Arm CEO接受BBC专访：AI有望在我们有生之年治愈癌症

2026年9月7日，芯片设计公司Arm Holdings首席执行官Rene Haas做客BBC“Big Boss Interview”播客，抛出了一连串大胆预测，最核心的一个与癌症有关：他认为AI将找到一种人类在自身有生之年无法找到的癌症治疗方法。

Haas的原话是，“AI将……找到一种如今你我都无法在生前找到的癌症治愈方法”。他解释称，模拟一个细胞、模拟人体、模拟某个DNA标记如何被癌症影响，是一个过于复杂的问题——不仅对今天的人类如此，对运行AI的计算机也是如此。但他相信，随着更多模型喂给更强大的计算机，问题终将被攻克：“计算机将会解决它。”

采访并未止步于医疗。Haas预计，基于相同算力的人形机器人将在五年内广泛普及，十年内承担制造、维修、桥梁建设乃至清洁等实际工作，Arm也已为此成立了Physical AI部门。面对AI导致大规模失业的担忧，他直言工作被机器完全取代的估计“有点夸大”，新机会足以抵消冲击。

谈及行业现状，Haas把矛头指向了自家产品：AI的快速增长正受制于建设数据中心所需芯片的短缺。他用“绝对供应受限的环境”来形容当下，并以一个直白的判断收尾：“在把数据中心送上太空之前，我们需要更多晶圆厂”。他还对在英国本土建厂持明确怀疑态度，理由是晶圆厂造价高昂、需要大量专业人力与自然资源。尽管如此，Arm仍有一半员工在英国，是剑桥最大的雇主。

阿斯利康董事经历

Haas谈论癌症并非跨界空谈，这与他的一段任职直接相关。2025年4月，他被任命为英国制药巨头阿斯利康的非执行董事，阿斯利康董事长Michel Demaré当时看中的正是他在数据科学、计算和AI方面的深厚知识。阿斯利康则恰恰是全球肿瘤领域的头部药企，其处方药业务以肿瘤为核心。

（阿斯利康关注的六大肿瘤领域）

这段经历让Haas的癌症言论有了董事会会议室里的实地观察做底。不过时间点上存在一个微妙之处：他在访谈中谈论癌症时已经不再是阿斯利康董事。2026年4月23日，阿斯利康发布公告，宣布Haas因出任软银国际集团首席执行官、无法兼顾董事会职责，将于4月30日卸任非执行董事。

需要指出，这类预测带有天然的利益相关性。有分析直言，没有人比芯片公司的CEO更有动机让你相信“芯片短缺是AI与癌症治愈之间最后的障碍”；这不等于他说错了，但主张本身值得审视。一个旁证是，Arm过去一年市值增长约93%，正是AI基建热潮的受益者。

并非所有人都认同“堆算力”路线。伦敦癌症研究所教授Chris Bakal在同篇BBC报道中回应，真正的问题已不是“是否使用AI”，而是“喂给AI什么数据”。他的实验室用患者样本自产数据训练AI，不需要巨型数据中心；医疗AI的未来不属于建最大计算机的人，而属于拥有最精确测量的人——这类预测能将新药研发周期缩短数年。

AI助力抗癌

Haas在采访中描绘的或许是终局，而现实中的AI抗癌路径其实已经在多个环节悄悄铺开。在传统药物研发动辄需要12至15年才能从立项走到获批的背景下，AI首先改变的是最上游的结构生物学：2024年诺贝尔化学奖的一半授予DeepMind的Demis Hassabis和John Jumper，表彰AlphaFold解决了困扰科学界半个世纪的蛋白质折叠难题，其数据库已免费开放给全球约190个国家的超过300万研究人员使用。2024年发布的AlphaFold3更进一步，能统一预测蛋白质与DNA、RNA、小分子配体及抗体的相互作用，把过去需要数月乃至数年的对接分析压缩到小时级。

（AlphaFold 3对蛋白质复合物结构的预测）

AI进入癌症药物发现的标志性案例之一发生在肝癌领域：DeepMind与英矽智能（Insilico Medicine）合作，仅用30天便解析了肝癌相关靶点CDK20的蛋白结构，用AI生成了约9000个候选分子，最终合成7个并筛出1个在肝癌模型中显示活性的先导化合物。英矽智能后续开发的候选药ISM001-055从靶点发现推进到临床试验仅耗时30个月，远快于传统路径。

在更接近临床的一端，美国国立卫生研究院基于单细胞基因表达数据训练的AI工具PERCEPTION，已能成功预测多发性骨髓瘤和乳腺癌患者的耐药走向；DeepMind旗下Isomorphic Labs用AlphaFold3设计的抗癌候选药则预计在2026年底前进入人体试验，其与礼来、诺华、强生的合作潜在总额高达数十亿美元。

不过，冷静的审视同样存在。英国癌症研究基金会今年4月发文追问“AI是否已经解决了药物发现”，指出AlphaFold迄今揭示的蛋白质结构多与已知结构相似，从结构预测到真正改善患者结局之间仍隔着漫长而昂贵的临床验证；目前尚无一款完全由AI从头设计并获批上市的癌症药物，这仍是对整个领域最终极的考验。换言之，Haas口中“太复杂”的DNA标记建模或许暂时无解，但AI在抗癌链条上游的加速作用已是可验证的事实。