不到100天，Neuralink腦機接口“首試者”遭遇機械故障；以色列代表當眾粉碎《聯合國憲章》；傳奇金融大佬去世|一周國際財經

每經記者｜蔡鼎  文巧  譚玉涵    每經編輯｜段煉 蘭素英 孫宇婷    

●當地時間5月9日，距離馬斯克旗下腦機接口公司Neuralink 的首位人體試驗者接受腦機設備植入手術正好100天，Neuralink在前一日報告“首試者”植入物出現故障，引發廣泛關注。故障原因是什么？下一步腦機人體試驗計劃會受影響嗎？

●當地時間5月8日，谷歌DeepMind推出AlphaFold 3，稱能以前所未有的精度預測地球所有生物分子，登上《自然》雜志頭版。科技巨頭競逐AI制藥，這個市場潛力有多大？

●OpenAI下周一或發布AI語音助理，類似電影《她》中的虛擬助手；新型“FLiRT變體”新冠病毒正在美國傳播；更多內容，盡在《一周國際財經》。

不到100天，“首試者”遭遇機械故障！Neuralink的下一步腦機人體試驗計劃會受影響嗎？

圖片來源：Neuralink

美西時間5月9日，距離馬斯克旗下Neuralink 的首位人體試驗者接受腦機設備植入手術正好過去了100天。

不過，Neuralink前一日發布博客文章中卻透露，在1月對患者Noland Arbaugh進行手術后的幾周內，鑲嵌于腦組織中的一些接線脫落，影響了信息傳輸速率，丟失了部分數據，導致設備無法正常工作。

Neuralink沒有透露電極線為何會意外收縮。不過，據外媒援引知情人士稱，Neuralink 認為一個可能的原因是Arbaugh術后殘留在其頭骨中的空氣可能導致其運動皮層回縮。也有專業人士認為，這一問題的出現跟植入物的連接方式有關。

對于正在尋求開展更廣泛臨床試驗的Neuralink而言，任何故障都可能會導致美國食藥監局審批流程的延誤。不過截至發稿，FDA尚未對上述事件做出任何置評。

不到100天

Neuralink“首試者”植入物現故障

在5月9日的推文中，馬斯克寫道：“Neuralink的首個人體受試者成功度過100天。”

?

圖片來源：X平臺

Neuralink的“首試者”是29歲的Noland Arbaugh，八年前在一次意外的潛水事故中脊髓受傷。今年1月28日，他接受了Neuralink的腦機設備植入手術，植入物使用1024個電極記錄神經信號，這些電極分布在64條比人類頭發還細的“線”上。

?

Neuralink腦機接口“首試者”Noland Arbaugh 圖片來源：Neuralink

不過，馬斯克在推文中附上的Neuralink博客文章顯示，1月份Arbaugh接受手術后，被植入受試病患的設備發生了諸多機械故障。植入人腦之后的數周，安裝在人腦組織的某些電極鑲釘螺紋發生脫落。2月下旬，Noland Arbaugh的植入設備捕捉到的數據開始減少。

每日峰值性能（以每秒比特數為單位） 圖片來源：Neuralink博客文章

Neuralink沒有透露電極線意外收縮的原因。作為解決方案，Neuralink稱他們修改了記錄算法，使其對神經群體信號更加敏感，改進了將信號轉換為光標移動的技術，并增強了用戶界面。這些修復“讓BPS（每秒比特數）產生了快速而持續的改進，超出了最初植入后的表現”。

盡管植入物的功能有所下降，但Arbaugh仍可以完成下棋的現場演示。當地時間上周六晚上，Arbaugh還在X上直播，演示自己借助植入物瀏覽電腦屏幕，玩游戲。

Neuralink表示，盡管Arbaugh的腦組織中有一些神經線收縮，但他在工作日每天使用腦機接口系統約8小時，周末通常每天使用多達10小時。

每天腦機接口的使用時長 圖片來源：Neuralink博客文章

故障為何會發生？

據《華爾街日報》，知情人士透露，Neuralink 認為一個可能的原因是Arbaugh術后殘留在其頭骨中的空氣，即顱腔積氣（pneumocephalus），可能導致Arbaugh的運動皮層回縮。這個問題似乎并未對阿博的安全構成威脅。知情人士人稱，即便如此，研究人員在考慮移除阿博顱內設備的可能性。

