世界上第一台计算机是年在美国宾夕法尼亚大学诞生的电子数值积分计算机，简称ENIAC。而其后不久的年，沃森和克里克发现了DNA双螺旋的结构。
从发展历程来看，互联网和生物基因工程几乎同步，基因工程从初步认识基因的结构和功能，到建立了基因重组技术，再到应用基因工程。互联网从ARPANET和关键技术的发展，到八九十年代互联网的形成和蓬勃发展，再到年之后的黄金时期。两个专业领域都几乎同步。
但对于普通人，总感觉互联网很火，基因工程却相对遥远？
仔细划分之下其实可以看到，一方面技术门槛有区别，互联网的黄金时期是个人电脑的普及，只需要具备基编程技能和数据分析能力即可进入。而生物基因工程技术相对较为复杂，除了生物学、化学等学科的知识基础，还需要进行大量的实验和数据分析，技术门槛相对较高。
另一方面是应用场景局限，互联网涵盖了人们生活的方方面面，如搜索、电商、社交、新闻等，而生物基因工程技术主要应用于生物医药、农业等领域，应用场景较为有限。互联网可以覆盖所有人，但生物基因工程主要应用于科研领域，市场规模有限。
同时虽然互联网的风险主要面对机器和数据，但生物基因工程技术的研究和应用却是直接面对人类本身，如基因编辑技术的安全性、基因突变的风险等都给后者带来了巨大挑战。
但为什么AI+生物基因工程可能会是一个阶段风口？
同样从面对的问题来看，一方面AI的同步能力可以将实验室能力赋予更灵活的个体研究，同时通过分析大量的个体数据和生物学知识，帮助科学实验更好地理解基因的结构和功能，从而更精确地进行基因编辑和治疗，减少风险和不确定性。
此外，AI还可以通过自动化生物实验和数据分析，提高生物基因工程的效率和准确性，进一步推动个人化的生物基因工程的发展。
联系电话：