设计实验
88决定哪个假说值得测试,哪个实验设计可以实际伪造它,需要科学判断,任何目前的AI系统都不能可靠地靠自己产生.
格子越深，表示该主题在这项指标上越高。
抗AI64
薪酬46
入行门槛76
自主性66
需求60
影响力82
低高
简短问答
你需要博士学位才能成为生物学家吗?
并不是每个生物学工作——许多研究-技术员、实验室助理和实地调查角色都雇用只有学士或硕士学位的人。 但领导独立的研究项目,经营大学实验室,或在制药和生物技术研究中担任许多高级职位,几乎总是需要一名博士,因为证明一个人能够独自设计和捍卫原创研究的是证书。
成为专业生物学家需要多长时间?
这在很大程度上取决于角色。 学士学位(3-4年)足以供许多起职研究或外地职位. 成为独立的主要调查员,经营一个实验室通常需要更长的时间:大约4年的本科生学习,5至6年的博士生学习,在担任长期职务之前往往还要再进行几年的博士后研究。
生物学家和医生有什么区别?
医生直接诊断和治疗人类病人,使用以临床实践为重点的医学学位. 生物学家对生物系统——基因、细胞、生物体、生态系统——的研究往往不治疗病人,尽管生物医学研究人员经常与医生合作开发后来在诊所使用的药物、疫苗和诊断工具。
生物学家能得到多少钱?
它因国家、部门和专业而大不相同。 在美国,2023年的生物科学家平均收入约为85,000美元,据劳工统计局统计,尽管高级生物技术工业科学家和制药高管的收入要高得多. 欧洲和亚洲大部分地区的学术工资往往低于美国工业可比资历的工资。
CRISPR是什么 为什么这么重要?
CRISPR-Cas9是一种基因编辑工具,从细菌免疫系统改编而来,通常会切割入侵病毒DNA. 詹妮弗·杜德纳和埃马纽埃尔·查彭蒂埃在2012年显示,它可以被重新编程,剪切任何机体中任何选定的DNA序列,使得精确的基因组编辑速度大大加快,而且比早期的方法更便宜——这项工作获得了2020年诺贝尔化学奖.
AI会取代生物学家吗?
不太可能很快取代核心角色. AI已经加快了具体的任务——蛋白质-结构预测,图像分析,文献搜索,序列对齐——但设计了一个有意义的实验,解释生物背景中模棱两可的结果,用不可预测的活材料运行微妙的湿板或野外工作,仍然依赖于经过训练的人类判断,目前没有任何系统可以可靠地复制.
生物学从外部看似可以自发化,具体的方式是: 大部分原始作品——管道,测序,图像分析,文献搜索——都具有足够的重复性,软件和机器人已经比一个人更快,更一致地完成了其中的一部分. 更难实现自动化的是决定哪个实验从一开始就值得运行的判断.
蛋白质结构预测器和实验室自动机器人等AI工具是真实的,并且迅速扩张,改变了常规长凳和分析工作的完成程度. 它们没有改变的是,由谁决定哪些问题值得问,在上下文中解释一种模棱两可或相互矛盾的结果,并对公布的权利主张负责。
Moderate
机器可替代的工作占比
生物学常规执行的很大一部分——样本处理,排序,文献搜索,基本图像和数据分析——已经部分自动化或朝此方向发展. 活下来的工作的核心是选择值得问的问题,设计一个可以实际回答的实验,解释一个机器除了噪音之外还无法可靠地分辨出来的结果.
按任务计分，而非头衔。越低越安全。
AI难以取代的职业 →机器夺不走的
解释模棱两可或相互冲突的数据
85决定一个奇异的结果是真实的生物发现,技术文物,还是噪音,都借鉴了背景科学判断,即目前的AI图案比对不能可靠地复制.
细化湿板和实地技术
80活体组织,细胞培养和野外生物行为不可预测;今天的实验室自发机器人精确执行预先定义的协议,但当样本行为不如预期时仍然不能即兴.
在不可预测的环境中的实地工作
74追踪动物,在变化的天气和地形下勘测遥远的栖息地或采集样本,仍然取决于实际存在,适应性强的人类判断机器并不接近匹配.
科学问责和同行审查
66一个被点名的研究人员支持一个已公布的主张的准确性,并将他们的声誉置于其中;没有任何期刊或资助机构研究出如何或是否将AI系统的名字放在那里.
它们已经在夺的
样本处理和排序
78自动液体处理机器人和高通量测序器现在处理数千个样本,比十年前的人类亲手操作时间要少得多,特别是在基因组重力实验室.
蛋白质结构预测
72像AlphaFold这样的深层学习模型现在可以从它的序列中以分钟来预测蛋白质的三维形状,这个任务过去每个蛋白质需要多年的实验室晶体学.
常规图像分析和单元格计数
66基于AI的图像识别现在计算了显微镜图像中的单元格,旗帜异常和测量结构,其一致性虽然不会消除,但会减少乏味的手动评分.
文学搜索和总结
58AI工具现在可以比研究人员手动阅读更快速地扫描和总结数千篇论文,尽管对照原始调查结果核实摘要仍然属于人类.
工作如何变化
AI预测和设计分子,不只是分析它们
继AlphaFold2020年在预测蛋白质结构上的突破——这部作品与蛋白质-设计先驱大卫·贝克(David Baker)一起赢得了2024年诺贝尔化学奖的一定份额——之后,AI工具越来越多地帮助设计新的蛋白质和分子,而不仅仅是诠释现有的蛋白质和分子.