彭博社報道則稱，有專業人士分析認為，這一問題的出現可能是因為電極線連接的是位于顱骨內部的設備，而不是直接連接到腦組織表面。他們指出，腦組織在顱內空間內會發生相當大的移動，而傳統上，腦植入設備是直接放置在腦組織表面上的，能夠像船在水面上一樣移動。“對于大腦植入物來說，電極線的回縮是不正常的。”

圣路易斯華盛頓大學醫學院的神經外科醫生Eric Leuthardt說：“工程師和科學家未能意識到大腦在顱內空間內移動的程度。僅僅點頭或突然移動頭部就可能導致幾毫米的擾動。”

目前，Neuralink正試圖在更多人類受試者身上植入他們的設備，其目標是在今年為10名病患植入其名為N1的大腦植入物。

然而，對于正在尋求開展更廣泛臨床試驗的Neuralink而言，任何故障都可能會導致FDA審批流程的延誤。不過截至發稿，FDA并未回復媒體針對此事的置評請求。

“人機共生”還有很長的路要走

根據Neuralink去年11月向SEC提交的最新文件，公司目前已經至少籌集了3.23億美元的資金，這也使公司的估值超過50億美元。Neuralink雖然是全球估值最高的腦機接口企業，但并不具有絕對領先的地位。

過去數年來，圍繞Neuralink的爭議也從未中斷過。動物試驗風險便是其一。在2023年5月獲準進行人體試驗前，由于實驗動物死亡率高于平均值，Neuralink曾兩次被FDA拒絕進行人體實驗。

同年11月，四名美國議員要求美國證券交易委員會（SEC）調查馬斯克是否因涉嫌誤導投資者有關Neuralink正在開發的大腦植入物的安全性而犯有證券欺詐行為，因馬斯克在X平臺上表示“沒有猴子因Neuralink的植入而死亡”。

此外，也有不少人對Neuralink的技術路徑和馬斯克的宏大愿景提出了批評。負責任醫生委員會認為，馬斯克的目標是通過Neuralink的技術“實現與人工智能的共生”，這樣的路徑卻并不一定和治療患者的最佳方法相一致。非侵入式的腦機接口已經證明在改善患者健康上取得了進展，Neuralink的開顱植入方法可能會帶來不必要的風險。?

從事腦機接口研究20年的清華大學長聘教授高小榕曾在接受媒體采訪時表示，Neuralink一直沒完全解決植入設備的安全問題，雖然與更早的豬試驗相比，猴試驗的安全性有所提升，但Neuralink沒有發表論文并披露技術細節。? ??

美國杜克大學醫學院神經科學教授、被譽為“腦機接口之父”的米格爾·尼科萊利斯也曾表示，侵入式腦機接口是為了科學研究，對患者并不是最優選擇，植入方法應該僅限于非常嚴重的病例。

據外媒報道，腦機接口技術作為一門新興的研究領域，發展仍在早期，涉及計算機科學、神經科學、心理認知科學、生物醫學工程、數學、信號處理、臨床醫學、自動控制等多個領域，仍有大量的問題尚待解決。比如，如何從大腦中輸出正確的信息？如何將正確的信息輸入到大腦？

負責輸入及輸出信息的是大腦神經元，而腦機接口要做的就是介入到這個過程當中。但整個大腦皮質的體積大約為50萬立方毫米，在這個空間里大約有200億個神經元細胞體，每立方毫米的皮質平均含有約4萬個神經元。除此之外，大腦中還有與神經元數量差不多的膠質細胞，以及血管。每立方毫米的皮質里面的毛細血管加起來的總長度可以達到一米。

而要對大腦信號進行精準的捕捉或反饋，需要在這一立方毫米區域里面捕捉特定的一些神經元細胞體發出的信號，或刺激某些特定的細胞體發出工程師需要的信號。難度之高可見一斑。

這些都意味著，馬斯克的“人機共生”還有很長的路要走。

預測地球所有生物分子，谷歌AlphaFold 3即將顛覆醫學？科技巨頭競逐AI制藥，這個市場潛力有多大？

作為藥物研發中的關鍵挑戰，從氨基酸序列出發預測蛋白質三維結構的難題再一次被人工智能（AI）解決了！

當地時間5月8日，谷歌DeepMind及姊妹公司Isomorphic Labs聯合推出AlphaFold 3，立刻就登上了《自然》雜志頭版。AlphaFold 3是AlphaFold的第三代版本，DeepMind稱其能以前所未有的精度預測“蛋白質數據庫”內幾乎所有分子類型的復合物結構。

