微隱於學

如果今年畢業，你最想投身哪個行業？世界首富蓋茨的3個答案是：人工智能（artificial intelligence）、能源（energy）、生物科學（bioscience）。

這是他今年連續兩次，公開表明的三大最有前途行業。

第一次是1月在哥倫比亞大學的演講；第二次則是5月在推特上發佈的貼文，說如果自己今年畢業的話，他將會選擇人工智能、能源、生物科學這三個行業。

對身處生物科學領域的科研人來說，當然是件好事；能得世界首富金手指欽定首肯，至少頭也抬的高一點，向大眾介紹生物科學課程時，老王賣瓜，更鏘鏘有聲。

其實，不用首富點名，過去幾年全世界已經看到生物科學和相關領域在全球的蓬勃發展，不管是在研發新藥物、精準醫療（precision medicine）、智能化醫療法、對抗超級細菌的新一代抗生素、分子育種（ molecular assistant breeding）、新型農作物、改善生活的優質食品等研究，全世界遍地開花，各地都看到豐碩成果，蓋茨沒有點出的是，人工智能（或更廣泛的信息與通訊科技，ICT）和生物科學的結合，未來將使這兩個行業晉陞至一個全新的黃金時代。

無獨有偶，Human Resources Online在今年6月27日發佈了有關幾個領域專業人士的平均月薪：馬來西亞ICT領域裡的生物科技行業在2016年的平均月薪為8760令吉，只比ICT領域最高薪的機械工業的8952令吉月薪少了192令吉。

過去十多年來，生物科學界一直都在朝生物資訊（ bioinformatics）和生物科技“雙劍合璧”的方向走；這走勢在人類基因組計劃於2001年公佈人類基因組圖譜後尤為顯著。基因組學（ genomics）和生物資訊學基礎課程，突然成了所有生物科學、醫學、藥劑學，和其他生物相關科系的學生、或多或少都要學習的科目。各個物種基因組DNA序列等遺傳信息，也突然大量增加，成了大數據的一部分。而基因組學領域，更因此發展出一些新的專業知識體系，包括轉錄組學（transcriptomics），蛋白組學（proteomics），代謝組學（metabolomics），表型組（phenomics）等。

這每一個新的“組學”（omics）子領域，都有一個共同點：生成、輸出、分析、引用和詮釋龐大的生物數據；使用高效能超級電腦系統，或高性能計算集群（ High- Performance Computing Cluster），以及先進的軟件工具；再來就是需要大量高階段技術人員，以作繁雜的科研數據分析和運算。這類生物資訊科技發展到後來，間夾着人工智能科研的各項新發展，生物科學領域，就慢慢和人工智能科技碰擦出令人驚艷的科學火花；這種新結合趨勢，筆者稱之為“生科智能”（bioscience intelligence）。

其中一項和生物資訊工藝以及人工智能息息相關的技能，當屬電腦程式編寫（或稱編碼， coding）。近十年來，世界各地有遠見的先進國家領導，都在大力推動編碼相關的數位技能教育，而且是從幼兒園就開始訓練。今年7月，我國教育部說共有1萬7000位老師已經被培訓，負責小學生的編碼學習。這是一個好的開始，籌劃妥當的話，不管是人工智能，抑或“生科智能”雙劍合璧，勢必成為馬來西亞和環球市場競爭的新興課程和行業。

但惟有國內各個大學、政府和私人機構合作，結合軟硬體資源（畢竟我們國小資源有限），以調整和刪修當前部分落伍的學科內容，創建新的相關智能學院，進而系統化人力資源培訓和專業的學科課程（尤其是編碼等數位技能），專才培訓方能在未來有所成就。政府也需在這領域下重金研發，建立更多相關研究室，加上創意的大學教學，本着創造“創造者”以激發更多的創意，我們才能夠在這未來大有前/潛/錢途的行業爭得一席之地。