(相關資料圖)

“ChatGPT引起了廣泛的關注，我們有沒有可能在生命科學領域搭建一個類似ChatGPT的模型呢?”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)人工智能講席教授唐建在近日召開的《理解未來》科學講座AI for Science系列第三期上說。

這期講座主題為“AI4Science和ChatGPT，生物醫藥的契機?”，由未來論壇理事、北京大學李兆基講席教授謝曉亮主持。講座上，中國科學院院士、北京大學教授鄂維南和唐建分別圍繞“AI for Science科技革命”“生命科學中的生成式人工智能”話題分享了觀點。

唐建指出，人工智能和生物技術的研究正處于黃金時期。語言生成模型如ChatGPT在對話系統領域取得了很大的突破，研究者們正在探索是否能在生物制藥領域搭建類似的人工智能模型。目前，研究人員在人工智能與生物醫藥的交叉領域已有了諸多探索。他舉了一些例子：GeoDiff應用在小分子的三維構象預測，E3Bind應用在蛋白質-配體復合物結構預測，ProtSeed同時生成新的蛋白質結構和序列等。

唐建認為，AI分析數據以及機器學習，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能力達到一定強度后，我們就通過模型的開發，對大量數據進行學習和訓練。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，融入ChatGPT，可以提升蛋白質設計的創新度和多樣性。”

謝曉亮在前瞻對話環節分享了他對于AI+生命科學領域應用的思考。他指出，基于技術上的突破，生命科學基因組學、冷凍電鏡等生命科學領域，逐漸從“數據缺乏學科”轉變為“大數據科學”，從“定性學科”轉變為“定量學科”。他還提到，AI需要大數據，數據質量非常重要。

以藥物設計為例，鄂維南介紹，“現在很多團隊都在通過將數據驅動的方法和模型驅動的方法有機結合，構建更加系統、高效、自動化的藥物研發過程。”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”將成為全新的科研范式，“社區建設”將成為重要趨勢。

“希望我們有效地利用機會，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。”鄂維南說。

《理解未來》科學講座是未來論壇面向公眾開放的高質量公益科普講座。據了解，講座目前已成功舉辦70余場，超過140位科學家參與其中。

關鍵詞： 人工智能 生命科學 蛋白質設計 百科全書 可以產生