隨著文明的演進、科學的進步和社會的發(fā)展，藥物和新材料這兩個數(shù)萬億量級的超大市場，誕生和衍生出了許多全新的研發(fā)需求和支撐需要，它們指向一個共同的物理基座。而機器學習作為一種應用數(shù)學方法，能夠有效解決復雜和高維問題，也為很多行業(yè)帶來了更多再發(fā)展再深入的機遇。物理模型+機器學習+高性能計算+高效采樣算法的結(jié)合正將機遇逐漸變?yōu)楝F(xiàn)實。

9月26日，作為AI for Science科學研究范式引領(lǐng)者的深勢科技宣布，胡成文加入公司擔任CTO，全面負責公司前沿技術(shù)研發(fā)方向，實施技術(shù)發(fā)展戰(zhàn)略，以及管理研發(fā)團隊。

胡成文曾供職于百度，負責社區(qū)、搜索、推薦等領(lǐng)域的技術(shù)架構(gòu)和團隊管理工作。此后，他先后擔任金融科技上市公司、健康保障科技平臺技術(shù)負責人。加入深勢科技后，胡成文將組建業(yè)務研發(fā)、平臺研發(fā)兩大團隊，孵化并打造AI for Science新范式下的技術(shù)生態(tài)。

作為人工智能初創(chuàng)公司，原始創(chuàng)新是深勢科技的關(guān)鍵競爭力所在，CTO的使命重大、責任艱巨。未來如何助推深勢科技從技術(shù)原始創(chuàng)新，到工程規(guī)?；瘜崿F(xiàn)，再到產(chǎn)品持續(xù)交付的創(chuàng)新-落地閉環(huán)邁上新臺階?新華網(wǎng)近日采訪了剛剛履職的胡成文。

加強連接

深勢科技致力于運用人工智能和分子模擬算法，結(jié)合先進計算手段求解重要科學問題，為生物醫(yī)藥、能源、材料和信息科學與工程研究打造新一代微尺度工業(yè)設計和仿真平臺。

盡管剛成立四年，但深厚的科研背景，讓這家公司顯得與眾不同。與團隊接觸一段時間后，胡成文深刻感受到，專注于底層技術(shù)創(chuàng)新的深勢科技的確“很不一樣”。

胡成文說，深勢科技的員工學歷高，學科背景交叉融合。這里的科研人員，既有物理、化學、生物、數(shù)學等學科背景，也有很多科學家是計算機專業(yè)出身，大家的交叉能力比較強，所以整體科研實力非常強。

深勢科技專注用創(chuàng)新技術(shù)解決現(xiàn)實問題，這也給胡成文留下深刻印象。他表示，公司許多科研人員都曾在求學階段取得卓越成果，甚至奪得國際大獎，但大家除了做好原始創(chuàng)新外，還大膽走出實驗室，用創(chuàng)新成果解決現(xiàn)實問題。“公司創(chuàng)始團隊能夠跳出圈子，看到行業(yè)的訴求，把領(lǐng)先的算法、領(lǐng)先的科研轉(zhuǎn)化成行業(yè)產(chǎn)品，真正解決用戶痛點，這讓團隊展現(xiàn)出非常不一樣的特質(zhì)。”

在這樣一家依靠底層創(chuàng)新驅(qū)動的高科技公司，如何帶領(lǐng)技術(shù)團隊更好地支撐公司業(yè)務發(fā)展?

談及未來規(guī)劃，胡成文表示，他將發(fā)揮出“連接”這一核心作用。“前面是客戶，后面是我們的科學家，未來要把我們前沿的創(chuàng)新算法高效落地，打造成為一套成熟的產(chǎn)品體系，為行業(yè)用戶提供一套超預期的工業(yè)解決方案。同時，作為CTO，我會帶領(lǐng)團隊打造公司的技術(shù)護城河、提升行業(yè)影響力。”

扎根互聯(lián)網(wǎng)十余年，胡成文積累了豐富的互聯(lián)網(wǎng)研發(fā)經(jīng)驗，他將用好這些實踐經(jīng)驗，讓AI進一步貼近產(chǎn)業(yè)，讓基礎研究更有效地轉(zhuǎn)化為現(xiàn)實生產(chǎn)力。

在胡成文看來，傳統(tǒng)互聯(lián)網(wǎng)行業(yè)具有大規(guī)模工業(yè)化的經(jīng)驗，怎樣交付給用戶一系列復雜的產(chǎn)品，做到高可用，并且根據(jù)用戶需求快速迭代，這些經(jīng)驗能夠幫助深勢科技讓領(lǐng)先科技更好賦能行業(yè)用戶。

強化技術(shù)

微觀世界有其自身規(guī)律，薛定諤方程被視為微觀世界的“牛頓力學”。但微觀世界充滿不確定。

胡成文指出，微尺度創(chuàng)新的關(guān)鍵在于有效求解物理方程。百年前，科學家就從第一性原理出發(fā)，揭示了藥物分子設計、篩選及發(fā)現(xiàn)的底層邏輯。但藥物研發(fā)之所以緩慢，就是因為這個解方程的成本實在太高。而算法的更新、算力水平的提升，開啟了AI輔助藥物研發(fā)的新篇章。

傳統(tǒng)的AI藥物研發(fā)面臨的一大挑戰(zhàn)就是數(shù)據(jù)不夠標準化，清晰度不夠，無法用足夠多的數(shù)據(jù)訓練出可用的模型。面對這個難題，深勢科技的解決方案是什么?

