《理解未来》科学讲座：生成式AI爆火，如何搭建生命科学的ChatGPT？

2月10日，《理解未来》科学讲座AI for Science 系列03期：“AI4Science 和 ChatGPT，生物医药的契机?”在全网线上开讲。未来论坛理事、北京大学李兆基讲席教授、北京大学理学部主任谢晓亮担任主持，特别邀请中国科学院院士、北京大学教授、北京大数据研究院院长、北京科学智能研究院(AI for Science Institute, Beijing)院长鄂维南，加拿大魁北克省人工智能研究中心(Mila)副教授、加拿大高等研究院(CIFAR)人工智能讲席教授唐建，分别围绕“AI for Science科技革命”、“生命科学中的生成式人工智能”共同探索交流“AI+生命科学”，分享前沿学术成果，共话跨学科交叉领域的深度融合创新。

鄂维南：科学研究将从“作坊”模式转变到“安卓”模式

本次活动中，鄂维南教授以《AI for Science：一场正在发生的科技革命》为题阐述AI for Science带来的科研范式的变革和新的产业业态。他指出，化学、材料、生物、工程等传统领域都将成为AI的主战场，同时也将催生新一代的产业模式。另一方面，在AI+Science的驱动下，科学研究将从“小农作坊”模式转变到“安卓”模式，“平台科研”将成为全新的科研范式，“社区建设”将成为重要趋势。

“希望我们有效地利用这一千载难逢的机会，将AI+Science的“安卓”模式基础设施建设起来，充分利用这一科学发展空间，让中国走在全球科学领域的前沿。”鄂维南教授表示。

唐建：AI+生物技术处于黄金时期 以生成式AI模型赋能药物研发

本次活动中，唐建教授以《生命科学中的生成式人工智能：如何搭建生命科学的“ChatGPT”》为题，介绍了生成式人工智能在生命科学的应用。

他指出，人工智能和生物技术的研究正处于黄金时期。语言生成模型如 ChatGPT 在对话系统领域取得了很大的突破，因此，研究者们正在探索是否能在生物制药领域搭建类似的人工智能模型。

“在人工智能与生物医药的交叉领域已有了诸多探索，例如：GeoDiff 应用在小分子的三维构象预测;E3Bind 应用在蛋白质-配体复合物结构预测;ProtSeed 同时生成新的蛋白质结构和序列等。”唐建教授表示。

前瞻对话：聚焦AI+生物医药前景，推动AI+科学交叉融合

在前瞻对话环节，嘉宾们围绕“AI+生物医药前景”、“生成式AI对生命科学领域带来的影响”、“如何促进AI专家与科学家加强合作”等议题展开对话，分享深刻的洞察与思考。

关于组学与人工智能相结合，鄂维南教授指出，首先需要不同学科背景的专家一起来参与这类研究。其次，需要找到不同尺度、不同现象的新的guiding principle，来填补中间尺度的结构。他表示，目前分子尺度比较清楚，大的尺度也有一定的概念，但是中间尺度，我们缺乏一个guiding principle，需要物理、数学领域的专家参与进来才能有进一步的发现。“最重要的是找到这样的人，将其有效地组织起来，为他们提供足够的资源。”鄂维南教授谈到。

唐建教授指出，AI分析数据以及机器学习，为科学规律的表达提供了可能性。“AI将可能的文本、知识、代码进行训练，当AI能力达到一定强度后，我们就通过模型的开发，对大量数据进行学习和训练。其中，ChatGPT可以产生全新的原创内容，具有一定的创造力，像一本百科全书，用户可以很快从百科全书中获取需要的知识。在蛋白质设计领域，不论是小分子还是蛋白质分子，本质而言都需要生成一些新的结构。通过融入ChatGPT，可以提升蛋白质设计的创新度和多样性。”唐建教授表示。

谢晓亮教授也在前瞻对话环节分享了对于AI+生命科学领域应用的思考。他指出，基于技术上的突破，生命科学基因组学、冷冻电镜等生命科学领域，逐渐从“数据缺乏学科”转变为“大数据科学”，从“定性学科”转变为“定量学科”。“此前在我的Biophysics教学过程中，十几年都是从序列到结构，而基于当时的算法水平，‘结构’是没办法算出来的，直到2022年，结构可以通过AI算法计算出来，这也是AI+生命科学的一项技术革命。”

另外，谢晓亮教授也提到，AI需要大数据，因此数据质量非常重要。最近，西湖大学的许田教授正在通过机器学习的方式寻找中药的有效成分，运用组学为不同的器官和细胞使用中药，这也是中医非常需要的科学方法。