艾尼拉姆與Inceptive合作 利用人工智能加速RNAi療法研發

艾尼拉姆製藥公司（納斯達克：ALNY）與 Inceptive Nucleics 公司今日宣布達成戰略合作協議，旨在加快治療創新步伐。艾尼拉姆是領先的 RNAi 療法公司，而 Inceptive Nucleics 則致力於構建生命基礎模型。這次合作價值高達 20 億美元，當中包括 3,000 萬美元的前期款項，涵蓋現金及購入 Inceptive 股權。Inceptive 將有資格根據達到臨床前、監管及商業銷售里程碑，收取額外款項。

透過將 Inceptive 的生成式人工智能模型與艾尼拉姆的研發引擎整合，艾尼拉姆旨在加快發現新型 RNAi 療法，以推進其「艾尼拉姆 2030」戰略中宏大的產品線擴展目標。

Inceptive 辦公室 AP圖片

艾尼拉姆行政總裁 Yvonne Greenstreet 醫生表示：「我們很高興與 Inceptive 合作，共同拓展 RNAi 藥物發現的界限。Inceptive 在人工智能與生物學交叉領域中，是其中一間最具遠見的公司。它由人工智能革命的先驅領導，並肩負著徹底革新 RNA 藥物設計方式的宏大使命。我們這次合作擁有非凡機會，能以過往無法實現的速度、獨創性及精密度，加速創造具變革性的藥物。」

Inceptive 的基礎模型學習生物學底層規律，因此無需重新訓練即可適應多種治療模式。在聯合探索工作中，該模型在數周內取得卓越表現，從相對較小的數據集中揭示具意義的生物學見解，以表徵 siRNA 分子，即 RNAi 療法的活性成分。

艾尼拉姆辦公室 AP圖片

Inceptive 共同創辦人兼行政總裁 Jakob Uszkoreit 指出：「大多數藥物設計仍透過試錯過程進行，測試數千種分子，期望其中一種能奏效。Inceptive 建立於一個不同前提：生命遵循的規律極其複雜，只有人工智能才能學習。艾尼拉姆的突破性平台及科學願景與人工智能是理想結合。我們這次不僅加速藥物發現，更正在改變我們理解及改善生命的方式。」

具通用性的平台開拓新的治療設計空間。

Jakob Uszkoreit AP圖片

這次合作結合艾尼拉姆在 RNAi 領域的領導地位，以及 Inceptive 的基礎模型與人工智能專業知識，以促進及加速核酸藥物設計的進展。Inceptive 專注於為序列基礎藥物開發模型，例如由艾尼拉姆開創的 RNAi 療法。

這次合作旨在透過模擬目標 mRNA、共同探索序列空間及新型化學修飾，以提升效力及功效，並預測臨床前模型中表現最佳的治療候選藥物，供艾尼拉姆進一步開發，從而推進 siRNA 設計。目標是協助艾尼拉姆優先選擇最有前景的分子，並提高實驗生產力。

Yvonne Greenstreet AP圖片

透過結合艾尼拉姆深厚的生物學專業知識與 Inceptive 的前沿模型，這次聯盟推進艾尼拉姆透過前沿人工智能，開拓新治療創新的抱負。這次合作讓艾尼拉姆得以接觸 Inceptive 的人工智能專業知識及人才，包括行政總裁 Jakob Uszkoreit，他是 Transformer 架構（即 ChatGPT 中的「T」）的共同發明者，以及可擴展、人工智能濕實驗室訓練數據生成方法的先驅。

艾尼拉姆（納斯達克：ALNY）是一間領先的全球生物製藥公司，亦是 RNA 干擾（RNAi）革命的先驅。該公司專注於開發具變革性的療法，有望預防、阻止或逆轉疾病。二十多年來，艾尼拉姆一直推進諾貝爾獎得獎的 RNAi 科學，實現關鍵突破並推出六種獲批藥物。艾尼拉姆的藥物已在全球超 70 個國家上市，並擁有迅速擴展且穩健的產品線，同時持續獲認可為卓越工作場所及具社會責任的機構。該公司正執行其「艾尼拉姆 2030」戰略，以加速創新並擴大影響力，從而改善人類健康。

Inceptive 構建生命的人工智能基礎模型，透過數據推斷設計出超越自然及傳統藥物發現範圍的突破性生物藥物。該公司由人工智能研究員、生物化學家及工程師組成的跨學科團隊，利用多樣化的生物數據訓練模型，並設計實驗以空前規模生成缺失的訓練數據。Inceptive 與領先的製藥商合作，為序列基礎藥物（例如 siRNA、ASOs、肽及 mRNA）的發現定制分子設計模型，應用於體內細胞療法等領域。Inceptive 於 2021 年成立，獲 a16z、NVIDIA、S32 及 Obvious 支持，總部設於帕洛阿爾托，並在柏林及蘇黎世設有辦事處。

