“AI4Science 和 ChatGPT，生物醫藥的契機？”在全網線上開講

記者許永傳台北報導

2月10日，《理解未來》科學講座AI for Science 系列03期：“AI4Science 和 ChatGPT，生物醫藥的契機？”在全網線上開講。未來論壇理事、北京大學李兆基講席教授、北京大學理學部主任謝曉亮擔任主持，特別邀請中國科學院院士、北京大學教授、北京大資料研究院院長、北京科學智慧研究院（AI for Science Institute, Beijing）院長鄂維南，加拿大魁北克省人工智慧研究中心（Mila）副教授、加拿大高等研究院（CIFAR）人工智慧講席教授唐建，分別圍繞“AI for Science科技革命”、“生命科學中的生成式人工智慧”共同探索交流“AI+生命科學”，分享前沿學術成果，共話跨學科交叉領域的深度融合創新。

鄂維南：科學研究將從“作坊”模式轉變到“安卓”模式

本次活動中，鄂維南教授以《AI for Science：一場正在發生的科技革命》為題闡述AI for Science帶來的科研範式的變革和新的產業業態。他指出，化學、材料、生物、工程等傳統領域都將成為AI的主戰場，同時也將催生新一代的產業模式。另一方面，在AI+Science的驅動下，科學研究將從“小農作坊”模式轉變到“安卓”模式，“平臺科研”將成為全新的科研範式，“社區建設”將成為重要趨勢。

“希望我們有效地利用這一千載難逢的機會，將AI+Science的“安卓”模式基礎設施建設起來，充分利用這一科學發展空間，讓中國走在全球科學領域的前沿。”鄂維南教授表示。

唐建：AI+生物技術處於黃金時期 以生成式AI模型賦能藥物研發

本次活動中，唐建教授以《生命科學中的生成式人工智慧：如何搭建生命科學的“ChatGPT”》為題，介紹了生成式人工智慧在生命科學的應用。

他指出，人工智慧和生物技術的研究正處於黃金時期。語言生成模型如 ChatGPT 在對話系統領域取得了很大的突破，因此，研究者們正在探索是否能在生物製藥領域搭建類似的人工智慧模型。

“在人工智慧與生物醫藥的交叉領域已有了諸多探索，例如：GeoDiff 應用在小分子的三維構象預測；E3Bind 應用在蛋白質-配體複合物結構預測；ProtSeed 同時生成新的蛋白質結構和序列等。”唐建教授表示。

前瞻對話：聚焦AI+生物醫藥前景，推動AI+科學交叉融合

在前瞻對話環節，嘉賓們圍繞“AI+生物醫藥前景”、“生成式AI對生命科學領域帶來的影響”、“如何促進AI專家與科學家加強合作”等議題展開對話，分享深刻的洞察與思考。

關於組學與人工智慧相結合，鄂維南教授指出，首先需要不同學科背景的專家一起來參與這類研究。其次，需要找到不同尺度、不同現象的新的guiding principle，來填補中間尺度的結構。他表示，目前分子尺度比較清楚，大的尺度也有一定的概念，但是中間尺度，我們缺乏一個guiding principle，需要物理、數學領域的專家參與進來才能有進一步的發現。“最重要的是找到這樣的人，將其有效地組織起來，為他們提供足夠的資源。”鄂維南教授談到。

唐建教授指出，AI分析資料以及機器學習，為科學規律的表達提供了可能性。“AI將可能的文本、知識、代碼進行訓練，當AI能力達到一定強度後，我們就通過模型的開發，對大量資料進行學習和訓練。其中，ChatGPT可以產生全新的原創內容，具有一定的創造力，像一本百科全書，用戶可以很快從百科全書中獲取需要的知識。在蛋白質設計領域，不論是小分子還是蛋白質分子，本質而言都需要生成一些新的結構。通過融入ChatGPT，可以提升蛋白質設計的創新度和多樣性。”唐建教授表示。

謝曉亮教授也在前瞻對話環節分享了對於AI+生命科學領域應用的思考。他指出，基於技術上的突破，生命科學基因組學、冷凍電鏡等生命科學領域，逐漸從“資料缺乏學科”轉變為“大資料科學”，從“定性學科”轉變為“定量學科”。“此前在我的Biophysics教學過程中，十幾年都是從序列到結構，而基於當時的演算法水準，‘結構’是沒辦法算出來的，直到2022年，結構可以通過AI演算法計算出來，這也是AI+生命科學的一項技術革命。”

另外，謝曉亮教授也提到，AI需要大資料，因此資料品質非常重要。最近，西湖大學的許田教授正在通過機器學習的方式尋找中藥的有效成分，運用組學為不同的器官和細胞使用中藥，這也是中醫非常需要的科學方法。（圖 理解未來講座提供）

——— 以下空白——–