第459章 智人数据，古神途径 (第2/3页)
「其实泄密也没用……」
夏然看了林东一眼，再看了看地上的笔记本残骸，轻声说道：
「生物试验全世界都能做，但试验获得的杂乱数据，要如何分析出有用信息，探究下一步试验的方向和路线，他们需要付出的成本不是一个量级，甚至是根本无法解决……」相比较人类在物理领域的研究，生物领域的研究还很初级。
这个初级，不是指生物研究不够深入，而是研究方法论还很初级。
人类对物理研究，早在爱因斯坦时期就越过通过试验的观测，得出结论的初级阶段。
进入到数学指导试验，使用数学工具寻求真理，再使用试验验证真理的阶段。
生物试验因为伦理关系，生物的复杂性，全世界的研究还停留在试验观测，再得出结论的初级阶段。
而不是藉助数学工具和理论工具先一步探究前方，理论先行，再反向指引试验的验证。
形象点比喻，现阶段的生物基因研究主要就两个途径，一个是藉助cas9等基因编辑工具，把一段基因编辑改写，再观察这段基因编辑变化过後，试验者会出现哪些变化。
另一个就是通过基因测序进行基因对比，对比糖尿病易感患者的基因，跟正常人的基因，有哪一些特徵的不同，再经过反覆实验，从而锁定糖尿病对应的基因点位……
两个研究都是试验先行，通过对比不同试验数据，得出的相应的结论，而不是理论先行，用理论指导实验。
这样一旦项目扩大，试验的数据量达到一个庞大的量级，研究员就很难发现分析出里面的差异，找到里面的方向和路线。
只不过夏然发现，这个数据分析，还有研究方向的问题，在林东这里似乎根本不存在……
「现在ai大模型不断发展，生物试验数据分析的弊端会慢慢改善……」林东轻轻摇头。他能通过杂乱的试验数据，轻松分析出有效的路线，除了过目不忘，举一反三，闻一知十，专心致志，触类旁通这些思维能力。
最核心的就是学习这麽多年，他掌握的知识广度已经超出一般人的想像。
但知识广度，也是ai最大的优势。
人类受限於大脑信息带宽，大脑思维能力，从高中开始就要选择一个方向，大学选择一个领域不断深入挖掘，走的是一个深度路线。
ai越是发展，算力越强，ai大模型掌握的知识就越多，知识覆盖面就越大，走的是一个广度路线。
前世ai大模型发展起来，数学界的上界猜想，圈双覆盖猜想，雅可比猜想，还有黎曼猜想的重大突破等等，全都被ai强行爆破。
没有使用深奥的数学工具，全是通过强大的知识广度，把多个理论上几乎不可能被同一个数学家掌握，分散领域的知识结合联系起来。
最後只是花了几百美元的算力成本，就把这些困扰人类数学家半个多世纪的几个难题证明了。
同时在前世，ai大模型也开始运用到生物领域，处理生物领域庞大且杂乱的数据。
「生物实验室现在的项目，分发下去了吗？」
林东没有在这个问题深聊下去，对夏然问起实验室
（本章未完，请点击下一页继续阅读）