提到利用数据运算来加速药物开发，那可以看一下Insilico这家公司的例子
https://insilico.com/blog/ipf-phase1
这家公司透过dry lab运算找到可能的IPF致病机制关键路径，然后透过运算以及高通量筛
选，快速找到可能的候选药物
从开始设定适应症目标，到找到候选药物，完成POC验证，做完GMP生产准备，申请IND进
入临床一期
总共只花了27个月。
这是非常惊人的成就，因为过去药物开发在临床前开发阶段，快则五年，长则10年以上，
才找到可能的候选药物送进临床试验。
药物开发时间就是金钱，越早上市，就越能增加专利保护期价值
相似的例子还有难成药靶点的药物设计，将难以成药的蛋白质结构建模之后，去计算在哪
些位置去放入小分子干扰之后，会改变原本的蛋白质结构，刚好把该蛋白质结构上有问题
的位置关闭起来，但又不影响正常细胞生理功能（例如kRas /Raf蛋白)
这些生物资讯工程在很早之前就不断演进，需要更多的数据资料跟计算模式来寻求最佳化
（比如蛋白质结构上的糖分子会带来什么影响，可以怎么设计与更改）
回到最近热门的AI应用话题
看看波士顿机械的设计
https://youtu.be/CRA7-6erx7Q?si=AchGpv9iMwrytLqu
如果搭配AGI，那将是多么令人期待啊
比如饭店柜台摆一个可以与人对话的AGI机器人，自己就能精通多国语言，遵守标准服务
流程，永远彬彬有礼
台湾护理师人力短缺，台大医院想引进AI来解决护理荒
想像透过AI机器人替病人给药拍痰抽血拔针的画面
还不怕病人偷摸它屁股（笑）