我們能不能將病毒蛋白的基因序列想像成類似人類的自然語言？這又跟快速掌握病毒變異有什麼關係？而人工智慧又能幫什麼忙？從這幾個問題出發，學者們透過自然語言處理（NLP, Natural Language Processing）生成蛋白質序列並縮短預測病毒突變的時間。這究竟是如何做到的？

幾乎所有的語言分析應用場景的先決條件就是「數據量要大，愈大愈準」。但如果某個專業領域裡面只有寥寥數篇相關文件，例如新產品的行銷文案、專業技能的訓練課程講稿內容乃至候選人的政見發表或是辯論文字稿…等。我們有什麼辦法能讓「人工智慧」幫我們透過少量的數據，就做出像人的判斷呢？

近日台灣疫情再度升溫，儘管疫苗已經開始施打，但隨著COVID-19病毒持續變異，傳播能力也不斷上升，未來對於病毒的研究更顯重要。科學家從語言模型的角度出發，解析如何將原本用於學習人類語言的 AI 語言模型，應用來學習病毒變異的語言，或許將有助未來病毒疫苗的設計。