云实验室让生物学家通过写代码进行实验
远程运行的机器人实验室现在让研究人员提交实验作为代码,并获得结果,而从未触及过管子本身,将一些板凳工作转向更类似软件工程的工作流程.
湿板和计算技能越来越多地在同一人中
生物学项目越来越需要实际操作的实验技术和计算数据分析的安慰,而两者都能够做到的研究人员,在两者中都变得比狭隘的专家更有价值。
预印在加速一个传统上很慢的球场
2013年推出的BiroRxiv等快速共享平台让生物学家在正式同行评审前张贴调查结果,压缩出版周期,一次花一年或多时间进行周刊,以一定成本进行出版前审查.
分岔出的新职业
计算生物学家/生物福尔马学家
对大型基因组,蛋白质或生态数据集进行计算分析,这个角色在基因组时代之前几乎没有作为独特的职业存在,现在处于大多数大型生物学项目的中心.
合成生物学工程师
设计和建造新颖的生物系统——工程微生物,遗传电路,实验室生长的组织——将活细胞视为可编程的组件,而不仅仅是研究对象.
实验室自动化科学家
设计和管理云实验室和高通量设施的机器人,远程操作的实验室工作流程,这是传统长椅科学和自动化工程之间的混合作用.
Genetic counselor
将越来越详细的基因组测试结果转换成患者和家庭可以实际用来做出医疗决定的术语,这种作用在临床遗传学和直接病人护理之间迅速增长.
AI 暴露情景
三个可逆透镜：增强、替代切片、新缝隙。教学标记，非预测。
增强
保留岗位；AI 加速草稿、分诊或调研，判断与责任仍在人。
替代切片
狭窄任务堆可能先压缩，相邻手艺反而增长。
新缝隙
在需信任 AI 输出的受监管场景，可能出现监督、集成与领域质检角色。
展望
自动化最暴露的任务是那些可以事先充分说明的任务:一个常规的测序运行,一个标准图像分析管道,一个蛋白质结构预测一个模型已经为数千个类似的例子进行了训练. 最受保护的任务就是那些无法预先确定的任务:哪个问题值得一个职业生涯的几年,一个奇怪的结果实际上意味着什么,以及如何解释一个不断拒绝像模型预言的那样表现的活系统.
这种分裂不可能缩小称为生物学家的人数,而改变工作实际上涉及的日复一日——更多的时间用于设计实验和解释结果,更少的时间用于现在越来越多地由机器人和软件处理的重复执行。 在2040年工作的生物学家很可能在管子上花的时间比今天少,在键盘上花的时间比今天多.
当公布的生物索赔证明错误时,谁负责,或者谁决定哪些实验首先得到资金和运行,这些都没有改变。 除非AI系统能够相信这一责任,而且目前没有任何监管机构或供资机构打算将其移交,否则,工作中心仍然是人。
相近职业
不限同一领域，六项评分最接近的职业。
⚛️
Physicist
衍生并测试关于物质,能量,空间和时间的数学定律,从一个孤独的粉笔板到3000个作者的粒子对流器纸.
抗AI 65 🏗️建筑师
设计必须屹立不倒、符合规范、让客户满意且造价合理的建筑——一旦出问题，还要承担法律责任。
抗AI 78 🧪化学家
亲手制造并测量物质本身的科学家——从塔普提在巴比伦蒸馏香水的年代到今天的机器人实验室，仍是那个判断谱图意味着什么的人。
抗AI 70 🎬电影导演
通过决定每一个镜头、每一次表演和每一处剪辑，把剧本变成一部完成的电影，再说服制片人、制片厂和观众相信这份投入值得那笔预算。
抗AI 73 🐾兽医
为从金鱼到马匹的患者治病，它们无法描述自己的症状，而兽医还拥有以安乐死终结其痛苦的合法权力。
抗AI 78 💱经济学家
研究稀缺性的学者——从亚当·斯密的制针厂到中央银行的决策室，至今仍被要求预测任何模型都无法完全捕捉的东西。
抗AI 62继续探索
继续探索
科学·研究领域的其他职业
⚛️
Physicist
衍生并测试关于物质,能量,空间和时间的数学定律,从一个孤独的粉笔板到3000个作者的粒子对流器纸.
抗AI 65 🧪化学家
亲手制造并测量物质本身的科学家——从塔普提在巴比伦蒸馏香水的年代到今天的机器人实验室，仍是那个判断谱图意味着什么的人。
抗AI 70 📊数据科学家
从数据中寻找规律、构建预测模型——一个2008年才出现的职位名称，建立在三个世纪计数、检验与可视化证据的传统之上。
抗AI 38 🔭天文学家
丈量宇宙的科学家，从巴比伦泥板到空间望远镜，始终要判断数据中的哪一次闪烁是一项发现。
抗AI 70 🧮数学家
从巴比伦文士到菲尔兹奖得主，再到AI辅助证明：这门职业把难题一个定理接一个定理地变成永恒的确定性。
抗AI 70 🧿量子工程师
构建、测量和控制利用量子态进行计算、传感、通信和材料研究的设备。
抗AI 78 🧫临床数据科学家
使用临床、试验和卫生系统数据生成可靠的证据，以实现更安全的护理、研究和运营决策。
抗AI 68