圖片來源：《自然》網站截圖

隨著AI在藥物研發領域展現出驚人的潛力，《每日經濟新聞》注意到，盯上AI藥物研發賽道的遠不止谷歌一家科技巨頭，微軟、亞馬遜、英偉達等公司都在開展或投資相關項目。

伴隨而來的也是大量的“熱錢”。數據顯示，自2021年以來，全球AI藥物研發初創公司的風投交易已有281筆，投資額達到77億美元。據外媒預測，AI藥物研發的市場潛在規模接近500億美元（約合人民幣3613億元），預計到2025年，30%的新藥將使用AI研發。?

科技公司加碼AI藥品研發

根據發表在《自然》上的這篇論文，對于蛋白質與其他分子類型的相互作用，AlphaFold 3在基準測試中的準確率比現有最好的傳統方法高出50%，且無需輸入任何結構信息，這使得AlphaFold 3成為首個在生物分子結構預測方面超越基于物理工具的方法的AI系統。

為何說AlphaFold 3是一款革命性的系統？這是因為蛋白質（從對人體新陳代謝至關重要的酶到對抗傳染病的抗體）與其他分子的相互作用是藥物發現和開發的關鍵。

據報道，通過AI模型，可以在數億種不同的蛋白質序列及其底層結構上進行訓練，從而完全模擬蛋白質，省去了昂貴的分子動力學模擬計算環節。例如，禮來一直在使用AI來搜索數百萬個分子，僅用5分鐘就能完成在傳統實驗室中需要一整年合成的分子量，因此測試AI在醫學中的極限是有意義的。

隨著AI在藥物研發領域展現出驚人的潛力，盯上AI藥物研發賽道的遠不止谷歌一家科技巨頭，而幾乎所有科技巨頭展現出了對AI制藥領域的興趣，微軟、亞馬遜、Salesforce等公司都在開展蛋白質生成項目。

據報道，僅去年就見證了多個醫藥相關的AI大模型和工具的誕生：Salesforce推出了蛋白質生成AI大模型ProGen；微軟發布了蛋白質生成的通用AI框架EvoDiff；亞馬遜為其AWS機器學習平臺SageMaker發布了蛋白質折疊工具；英偉達推出了用于藥物發現的生成AI云服務BioNeMo，并投資了制藥公司Recursion Pharmaceuticals和Iambic Therapeutics。

除了硅谷大廠扎堆加碼AI藥物研發之外，2022年底ChatGPT的爆火也推動了許多AI初創公司步入該領域。

生物技術市場研究機構Deep Pharma Intelligence在2023年發布了一篇AI藥物研發行業的分析報告，該報告通過對800 多家AI公司、1900家投資者等行業參與者的深入調研后發現，在這800多家專注于AI的公司中，有91家是在2022年至2023年間成立的，這些公司多為AI初創公司。

除此之外，報告稱，大型制藥公司之間以及與AI初創公司之間出現合作的趨勢日益明顯。記者注意到，今年4月，莫德納與OpenAI宣布，雙方正在進行合作，共同創新推動AI在醫療健康領域的潛力。

安進與英偉達也建立了以AI為重點的合作伙伴關系，安進已開始將預測模型應用于制藥流程。英偉達醫療保健副總裁Kimberly Powell對此表示，這使得安進將抗體設計從兩年縮短到九個月。

據悉，推出一種新藥通常需要十多年的時間，平均花費至少26億美元，最高可達60億美元。AI的出現為成本不斷攀升且回報遞減的制藥行業提供了潛在的解決方案。據咨詢公司BCG去年發布的一份報告，在臨床前階段的藥物發現步驟中，AI可以節省至少25%~50%的時間和成本。

AI對藥物研發時間和成本的影響 圖片來源：BCG報告

市場規模達千億級

但數據仍是“硬傷”

