個人基因圖譜庫之父 George Church 來台:期望台灣加入
個人基因圖譜庫之父 George Church 來台:期望台灣加入

或許過去曾聽過人類基因圖譜計畫(Human Genome Project, HGP),一個由美國政府資助將人類基因圖譜以全數位的方式繪製出來的計畫,通過測序得到基因組的序列,在2004年完成初步目標,對少數樣本捐獻者(已知或匿名)進行基因組定序,完成了人類第一次接近95%的基因圖譜資訊。然而,因HGP的資料屬閉鎖型,不易被外界使用。

基因gene
HGP 仍存在許多缺陷,首先,因為當初基因組測序技術複雜,所需要的演算與科技需耗費大量資源,透過 HGP 定序的基因組資料只有少數特定樣本。
圖/ shutterstock

幫助研究者更易取得資料應用的個人基因圖譜計畫

資料集為一切經驗研究之母,為了有更多資料可供對基因組與相關醫療應用研究有興趣的學者使用,哈佛暨麻省理工學院教授George Church在2005年發起了個人基因圖譜計畫(Personal Genome Project, PGP),目標蒐集10萬人的個人基因圖譜資料,佐以相關文化、環境、人格特質與健康數據蒐集,希望透過這些個人捐獻者授權捐獻的公開資料庫,幫助科學家與醫學工作者研究基因組與疾病之間的關聯,帶來包含個人化精準醫療在內的好處。

2019-10-28 13.39.08
哈佛暨麻省理工學院教授 George Church
圖/ James

在George Church教授於2005年發起PGP計畫後,陸續延伸得到包含加拿大、英國、奧地利、南韓與中國的加入,這個計畫接受受測者公布他們個人共23對、46條染色體的基因組(DNA序列),還包含有他們的個人資訊,例如各種健康量測數據、MRI影像等等,所有資料公開在開放網域上,供研究人員應用。捐獻者可隨時決定他們的哪些資料可被公開或移除。

公開基因組資料庫就如同開放數位公共街圖(Open Street Map)一般,高精密度的地圖資料在現今的數位領域有非常多商業應用,除可供標示地理位置與座標,可供一般導航系統優化計算提供駕駛人外,更可能推進自動駕駛、無人物流等更多商業價值應用;因此確保一份不斷透過社群更新的開放街圖,將有機會避免圖資應用與商業利益被特定資料商壟斷,也有助於平衡一般企業圖資的風險與成本,並保護包含研究在內的公共應用。

基因組資料庫可供研究疾病風險、發現基因誘發特定疾病機制、甚至有研究者企圖透過編輯基因避開特定疾病機制等。公開基因組資料庫可以保證研究者在研究特定領域時有更多被公開授權、經過一定規則整理的數據、避免特定組織或機構介入,以不當的流程設計造成資訊的偏差,也避開研究者針對不同研究需要重複、重新授權甚至耗費高昂授權手續、時間與費用。

公開基因組資料並非全然沒有風險,不當使用基因組資料可能可以回朔推定特定個人捐獻者,經過基因組的分析可能引發包含種族、特定疾病的社會霸淩或個人歧視,基因組資料也可能侵犯隱私,影響捐獻者日常的社會行為,甚至改變合作意願等等。因此良好的資料處理、社會教育與嚴謹、成熟的學術研究系統都是評估PGP計畫能否成功推動的關鍵因素之一。

蛋白質基因
公開基因組資料並非全然沒有風險,不當使用基因組資料可能可以回朔推定特定個人捐獻者,經過基因組的分析可能引發包含種族、特定疾病的社會霸淩或個人歧視。
圖/ shutterstock

發起人樂觀看待台灣加入個人基因圖譜計畫

應台灣科技部邀請來台的George Church表示,PGP計畫同時需要政府與個人的支援,在政府層面要有足夠嚴謹的醫療機構與成熟的學術機制,在社會方面除了一般教育普及,還包含一般人對個人資料授權的認知、對研究學者的信賴、並同時相信基因組資料有機會對人類社會產生更好的未來等因素。

他認為台灣與世界上許多國家或地區一樣,都開始具備這樣的條件加入個人基因組資料庫網絡,他相信台灣具備多元民族融合的基因資料庫,加上特殊的文化與環境,都將為同為資料庫網絡的其他成員或台灣自身帶來更多的附加價值,讓研究者更能認識基因組與病理之間的關聯,最終幫助更精準的個人化醫療能夠實現。

2019-10-28 14.22.09
George Church表示,PGP 計畫同時需要政府與個人的支援,在政府層面要有足夠嚴謹的醫療機構與成熟的學術機制。
圖/ James

George Church也特別提及,數位科技領域的快速進步事實上為基因組研究帶來劃時代的進展,為一個受測者進行基因定序的技術成本已經從80年代幾十億美金降到今日的數百美元,儲存媒體與計算力的大幅提升,更讓PGP這樣的計劃以合理的成本能夠推展到更多地區,台灣作為ICT產業與製造業的領導國,教育水準普及與醫療機構的進步,都是加入PGP網絡的利基。

實驗室不只發論文,還造就了許多創業家

學術著作等身的George Church並非僅是象牙塔裡的學者,同時也擔任超過20家以上相關領域新創的創辦人或創辦團隊。他位於Boston的實驗室吸引包含台灣在內來自全球的頂尖人才,共同挑戰基因組研究與相關應用難題。

George Church強調,許多想法初始都在實驗室裡進行討論,由成員以不計失敗的精神不斷嘗試,縱有許多投資人與資金因為技術名詞流行而企圖追逐某些特定應用,他的實驗室仍秉持著專業精神,「如果有任何一項技術或應用,讓市場上對學術界的實驗室裡已經供不應求,那才代表了可能具備足夠的商業機會,容許我們的成員將之商業實現。」George Church表示。

在創業領域也多產的George Church強調,從他實驗室商業化的每個新創,他都在早期的兩三年全心參予,「直到他們覺得我已經不重要,就像已經獨立的孩子覺得爸爸沒用一樣!」George Church笑著說。「過去成功的新創學長姊,也會回過頭來幫助後面正剛開始牙牙學步的學弟妹,」George補充:「所以他們已經自己形成一個生態系!」

提及基因組研究的應用,部分懷疑論者持較為悲觀或謹慎的看法,認為部分基因組研究,例如基因編輯或將遭遇惡意應用,樂觀 George Church倒不這樣看待,「科技將會持續推進基因組研究與應用的發展」,他並以自己與學生剛在2018年成立的Nebula Genomics為例,強調區塊鏈技術不只能用在比特幣交易,也能用在個人基因組資料授權的公證上,幫助更多合理的商業機構進行資料交換與應用

「我們沒有人知道有人會拿飛機去撞大樓,但就算這樣,你也不能因此就不造飛機吧?」George Church以近代的航太技術帶來恐怖攻擊的負面結果,但人類仍依賴技術所帶來的價值應用,回應對基因組研究的懷疑論質疑。

哈佛暨麻省理工學院教授 George Church
科技將會持續推進基因組研究與應用的發展
往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