文章主题：AI for Science, ChatGPT, 生命科学, 生物医药
在2月10日的《理解未来》科学讲座中，AI for Science系列第三期主题为“AI4Science和ChatGPT，生物医药的契机？”在线举行。本次讲座由未来论坛理事、北京大学李兆基讲席教授以及北京大学理学部主任谢晓亮共同主持，特别邀请了两位中国科学院院士、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，以及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，他们对“AI for Science科技革命”和“生命科学中的生成式人工智能”进行了深入探讨，共同探讨了“AI生命科学”的前沿学术成果，并展望了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
在这次活动中，著名科学家鄂维南教授以《AI for Science：一场正在发生的科技革命》为主题，深入剖析了人工智能如何改变科研模式以及催生新兴产业形态。他强调，诸如化学、材料、生物、工程等传统学科将逐渐成为人工智能的研究重点，同时也会孕育出新的产业模式。另外，在人工智能科学推动下，科学研究将告别过去的“小作坊”式模式，迈向更为高效的“安卓”模式。而“平台科研”将成为未来科研的新方向，“社区建设”也将成为不可忽视的重要趋势。
我们应当充分利用这个千载难逢的机会，将AI Science的“安卓”模式基础设施建设得更加完善，以此充分利用这一科学发展的空间，使我国在全球科学领域中处于领先地位。鄂维南教授如此强调。
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
在本次活动中，唐建教授以《生命科学中的生成式人工智能：如何构建生命科学的“ChatGPT”》为主题，深入探讨了生成式人工智能在生命科学领域的实际应用。
他强调，当前人工智能与生物科技研究领域正处在繁荣发展阶段。诸如语言生成模型ChatGPT在对话系统领域所取得的显著成果，已经引发研究者们对如何在生物制药行业构建相应人工智能模型的探讨。
在人工智能与生物医药的交汇领域，我们已经进行了大量的探索。这些尝试涵盖了各种方向，比如GeoDiff应用于小分子的三维构象预测，E3Bind用于预测蛋白质-配体复合物的结构，以及ProtSeed能够同时生成新的蛋白质结构和序列等。这些成果都离不开我们杰出的科学家们，如唐建教授，他的深入研究和贡献让这些技术得以发展和应用。
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。
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