隨著AI醫藥的火熱，“熱錢”也大量涌入。、

根據Pitchbook的數據，自2021年以來，全球AI藥物研發初創公司的風投交易已有281筆，投資額達到77億美元。從更遠的時間來看，在2014年~2023年間，AI驅動的制藥投資猛增，累計達到603億美元，也證明了AI的變革潛力。

以英偉達為例，過去兩年間，該公司旗下AI藥物研發平臺BioNeMo的風投部門Nventures把大部分錢都投給了藥物研發項目。數據顯示，Nventures的19筆投資交易中有7筆是投向AI藥物研發初創公司。

Kimberly Powell在接受媒體采訪時表示，醫療健康將成為英偉達下一個“數十億美元級業務”。英偉達CEO黃仁勛也曾多次強調，數字生物學將是“下一個驚人的顛覆性技術”。

根據Deep Pharma Intelligence去年發布的報告，專注于早期藥物開發的AI公司占到近40%，使早期藥物開發成為主導領域，也是從投資角度最值得信賴的領域之一。造成這種情況的原因有很多，例如這是一個依賴海量數據的階段，需要虛擬篩選、迭代學習以及對目標（化合物）的識別和驗證。

對于AI在早期制藥過程中發揮的作用，Kimberly Powell預測，生成式AI可能會通過產生人類自然不會想到的想法來影響發現。“（可能）是一種自然界以前從未制造過的蛋白質，在某種程度上也可能是一種具有治療作用的蛋白質，或者是一種我們尚未合成且不存在于世界上任何數據庫中的化合物。”

在藥物開發的后端亦可以看到AI的用途，據外媒分析，其有助于從數千份文件中收集數據，以準備向美國食品藥品管理局（FDA）提交文件。同樣，AI可能通過使數據更容易獲取而在技術轉讓中發揮作用。

不過，在AI輔助藥物研發的過程中，高質量訓練數據仍然是一大挑戰。風投Menlo Ventures 合伙人Greg Yap就表示，“最大障礙是找到可靠的訓練數據。這些模型正在根據描述分子相互作用的每一條公共科學數據進行訓練，但有些數據不是很干凈，并且存在錯誤。”

一旦科學界能夠找到提高訓練集質量的方法，AI輔助藥物發現的市場有望起飛。據外媒預測，該市場的潛在規模接近500億美元（約合人民幣3613億元），預計到2025年，30%的新藥將會使用AI研發。但目前，基于AI的藥物開發仍處于早期階段。據報道，FDA迄今為止批準了100多種使用AI或機器學習進行開發的藥物候選物的臨床試驗，但可能需要數年時間才能上市。

聯大通過涉巴勒斯坦入聯決議

以色列代表當眾粉碎《聯合國憲章》

圖片來源：央視新聞

據央視新聞，當地時間5月10日上午，北京時間10日晚，應多國要求，聯合國大會第十屆緊急特別會議恢復舉行。會議審議了接納巴勒斯坦為聯合國新會員國議題，通過了授予巴勒斯坦更多權利的決議。第78屆聯合國大會主席弗朗西斯再一次呼吁大家為了人類而努力。

表決中，143票贊成，9票反對，25票棄權，決議獲得通過。美國、以色列等投票反對。在投票開始前的發言中，以色列常駐聯合國代表埃丹在大會現場，使用小型碎紙機，粉碎了一份《聯合國憲章》，以表達對該特別會議的反對。

同日，以色列電視媒體12頻道援引以消息人士，以色列針對加沙地帶南部城市拉法的軍事行動將分階段進行，以便在各方就人員交換和停火達成協議后可隨時中止。預計針對拉法的軍事行動將持續大約2個月的時間。

據以色列多家媒體10日報道，以色列安全內閣9日晚批準以國防軍擴大在拉法的軍事行動。巴勒斯坦伊斯蘭抵抗運動（哈馬斯）10日發表聲明說，將與巴勒斯坦其他派別領導人舉行磋商，以重新考慮達成停火協議的談判策略。

OpenAI下周一或發布AI語音助理

類似電影《她》中的虛擬助手

當地時間周五（5月10日），人工智能（AI）研究公司OpenAI表示，它將于下周一以直播的形式宣布產品更新。該公司CEO Sam Altman周五在社交媒體X上發帖稱：“不是GPT-5，不是搜索引擎，而是一種大家都喜歡的新東西！”

