科學家在做科研時，往往需要從海量數(shù)據(jù)中分析出潛在的規(guī)律，再通過大量實驗去驗證猜想，才可能得到正確的結(jié)果。一旦科研中變量個數(shù)或維數(shù)增加，計算的復雜度將會指數(shù)增加，這就是所謂的維數(shù)災難。

近年來前沿技術(shù)AI for Science的發(fā)展，卻將科學家從維數(shù)災難的計算困局中解放了出來。

AI for Science指的是運用AI算法從海量數(shù)據(jù)中快速找出潛在規(guī)律，科學家可從AI預測的規(guī)律中甄別出正確的結(jié)果。比如 DeepMind開發(fā)的人工智能系統(tǒng)AlphaFold2，就曾對蛋白質(zhì)折疊結(jié)構(gòu)進行較為準確的預測，攻克了困擾生物學界 50 余年的難題。

而創(chuàng)立于2018年的深勢科技是國內(nèi)AI for Science的創(chuàng)新者。為幫助科研工作者提高效率，深勢科技提出了「多尺度建模+機器學習+高性能計算」的科學研究新范式，并推出了Hermite?藥物計算設(shè)計平臺、Bohrium?微尺度科學計算云平臺等微尺度工業(yè)設(shè)計基礎(chǔ)設(shè)施。

2021年11月，深勢科技與寧德時代達成戰(zhàn)略合作，雙方共建聯(lián)合實驗室，來探索能源領(lǐng)域的微尺度工業(yè)設(shè)計。

創(chuàng)始人孫偉杰認為AI計算對實驗學科最大的價值就是替代實驗，以藥物研發(fā)為例，全球每年在藥物研發(fā)上投入的費用是2600億美金左右，其中1/9是投入在蛋白質(zhì)層面的分子設(shè)計、優(yōu)化和篩選中。而這些實驗幾乎都可以被AI計算替代?！氨热邕^去解析出一個蛋白質(zhì)的微觀結(jié)構(gòu)，需要花費幾個月的時間，成本就要幾十萬元以上，現(xiàn)在通過深勢的平臺，最多不超過一個小時，就可以得到一個不錯的微觀結(jié)構(gòu)?！?/span>

    選擇藥物研發(fā)作為突破口

深勢科技剛創(chuàng)立時，只有一個想法和兩個人：一個“AI for Science”的想法和兩個創(chuàng)始人——孫偉杰和張林峰。

孫偉杰和張林峰曾是北大元培的同班同學，畢業(yè)后一度走上了不同的道路。孫偉杰選擇成為早期投資人，曾供職于唯獵資本，主要關(guān)注前沿科技領(lǐng)域的創(chuàng)業(yè)公司。而張林峰則選擇去普林斯頓大學留學，在AI for Science領(lǐng)域深造。

2016到2017年，張林峰運用人工智能和分子模擬算法來求解重要科學問題，在AI for Science領(lǐng)域中取得突破性成就。

2018年張林峰回國，孫偉杰邀他見面。許久不見的兩人深入探討后，共同認為AI for Science 存在巨大的市場應用前景，而最好的方式就是將這個技術(shù)放在創(chuàng)業(yè)公司里，通過市場的需求驅(qū)動其快速發(fā)展。

但他們也明白，僅憑兩人是無法完成此事的，所以孫偉杰和張林峰先在2018年11月注冊了公司，“創(chuàng)業(yè)前半年的時間，我們都分別在周圍「搖人」，把身邊特別有本領(lǐng)的人都找來一起創(chuàng)業(yè)?！睂O偉杰表示。

深勢科技創(chuàng)立后，團隊面臨的第一個挑戰(zhàn)就是“往哪兒走”。AI for Science技術(shù)的應用范圍很廣泛，其中應用在材料科學領(lǐng)域更精準。但最終團隊還是選擇從藥物研發(fā)領(lǐng)域切入，因為藥物研發(fā)領(lǐng)域有完善的分工體系，所以開展技術(shù)的商業(yè)化能夠更快落地。

找準了方向，團隊也多了幾分把握，但仍需面對早期資金、資源匱乏的困境。深勢科技早期依靠研發(fā)驅(qū)動，需要大量研發(fā)人員?！耙虼宋覀儑L試了各種方法，剛開始依靠團隊在學術(shù)領(lǐng)域的成績，拿到了一些科研訂單，并于2019年獲得北京中關(guān)村科技類項目的扶持，同時又和一些大實驗室進行合作，才渡過了早期的‘生死危機’?！睂O偉杰表示。

在2018到2019年期間，深勢科技開發(fā)了第一款AI計算軟件DeePMD，并將其代碼開源。孫偉杰稱，當時有幾百個用戶使用該軟件做前沿科學研究，加快了DeePMD開源生態(tài)的發(fā)展。而在2019年到2020年期間，團隊對軟件進行了多次高性能計算優(yōu)化，將計算速度提升1000倍——該成就獲得了 2020 年的戈登貝爾獎，此獎項也被稱為是“全球超算領(lǐng)域的諾貝爾獎”。

