Sin Chew Daily - Metro Edition (Evening)
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。