胡成文表示，深勢科技一方面用AI工具大幅加速解方程的過程，解決科研的問題;另外就是科研創(chuàng)新解決工業(yè)化問題。首先通過AI加速解方程過程，創(chuàng)造新的數(shù)據(jù)，對不確定的數(shù)據(jù)進行小范圍驗證，反復迭代數(shù)據(jù)，并運用這些數(shù)據(jù)訓練模型。在此基礎上，再去解決工業(yè)上的遇到的實際問題。所以深勢科技的思路是從底層往上延伸，在這方面深勢科技具有強大的創(chuàng)新優(yōu)勢。

在解方程的過程中，深勢科技也在不斷對外賦能。胡成文透露，深勢科技下一步將要做一件事——開源開放。

“我們希望把一些成果開源開放出來，同時能夠做一些預訓練模型。我們很快將發(fā)布一款預訓練大模型。”胡成文表示，AI主要是視覺和單元處理，深勢科技希望把這套模式引入到醫(yī)藥行業(yè)，促進行業(yè)朝著良性、快速成長的方向發(fā)展。

藥物研發(fā)異常復雜繁瑣。對許多科研人員來說，面對新的疾病，當找到相關(guān)靶點后，需要從頭到尾開始做實驗，從包含幾千萬個化合物的庫里做篩選。

大模型帶來的好處是什么?一般認為，大模型能夠降低一項技術(shù)應用的門檻。“簡單來說，找一個藥，就不需要從頭到尾，從幾千萬個分子里面去找了，從模型中調(diào)調(diào)參數(shù)，可能變成從幾萬個、幾十萬個里面去找，整個迭代速度大幅加快。”胡成文說，目前深勢科技已經(jīng)與許多藥廠展開這項合作。

在他看來，臨床之前的整個藥物研發(fā)過程，許多環(huán)節(jié)都可以通過計算來代替。未來，AI會代替一些傳統(tǒng)的實驗成為藥物發(fā)現(xiàn)的標配。

微觀尺度的創(chuàng)新，包括通過技術(shù)推動藥物研發(fā)，深勢科技是行業(yè)內(nèi)最早一批從事這項工作的企業(yè)。胡成文希望深勢科技能夠借助行業(yè)的力量，一起來把這件事做大。

洞察需求

在跨尺度科學研究領(lǐng)域，每當解答出一個方程式，就會產(chǎn)生很多新的需求。

比如針對藥物研發(fā)企業(yè)，當洞察到他們提升研發(fā)效率、降本增效的訴求后，怎樣加快藥物迭代的過程?其實核心還是需要像深勢科技這種既有交叉背景又懂現(xiàn)實需求的團隊來滿足需求。

另據(jù)胡成文介紹，目前，除了藥物研發(fā)和材料研發(fā)企業(yè)，深勢科技另一大用戶群體是科研計算人員。他們存在大量做實驗、做計算的需求，而他們的科研手段和工具又比較傳統(tǒng)。當深勢科技發(fā)布了一系列算法和應用后，很多科研人員品嘗到了使用這些平臺做科研、發(fā)論文的好處，獲得專業(yè)人群的認可，幫助深勢科技贏得了一大批客戶。

據(jù)了解，基于科研人員面臨的計算需求，深勢科技開發(fā)了Lebesgue科學計算平臺，希望在業(yè)務底層之上，打造一個面向科研人員的開箱即用的云服務。在這個平臺上，能夠提供充沛的算力，科研人員所需要用到的工具也都已經(jīng)裝好，而且能兼容各種環(huán)境。

胡成文說，深勢科技專注微尺度領(lǐng)域創(chuàng)新。“我們想做一個VI管理平臺，類似于微觀領(lǐng)域的CAD，最終呈現(xiàn)給用戶的產(chǎn)品是一個SAAS平臺。用戶在這里能夠做藥物研發(fā)、材料研發(fā)，它可以開源即用，打開一個web界面，就可以跑模型。”

在AI for Science領(lǐng)域，中國已經(jīng)進入世界領(lǐng)先行列，而且具有自己的優(yōu)勢。胡成文認為，以深勢科技為代表的中國的AI for Science企業(yè)，所開創(chuàng)的產(chǎn)品和服務能夠解決現(xiàn)實問題;其次，中國企業(yè)有自己的創(chuàng)新。“比如，我們的算法能夠落地，作為一個成熟產(chǎn)品，作為一套解決方案，能夠真正的反哺行業(yè)，能夠解決工業(yè)化的問題。”

深勢科技是AI for Science科學研究范式的引領(lǐng)者和踐行者，胡成文表示，未來深勢科技仍將聚焦微觀領(lǐng)域做技術(shù)創(chuàng)新。

他認為，一方面，這個行業(yè)更偏向底層技術(shù)，深勢科技擁有這樣一批科學家，他們本身就是研究微觀領(lǐng)域的各種計算問題，這是公司的人才壁壘;另一方面，從用戶的反饋來看，能夠?qū)崒嵲谠趲椭麄兘鉀Q痛點;從深勢未來的愿景看，人類文明最關(guān)鍵的生命、能源、材料、信息技術(shù)及產(chǎn)業(yè)的創(chuàng)新升級，都面臨著共同的顯著瓶頸——微觀尺度的有效計算與理解，AI for Science恰好為微觀尺度的技術(shù)變革帶來了從未有過的機遇。這一領(lǐng)域的商業(yè)化才剛剛開始，市場存在著巨大的發(fā)展空間。

免責聲明：市場有風險，選擇需謹慎!此文僅供參考，不作買賣依據(jù)。

關(guān)鍵詞：