利用生成式AI來實現更便利的基因改造工程，改善基因缺陷

FIND研究員：李啟榮

基因改造技術可以藉由修改DNA去蕪存菁，來達到一勞永逸、不再被基因缺陷和罕見疾病所困擾；但早期的基改技術除了有嚴苛的技術挑戰，還有衍生的道德爭議，往往只能採取較為保守、低風險的方式來改良基因。 

現在，隨著生成式人工智慧（Generative AI）的發展，AI可以快速運算大量的遺傳因子，將優良的遺傳因子以演算法進行最佳化排列組合，並在某種程度上減少人為失誤和風險，讓基改工程比以往更安全、更順暢。 

技術發展背景 

基因改造常利用一種叫做「CRISPR」的酵素，這種酵素就像剪刀一樣，可以切開DNA，移除不良的遺傳因子，並植入優良的遺傳因子。利用CRISPR酵素改造基因的方式，不但應用在先天遺傳疾病防治上，更進一步套用在基改作物（GMO）的開發，讓食物更為美味、更能抵抗病蟲害（Bloom, 2023）。 

生成式AI早期也用於藥物開發上，例如癌症標靶治療、免疫力提升，之後更進一步導入到基因分析，以AI判讀和識別不良基因及其帶來的影響，並提供基因改良、罕病防治等建議。除了能一勞永逸解決較輕度的基因缺陷，也能減緩先天罕病對於治療和照護的負擔，讓罕病可獲得顯著控制。 

技術介紹與應用現況 

位於美國加州柏克萊的新創團隊「Profluent」，利用AI演算的結果，設計出一種「OpenCRISPR-1」的酵素；該團隊經過實驗後指出，在裁剪特定遺傳因子的準確性上，可比以往方式減少95%的失誤率（Franco, 2024），一方面提升基因改造的準確性，另一方面也能減少對基因完整性的破壞。 

另外，在一篇於《自然》期刊所發表的專題文章中（Callaway, 2024），引述了Profluent團隊的AI專家馬達尼（Ali Madani）的研究，馬達尼所屬的Profluent團隊利用類似ChatGPT聊天機器人的方式，設計了「ProGen」資料模型，並從上百萬個基因序列中挑選200多個良性基因序列，且成功植入預定部署的染色體節點上。 

未來展望／挑戰 

基改與生成式AI一樣是兩面刃，全取決於使用者一念之間，若使用得當就有益於促進人類健康、減少罕病困擾（Metz, 2024）；若以AI進行基改的濫用，就像是打開潘朵拉的盒子一樣，釀成一發不可收拾的後果。 

因此，以生成式AI來進行基改，除了需要醫學團隊和資料科學團隊的通力合作和專業操作外，更需要有道德約束和風險承擔，讓AI基改不會像AI被「資料下毒（Data poisoning）」一樣，基改改出了一個科學怪人，違背了用AI運算來改良基因的初衷。 

封面圖片來源: 123RF 

參考資料來源: 

1. Bloom, D. (2023, February). 5 ways CRISPR gene editing is shaping the future of food and health. Retrieved from World Economic Forum: https://www.weforum.org/agenda/2024/04/crispr-gene-editing-better-world/ 
   
   
2. Callaway, E. (2024, May 9). ‘ChatGPT for CRISPR’ creates new gene-editing tools. Nature, 629(8011), p. 272. Retrieved from https://www.nature.com/articles/d41586-024-01243-w 
   
   
3. Franco, M. (2024, April 24). AI-designed gene editing tools successfully modify human DNA. Retrieved from New Atlas: https://newatlas.com/biology/ai-gene-editing-profluent/ 
   
   
4. Metz, C. (2024, April 22). Generative A.I. Arrives in the Gene Editing World of CRISPR. Retrieved from New York Times: https://www.nytimes.com/2024/04/22/technology/generative-ai-gene-editing-crispr.html

搭上生成式AI特快車，公民開發者成為開源軟體社群生力軍

FIND研究員：李啟榮

公民開發者（Citizen developers）是一群非職業工程師體系的志願性開發社群，並具有基本的領域知識和開發工具，也是踏入開源、敏捷開發的生力軍。近期隨著生成式人工智慧（Generative AI）的潮流與趨勢發酵，公民開發者在數量和能力上的需求也隨之成長，並與專業開發維運團隊協作，同時借助AI的力量，發揮公民開發者在敏捷開發的關鍵作用與價值。 

