AI科研卡点：数据还没准备好

又有公司推出新的科学模型，又有机构继续砸下重金，AI 难道真的已经在科研领域大展拳脚了吗？

但 DeepMind、Biohub、OpenAI 近期的几项动作，却共同指向一个事实：数据依旧是 AI 科研最明显的短板。

DeepMind 在 4 月发布了一份科学数据盘点，选用核聚变和 JET 数据作为样板，指出：许多科学数据虽然已经存在，但目前还不能直接被送入 AI 系统使用。

Biohub 在 4 月 29 日宣布 Virtual Biology Initiative，计划用 5 年投入 5 亿美元，内容聚焦在：生命科学若要训练用于预测细胞行为的模型，首先就得把开放、多模态、规模化的数据资源做出来。

OpenAI 在 4 月 16 日推出 GPT-Rosalind，强调：生命科学模型不能只停留在聊天入口，还需要打通 Codex、公共 multi-omics 数据库以及文献等环节。