（美聯社）

聯合國大學一份報告指出，數據中心的環境足跡已可媲美全球部分最大國家。報告預計，隨著人工智能應用增長，數據中心的用水量、能源消耗及污染將在短短四年內翻倍。

報告於周三發表，指去年全球數據中心耗電量達448萬億瓦時，超全球除十個國家以外的所有國家。報告稱，這些電力消耗產生約1.89億公噸二氧化碳，與阿根廷的排放量相若；而生產這些能源則消耗約4.5萬億公升水。這份報告探討人工智能能源使用對環境造成的影響。

檔案圖片：2024年8月22日，俄勒岡州博德曼，亞馬遜網絡服務數據中心夜景。(美聯社圖片/Jenny Kane) AP圖片

報告指出，到2030年，數據中心預計將佔全球電力消耗近3%，達935萬億瓦時。若數據中心是一個國家，其電力消耗量預計將在2030年排名全球第六。這將產生近3.99億公噸二氧化碳。研究主要集中於能源使用，並未審視數據中心冷卻所需的大量用水。

研究報告合著者、水科學家兼加拿大聯合國大學水、環境與健康研究所所長卡維·馬達尼表示：『若審視這些數字，我們看到其規模已可與國家相比。』他形容『需求巨大』。

檔案圖片：2026年3月24日，密蘇里州獨立城，推土機正在為一個250萬平方呎的人工智能數據中心平整場地。(美聯社圖片/Charlie Riedel) AP圖片

報告稱，數據中心的增長主要由人工智能推動。目前約20%的數據中心能源消耗源於人工智能，但預計到2030年將增至40%。

康奈爾大學能源工程學教授、負責該校人工智能可持續發展事務的游峰氣指出，這份報告的重要性在於聯合國的公信力及權威性，而非僅僅因為任何一組驚人數字。

檔案圖片：2026年1月13日，喬治亞州牛頓縣，Meta的斯坦頓泉數據中心。(美聯社圖片/Mike Stewart) AP圖片

游峰氣並非報告撰寫人之一，他表示：『其價值在於聯合國機構將碳排放、水資源、土地、生命週期影響及環境公義納入同一框架，處理一個經常被保密及部分披露的問題。』

他補充說：『公眾應關注，但不應恐慌。』

生物多樣性中心能源公義項目總監珍·蘇表示，這份報告意義重大，因為它是首份『揭示人工智能環境危害』的聯合國乃至全球性報告。

全國人工智能協會主席卡萊布·麥克斯強調其行業正變得更高效，並惠及公眾。他指：『人工智能正迅速融入我們的日常生活，帶來改善安全、延長壽命、提高工作效率、增強糧食生產及減少貧困等益處。越來越多證據顯示，人工智能發展的能源投資回報對世界具變革性，因此物超所值。』

數據中心聯盟主席喬什·利維表示，業界嚴肅看待其對環境的影響。

他在一份聲明中表示：『我們將繼續致力與政策制定者、當地社區及行業夥伴合作，確保數據中心在發展的同時，能以負責任、透明及符合最佳實踐的方式進行。』

馬達尼亦是最新一屆斯德哥爾摩水獎得主，他表示這些數字顯示人工智能的環境成本。人工智能乍看之下可能比汽車、熔爐等有明顯污染的機械裝置更清潔。

馬達尼說：『人工智能不僅是虛擬事物。我們談論的是具物理實體、有實際影響的事物。它有基礎設施，有能源消耗。』他續指：『所有這些操作背後都有大量硬件支持，對我們而言看似非常清潔，因為我們看不到設備冒煙。我們的手機、電腦都沒有可見的煙霧。但在其他地方，有人正因此受苦。』

馬達尼表示，人們可以透過在查詢時減少客套語、更簡潔地表達，來降低人工智能龐大的能源需求。報告發現，將請求中的字詞使用量減少30%，可令人工智能的能源消耗降低25%。報告稱，這相當於非洲約70萬人一年的用電量。

馬達尼說：『如果你過於客套，那麼你多加的「請」字可能會產生巨大影響。』他強調：『你必須非常精確和簡短。』

例如，一個典型的ChatGPT式查詢，其能源密集度約是電郵垃圾郵件過濾器所用基本文本分類的200倍。人工智能生成的圖像或影片需要更多能源。

人工智能越複雜，訓練或學習所需的能源就越多。報告稱，GPT-3的訓練耗電量約為13億瓦時，而下一版本則耗電500億至700億瓦時。

然而，研究報告合著者、聯合國大學環境政策研究員米里亞姆·阿克澤爾表示，真正消耗大量電力並非訓練過程。她指出，約90%的人工智能電力消耗來自操作請求。單是GPT每天就處理25億個提示。

馬達尼表示，儘管科技倡導者可能辯稱其機器正變得更高效，但存在一個普遍的悖論：當事物變得更高效時，它們會被更頻繁地使用，即使單次使用效率更高，總能源消耗仍會飆升。他指出，雖然部分公司宣傳數據中心使用可再生能源，但這意味著清潔電力供應被耗盡，因此其他地方會使用更骯髒的能源。

阿克澤爾及馬達尼表示，進行這項研究的其中一個問題是，許多公司及地區對於數據中心和人工智能的消耗量，甚至其位置和規模，均不夠透明。

康奈爾大學的游峰氣表示：『公司不披露的，我們就無法管理。』

（美聯社）