【趨勢發展背景】 

「公民開發者」此一概念由Gartner顧問公司所提出，係來自企業IT部門以外的獨立開發人員，以使用Low-code/No-code（少量原始碼／無原始碼）開發工具和模式為主；由於Low-code/No-code踏入門檻較低且易上手，也帶動了公民開發者的發展。 

【產業趨勢說明】 

Gartner在2022年底的一份報告中 （Gartner, 2022）指出，公民開發者使用的Low-code/No-code，市值從2022年的225億美元、2023年的269億美元，預估2024年成長到319億美元；Gartner進一步分析，採用Low-code的企業外部公民開發者，比例將從2021年的60%，預估成長到2026年的80%。 

依據國際四大會計業者之一安侯建業（KPMG）於2023年的報告指出 （KPMG, 2023），公民開發者除了常用的Low-code/No-code工具（如Blue Prism、Power Automate、Power Apps等）以外，近期也開始導入AI工具（如ChatGPT、DALL-E等）來加速開發與交付；公民開發者也能參與不同規模的DevOps專案，協助專業開發團隊，以公民開發者熟稔的Low-code、No-code、AI原始碼生成工具，與專業DevOps工具進行整合，凸顯公民開發者對DevOps專案的貢獻，讓公民開發者成為DevOps不可或缺的關鍵部分。

 【未來展望／挑戰】 

依據富比世雜誌報導，藉由公民開發者的協助，專業IT團隊可以騰出手來做更進階的開發和維運流程，也能縮短產品上線部署的所需時間，甚至可以節約成本。 

另一份來自富比世雜誌的報導指出，公民開發者可整合圖像化、模組化的Low-code/No-code開發介面，搭配AI生成原始碼，可以減少開發時的複雜度，同時也能促成軟體加速部署上線。 

隨著開源軟體和開源AI資料集的發展，公民開發者將有更多的機會，投入開源軟體社群和開源AI社群，並整合自身的Low-code、No-code、生成式AI等方面之專長，讓公民開發者成為開源軟體社群、開源AI社群的要角，發揮公民開發者的價值和潛力。 

封面圖片來源: 123RF 

參考資料來源: 

1. (2022, December 13). Gartner Forecasts Worldwide Low-Code Development Technologies Market to Grow 20% in 2023. Retrieved from Gartner: https://www.gartner.com/en/newsroom/press-releases/2022-12-13-gartner-forecasts-worldwide-low-code-development-technologies-market-to-grow-20-percent-in-2023 
   
   
2. (2023, March 28). The Rise of the Citizen Developer. Retrieved from KPMG: https://kpmg.com/mt/en/home/insights/2023/03/the-rise-of-the-citizen-developer-what-managers-need-to-know.html 
   
   
3. Levine, T. (2023, May 3). How Citizen Developers Are Driving Business Agility And Innovation Without Code. Retrieved from Forbes: https://www.forbes.com/sites/forbestechcouncil/2023/05/03/how-citizen-developers-are-driving-business-agility-and-innovation-without-code/ 
   
   
4. Madding, K. (2023, January 31). The Rise Of The Citizen Developer To Accelerate Business Efficiency. Retrieved from Forbes: https://www.forbes.com/sites/forbestechcouncil/2023/01/31/the-rise-of-the-citizen-developer-to-accelerate-business-efficiency/

【FinTech Insight】預見AI金融應用潛在風險：從演算法治理到監理沙盒

FIND研究員：周樹林 新一輪的科技革命下，人工智慧、區塊鏈、雲端服務、大數據分析、物聯網等日臻成熟，不僅帶動全球數位經濟大幅成長，也革命性地改變金融產業的運作模式，進而產生許多創新的平臺經濟商業模式。 >

挑戰Sora 的AI影片生成對手Luma Dream Machine，短影片生成技術大解密！

FIND研究員：古廸鴻 隨著人工智慧（AI）技術不斷進步，影像生成技術也得到顯著的發展。早期的影像生成主要依賴傳統的動畫製作和編輯工具，需要大量的人力和時間。隨著深度學習和神經網路技術的引入，影像生成進入一個全新的階段。這些技術能夠自動分析和生成高品質的影像內容，大大減少人力成本和製作時間。 >