圖片來源: X

受OpenAl不會立刻發布搜索產品的消息提振，Alphabet股價收窄跌幅，觸及盤中高點。

據外媒The Information 援引知情人士稱，OpenAI準備展示一種全新的人機對話技術，該技術能同時使用聲音和文本，并具備識別物體和圖像的能力。知情人士透露，OpenAI可能最早在下周一的公開活動上預覽這款升級后的AI。

OpenAI首席執行官山姆·奧特曼的最終目標是開發出一種類似電影《她》（Her）中虛擬助手的先進AI，并努力使蘋果Siri等現有語音助手變得更加實用和智能。

另據外媒5月11日報道，蘋果接近與OpenAl達成協議將ChatGPT應用于iPhone。

“量化投資之父”詹姆斯·西蒙斯逝世

圖片來源：西蒙斯基金會

當地時間周五（5月10日），西蒙斯基金會在官網宣布，基金會的聯合創始人、數學家兼投資者詹姆斯·哈里斯·西蒙斯（James Harris Simons）當天在紐約市去世，享年86歲。

西蒙斯是一位屢獲殊榮的數學家、量化投資領域的傳奇人物，在40多歲時從學術界轉向投資界，創立了文藝復興科技公司（Renaissance Technologies），開創了量化交易的先河，并成為歷史上最賺錢的投資公司之一，他也因此被稱為 “量化之王”。

根據億萬富翁指數，西蒙斯的身家估計達到318億美元（約合人民幣2298億元），在全球富豪榜上排名第49位。

蘋果、Meta領銜

標普成分股Q1回購金額超1800億美元，增長16%

圖片來源：每經記者 張建 攝

據《華爾街日報》5月9日報道，盡管利率仍處于20多年來最高的水平，但美國企業對自身前景充滿信心，正通過大手筆回購股票來傳達這種樂觀情緒，為近期走強的股市進一步增添動力。

截至5月1日，標普500指數成分股公司已公布回購1812億美元自家股票，同比增長16%。

科技巨頭在回購自家股票方面力度最大。Meta本季度回購了145億美元股票，同比增加約50億美元，蘋果上周宣布計劃回購1100億美元股票。富國銀行、卡特彼勒和阿爾特里亞集團等來自傳統行業的公司亦是如此。

總體來看，今年標普500指數成分股中已有443家企業公布了回購計劃，相比去年同期的378家有所增加。高盛分析師預計，標普500指數公司股票今年回購規模將達到9250億美元，2025年將進一步擴大至1.075萬億美元，年增長率分別為13%和16%。

Badgley Phelps研究總監蒂姆·托馬斯表示，回購“應當是提高股東回報的一個整體策略中的一個環節”。如果公司無法增加營收或未能為現金找到其他可投入渠道，單純靠回購也難以持續提振股價。

新型“FLiRT變體”新冠病毒

正在美國傳播

圖片來源：視覺中國

當地時間5月9日，據外媒Newsweek，一種以KP.2變體為首的“FLiRT”病毒正在美國迅速傳播。

美國疾控中心最新數據顯示，目前，KP.2占美國感染病例的四分之一以上。截至5月11日的兩周內，KP.2估計占美國病例的28.2%，高于4月中旬的約6%和3月中旬的僅1%。

早在4月份的時候，醫學專家Eric Topol就曾警告，KP.2為代表的FLiRT具有更為明顯的傳播優勢，有可能引發新一波新冠疫情。據了解，KP.2是JN.1變種的后代，有時被稱為“FLiRT”變體，因其在刺突蛋白中的突變位置而得名。

英國華威大學病毒學家、分子腫瘤學教授Lawrence Young表示，“我們擔心這個KP.2會在夏天引起一波感染。早期證據表明，KP.2似乎比以前的亞株更具傳染性，但現在判斷它是否更危險還為時過早。我們應該監測這個亞譜系的傳播，但鑒于現在沒有很多測試，這很困難。”

免責聲明：本文內容與數據僅供參考，不構成投資建議，使用前核實。據此操作，風險自擔。

記者|蔡鼎 文巧 譚玉涵

編輯|段煉?蘭素英 孫宇婷?杜波

校對|孫志成

｜每日經濟新聞 ?nbdnews??原創文章｜

未經許可禁止轉載、摘編、復制及鏡像等使用