2020年疫情，對很多企業(yè)來說都是一場大考，深勢科技最初也受到了影響。團隊因研究工作等原因分散在世界各地，只能線上協(xié)作辦公。

“當時團隊所有人的位置加在一起有五個時區(qū)，大家需要挑共同在線的時間才能開會；但好處是我們也能利用時間差優(yōu)勢，24小時接力來趕項目進度?！睂O偉杰表示。

2020年7月，深勢科技獲得了由百度風投領(lǐng)投，唯獵資本和盛景嘉成跟投的天使輪投資。該輪投資拿的十分順利，據(jù)孫偉杰回憶，雙方連面都沒見過，只是打了幾個電話，融資材料也是線上準備的?！拔覀?yōu)榱苏业街就篮系耐顿Y人，還特地把BP（商業(yè)計劃書）寫的很難，但還是順利地拿到了投資?！?/span>

孫偉杰認為這是由于創(chuàng)始團隊比較符合主流資本市場審美所致，“一個青年科學家和青年CEO的組合，背后還有中科院院士顧問，此外還有很多來自國內(nèi)外名校的交叉學科人才。這反映了高學歷團隊配置在前沿科技領(lǐng)域的優(yōu)勢?！?/span>

在“推動AI for Science技術(shù)實現(xiàn)完全商業(yè)化”這點，孫偉杰曾預測至少需要10億人民幣，主要是用于基礎(chǔ)設(shè)施建設(shè)、專業(yè)人員和計算資源的增加?！拔覀兿扔嬎愫米龀蛇@件事情需要多少錢，然后確定公司融資和估值增長的節(jié)奏，最后是一步步按計劃實施。”

    面向國際的市場競爭優(yōu)勢

近4年的發(fā)展中，深勢科技探索出了兩種商業(yè)模式：一種是面向科研人員、企業(yè)客戶等直接銷售軟件平臺；另一種則是與企業(yè)客戶合作，幫助客戶研發(fā)指定的藥物、材料等配方。

現(xiàn)在在全球范圍內(nèi)，深勢科技軟件平臺的用戶已超過1000個課題組和一萬名以上的科學家，并服務(wù)超過5萬名科研工作者。同時在藥物研發(fā)、材料研發(fā)領(lǐng)域，深勢科技合作的企業(yè)客戶超過50家，覆蓋了眾多醫(yī)藥類院校和研究所，如中國藥科大學、上海醫(yī)藥工業(yè)研究院等。

在研發(fā)藥物配方上，深勢科技合作的大部分藥企重點瞄準的是腫瘤疾病、CNS（中樞神經(jīng)系統(tǒng)）疾病和自免疫疾病方向。近期，深勢科技在腫瘤領(lǐng)域的熱門靶點發(fā)現(xiàn)了新的藥物分子。孫偉杰表示，此前這個靶點全球只公布了一個藥物分子，而且該分子還會與蛋白質(zhì)形成共價鍵，導致藥物的毒性很強，同時活性也不高。

“而我們用AI加分子模擬的方法，模擬了蛋白質(zhì)的動態(tài)變化，找到了一個全新的蛋白質(zhì)結(jié)合口袋。根據(jù)這個口袋的特性，我們用AI計算篩選出了很多候選藥物分子，只進行了86次實驗，就獲得了一個新穎且有效的化合物。這個藥物分子比現(xiàn)有的毒性更低，活性更好，更有成交的潛力。”

隨著AI for Science的商業(yè)化路線越來越明朗，許多國際大廠的創(chuàng)新團隊也在探索這個領(lǐng)域，孫偉杰表示國外的DeepMind、薛定諤是這個行業(yè)的先行者，但大家擅長的領(lǐng)域各有不同。

“DeepMind更擅長的是數(shù)據(jù)驅(qū)動，他們是運用大量蛋白質(zhì)分子結(jié)構(gòu)的數(shù)據(jù)來訓練AlphaFold2的精準度，而我們更擅長的是模型驅(qū)動，所以我們會在彼此擅長的領(lǐng)域里互相學習?！?/span>

目前國內(nèi)AI for Science還處于起步階段，深勢科技具有先發(fā)優(yōu)勢，但孫偉杰認為任何一款擺在市場上的產(chǎn)品，別人都可以拿來仿照、抄襲，沒有絕對的競爭壁壘?！爸挥杏肋h比別人領(lǐng)先一步，這才是科技公司唯一的壁壘?！?/span>

版權(quán)說明：
本文僅代表作者個人觀點，版權(quán)歸原創(chuàng)者所有。部分圖片源自網(wǎng)絡(luò)，未能核實歸屬。本文僅為分享，不為商業(yè)用途。若錯標或侵權(quán)，請與我們聯(lián)系刪除。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com