邱院士更加关注的是这方面的实际问题：“我们现在的蛋白数据银行里，才只有十来万个实验解析的结构，以我们目前的实验室测定方式，全世界每年可能也只能多测定一万个新的蛋白结构，这已经是极限了。”

“并且这其中的成本可以说难以想象，不知道得有多少亿资金填在了各种高精尖设备当中，就更不要提那些辛苦的科研工作者们了，他们的工作是非常枯燥劳累的。”会谈嘉宾当中，也有懂得生物的，深知这里面的艰苦之处：“如果人工智能真的能够替代这方面的工作，那可以说是功德无量了。”

李院士为听众们做了一些这方面的基础知识科普，地球上的生物和物种，保守估计得有百万级别，蛋白质结构的总量在数亿级别。

大概小几亿的量级。

“这要按我们现在的测量速度...一年一万个，那得差不多三万年才能全都测试完成，朋友们，我们人类这才出现多少年啊？我们说泱泱古国，华夏上下五千年，这已经是满打满算了。现在光是测完这些蛋白质就得五六倍华夏历史的时长，这怎么看都是杯水车薪了。”

李院士说到这里话锋一转：“不过...不知道咱们这个人工智能，大概多久能测完这些生物的蛋白质结构呢？”

“保守一点的话，我会说五六年内。不过这是没有资金和机构支持，纯凭我个人喜好支撑的情况下。”面对一众院士和教授们期待的目光，孟繁岐给出了一个非常令人惊叹的数字，并且这还不是他的极限。

这章没有结束，请点击下一页继续阅读！

“如果有专门的项目、资金以及人力支持，我会说大约两三年的时间，我就有把握处理掉1到2亿个蛋白质的空间结构！”

从三万年到三年，万倍的速度提升，这就是人工智能独特的魅力所在。

“三年？老头子我有生之年？就能看到地球上几乎所有物种的蛋白质结构的三维形态都被整理出来？”李院士瞪大了眼睛，呼吸突然急促起来，差点没把自己给呛到。

“我刚刚还在想，看看这个时间是多久，好知道我该嘱咐我的儿女还是孙辈，到时候记得上香，把这么一个大好事告知老头子我。三年...这个答案我可太意外了，就冲这件事，我也得把这三年给挺过去！”

王院士今年八十有二了，精神仍旧相当不错，