接受 CBS他以研究蛋白质结构为例，传统方法可能需要耗费数年时间，而 DeepMind 的 AI 模型已在一年内构建了约 2 亿个蛋白质 3D 结构。而蛋白质是生命的基本构成要素，生物学的一切都依赖于此，AI 的突破将极大推动医学进步。

　　尽管 AI 展现出巨大潜力，Hassabis 也坦言其伴随诸多风险。他担忧恶意行为者可能将 AI 系统用于有害目的，甚至 AI 自身可能变得过于自主和强大。

　　他预测，未来 5 到 10 年内，AI 不仅能解决科学中的重大问题，还能主动提出新的科学猜想，彻底改变研究模式。

　　援引美国国立卫生研究院数据，AI 已在医疗行业展现出成本效益。例如，Verge Genomics 公司利用机器学习算法分析人类基因组数据，寻找治疗帕金森病、阿尔茨海默病和肌萎缩侧索硬化症等神经疾病的药物。

　　而位于旧金山的 Insitro 公司也通过高级机器学习和计算基因组学，降低药物研发的时间和成本。