生物信息的工作会被ChatGPT替代吗?

二维码

我原本想转到这个行业，现在好怕转完行业没了

原文地址：https://www.zhihu.com/question/594011892

清风寡欲

我个人认为chatgpt （及类似产品）可能会 赋能 生信工具加速生物医学研究， 而不是 取代 生信工具。

特别是对很多做湿实验的高手来说，生信工具可能以后会更加的触手可及，干湿以后就不分家了。

举个很简单的例子，

比如人人都做过的转录组， 差异基因和通路，要找缩小范围来做实验验证，以前是很恼火的事情。服务公司肯定是不会帮着看的。研究人员需要手动按经验和人品来看结果。

未来可能嵌套GPT的工具，比如你告诉他，这个基因表达矩阵是M， 分组是G，想看差异基因。
请帮我建立个环境，然后运行FC=2，FC=1.5 和FC=1做差异表达， 然后差异和富集的iterm做這樣的事情：

1，和我们实验室已经验证的Marker.xls 对比并标记
2，查过去五年里PUBMED，如下期刊里（journal_IF.list.txt）的文献中报道的请标记。
3，如果作者/机构地址在这个列表 （KOL_daniu.list.txt） ，重点标注。
4，你甚至可以提前把靠谱的试剂供应的清单都提前录进去，提前做某些标注。

过去吭哧吭哧看一遍，找公司调个参数再跑一个，然后回来看关键基因特喵的还不见了。来回折腾几个来回，结果不理想， 销售也为难，学生都该毕业答辩了。 。。
不远的未来，GPT辅助的场景在各个实验室里会特别常见，可能几分钟就做完了。 前提条件是1，明白生信的这些玩意到底怎么用的，2，明明白白的告诉AI你的需求。3，搞清楚哪些情况AI工具可能会发昏。提(xue)高(hui)效(mo)率(yu)才是第一生产力。

惧怕变化不如拥抱变化，甚至引领变化。 对吧？

卡卡

楼主不要被上面的答复蒙蔽了。
我不是做生信的，是做传统生物学的，在实验室里面做实验的。
也不懂生信。
但是我要提醒楼主，转行生信，慎重考虑。
楼上说不会被替代的，一眼看就是搞生信开发的，都是科研岗
生信做科研的方向是肯定不会被取代的。
但是如果楼主转行想进入市场工作，搞个NGS分析什么的，工资高活儿又少
那么不要转，市场上成熟的生信分析就是那么一两套，真正的核心元件就是一台测序仪，等人工智能成熟了，工人很容易被chatGPT取代。
简单说：
转生信科研岗，大胆转，没事；
不想搞科研，只想找安稳工作，不要来，有危险。

感恩由您

差远了。看来你是完全不了解生信。
哪怕是chatgpt进化到 @赵泠 泠妹妹这个水平，生物信息的工作都不会被替代。
<hr/>不过有了chatGPT等可以辅助我们做很多事，比如写八股文。
下面的内容就是用机器人辅助写了部分内容的。
<hr/>近年来，随着人工智能技术的不断发展，越来越多的行业开始使用AI技术，从而提高工作效率和成本效益。在这些行业中，生物信息领域也逐渐引起了人们的关注。
然而，在生物信息领域的发展过程中，还有很多问题需要解决。
一方面，生物信息行业的前景的好坏取决于上游行业的前景。目前来说，生物医药行业整体成长势头强劲，因此生物信息行业也是比较有市场的。
但另一方面，生物信息行业和IT行业类似，行业技术更新快，要求从业人员能够快速学习并掌握新的技术和工具。因此，对于生物信息行业从业人员的能力要求也很高，他们需要具备扎实的基础知识、良好的编程能力和灵活的思维方式，才能应对复杂的实际工作中的问题。
那么，chatGPT这样的自然语言处理模型是否会代替生物信息领域的工作呢？
首先，我们需要了解chatGPT等自然语言处理模型的优点和局限性。这样的模型可以根据输入的文本生成新的内容，具有一定的创造性和语义理解能力。但是，它们并不具备生物信息领域所需要的大量计算操作和数据分析能力。因此，在生物信息领域中，我们更多地使用一些特定的工具和软件来进行数据处理和分析。
此外，生物信息领域的实际工作还涉及到很多复杂的技术和领域知识，例如蛋白质结构预测、序列比对、药物设计等。这些任务需要从业人员具备深厚的生物学和计算机基础，并能够灵活应对各种实际情况。而chatGPT这样的自然语言处理模型并不适合完成这些任务。
在实际应用中，人工智能技术更多地被用于生物信息领域的一些基础性工作，例如生物序列的预处理和初步分析。在这些方面，一些基于机器学习和深度学习的工具和软件已经在生物信息领域得到广泛应用，并取得了不少的成果。这些工具和软件能够快速、准确地对大量的生物信息数据进行处理和分析，从而加速研究进程。
但是，需要注意的是，在AI技术的应用中，我们也可以看到一些新的变化。近年来，人工智能的应用经常不是简单地取代工人，而是和人一起工作来提高工作效率。在生物信息领域中，这种模式也逐渐开始出现。例如，科学家们可以使用人工智能工具来对大量的生物信息数据进行预处理和初步分析，在此基础上再进行进一步的深入研究。这样可以大大提高研究效率，缩短研究周期。
综上所述，chatGPT这样的自然语言处理模型并不能完全替代生物信息领域的工作。这个领域需要从业人员具备深厚的专业知识和技能，并能够随时应对各种实际情况。
因此，在生物信息领域中，人工智能技术更多地被用于辅助研究，提高工作效率。未来，人工智能技术将继续为生物信息研究提供更多的支持和帮助。

清风寡欲

有这种疑虑，说明没入门，建议不要入了。
今年一亩三分地到处都是程序员在哀嚎，想去药厂因为专业知识不够被刷。
今天就是玉皇大帝来了，一个ai也只能输出数据，不可能输出实物。药不可能从服务器里长出来，这是一个常识。
一个思考题：作为ai在医学领域最成熟的方向，为什么ai辅助诊断到现在还没有铺开？

队长是我

不会，这有几个层面：

• 代替生物信息方面的高重复性人类工作岗位的大抵不是 chatGPT，而是其他更小规模、更特化、更便宜的人工智能；
  
• 近年来，人工智能的应用经常不是简单地取代工人，而是和人一起工作来提高工作效率。在市场本身饱和前，人工智能协作通常不会减少人类工作岗位；
  
• 在近未来，人工智能无法执行“在工作出了问题时背上黑锅去坐牢”之类任务。
  

大量应用人工智能，会暂时带来负责运行、维护、修复系统的岗位。对生物信息人工智能进行运行、维护、修复的岗位需要一定的生物信息知识。