人工智能（AI）设计实验，机器人执行的‘自主实验室’和利用活肌肉运动的‘生物混合机器人’被认为将成为未来生物产业的核心。然而，确保高质量实验数据和防止技术滥用的国际安全机制仍然是亟待解决的问题。

赵辉敏（Huimin Zhao）教授和竹内翔司（Shoji Takeuchi）教授于1日在济州国际会议中心举行的‘2026年韩国生物工程学会秋季学术发表大会及国际研讨会’上通过记者会对AI与生物技术融合的未来进行了分析。
 合成生物学和酶工程领域的专家赵辉敏教授强调，AI正在大幅降低生物工厂的门槛。生物工厂是将基因设计、制造和测试等生物研究过程自动化的设施。

赵教授表示：“过去，使用生物工厂需要至少几个月的培训，我的实验室学生也不例外。现在可以通过自然语言与AI对话设计实验工作流程，AI也能告诉我们是否可以在生物工厂中执行。”他补充道：“下一步是AI与机器人直接联动的‘物理AI’。”

他还预测，产业的影响力将非常大。他指出：“酶和微生物已经广泛应用于化学物质和洗涤剂等，但由于生物系统的设计和改良困难，应用范围受到限制。通过AI驱动的生物工厂显著缩短开发周期，可以非常快速地开发抗体等基于蛋白质的药物。”

赵教授认为：“韩国在政府支持下正在扩展生物工厂，具备了相应的资源。”他强调：“现在需要优先考虑如何将AI整合到生物工厂中，这就是韩国面临的机会。”

AI新药和生物研究的最大障碍是‘数据’问题。赵教授指出：“在AI的核心要素中，算法、计算和数据，科学研究中数据是最大的限制因素。文献中的数据往往缺乏失败结果，且难以复现，因此不易直接用于AI学习。”他建议：“如果能标准化机器人生成的数据，就可以将多个机构的数据结合起来，因此自主实验室是解决方案。”

他还警惕技术滥用的问题。他表示：“监管不应过于严格以至于阻碍发展，但政府的监督是必不可少的。”他指出：“自主实验室与计算机中的AI不同，在物理世界中进行生物实验可能会产生额外的安全问题。”因此，赵教授建议“需要国际共识”。

有观点认为，AI的快速发展可能会取代研究人员。对此，赵教授表示：“现在分子生物学领域的学生大约有一半的时间用于制作质粒等重复性工作。这些工作可以交给机器人，而研究人员将挑战过去技术限制无法触及的更复杂问题。”他对此表示乐观。
 生物混合机器人领域的先驱竹内教授在此次学术大会上介绍了利用活肌肉的研究成果和面临的挑战。

他将肌肉组织的寿命视为最大的挑战。竹内教授表示：“我们已经获得了肌肉运行约100天的数据。要延长寿命，需要实现像真实肌肉一样受损肌纤维自我再生的‘更替’机制。”

他还提出了医疗领域的应用可能性。他表示：“将活肌肉驱动的生物混合手与患者的神经或肌肉连接，可以在不需要电源或电动机的情况下运作，这样就不需要更换电池，且重量轻，对患者非常有用。”他补充道：“三维构建的组织也可以用于再生医学和药物测试模型。”不过，这仍然是研究阶段的应用构想。

在传感器领域，他介绍了实现‘狗的鼻子’的技术。竹内教授表示：“嗅探犬的集中时间仅为5到10分钟。如果将狗的嗅觉功能植入机器人，就可以进行长时间的检测，并可用于疾病的早期诊断。”

竹内教授提出AI与生物融合的下一阶段是‘活的AI（living AI）’。他强调：“现在的物理AI已经发展到可以让人形机器人跳舞和奔跑，但如何控制活肌肉和神经系统仍然未知。下一代物理AI必须理解和控制生物组成部分。”

此次学术大会以‘AI STAR（AI集成可持续转型以促进先进稳健生物技术）’为主题，持续三天，至2日结束。来自国内外的2000多名生物技术专家参加，33个专业会议上将发布900多项研究成果。