科学计算难到爆炸，AI能否解放科学家？

AI催生科研新范式

科学家在做科研时，往往需要从海量数据中分析出潜在的规律，再通过大量实验去验证猜想，才可能得到正确的结果。一旦科研中变量个数或维数增加，计算的复杂度将会指数增加，这就是所谓的维数灾难。

近年来前沿技术AI for Science的发展，却将科学家从维数灾难的计算困局中解放了出来。

AI for Science指的是运用AI算法从海量数据中快速找出潜在规律，科学家可从AI预测的规律中甄别出正确的结果。比如 DeepMind开发的人工智能系统AlphaFold2，就曾对蛋白质折叠结构进行较为准确的预测，攻克了困扰生物学界 50 余年的难题。

而创立于2018年的深势科技是国内AI for Science的创新者。为帮助科研工作者提高效率，深势科技提出了「多尺度建模+机器学习+高性能计算」的科学研究新范式，并推出了Hermite®药物计算设计平台、Bohrium®微尺度科学计算云平台等微尺度工业设计基础设施。

2021年11月，深势科技与宁德时代达成战略合作，双方共建联合实验室，来探索能源领域的微尺度工业设计。

创始人孙伟杰认为AI计算对实验学科最大的价值就是替代实验，以药物研发为例，全球每年在药物研发上投入的费用是2600亿美金左右，其中1/9是投入在蛋白质层面的分子设计、优化和筛选中。而这些实验几乎都可以被AI计算替代。“比如过去解析出一个蛋白质的微观结构，需要花费几个月的时间，成本就要几十万元以上，现在通过深势的平台，最多不超过一个小时，就可以得到一个不错的微观结构。”

选择药物研发作为突破口

深势科技刚创立时，只有一个想法和两个人：一个“AI for Science”的想法和两个创始人——孙伟杰和张林峰。

深势科技创始人兼CEO孙伟杰

孙伟杰和张林峰曾是北大元培的同班同学，毕业后一度走上了不同的道路。孙伟杰选择成为早期投资人，曾供职于唯猎资本，主要关注前沿科技领域的创业公司。而张林峰则选择去普林斯顿大学留学，在AI for Science领域深造。

2016到2017年，张林峰运用人工智能和分子模拟算法来求解重要科学问题，在AI for Science领域中取得突破性成就。

2018年张林峰回国，孙伟杰邀他见面。许久不见的两人深入探讨后，共同认为AI for Science 存在巨大的市场应用前景，而最好的方式就是将这个技术放在创业公司里，通过市场的需求驱动其快速发展。

但他们也明白，仅凭两人是无法完成此事的，所以孙伟杰和张林峰先在2018年11月注册了公司，“创业前半年的时间，我们都分别在周围「摇人」，把身边特别有本领的人都找来一起创业。”孙伟杰表示。

深势科技创立后，团队面临的第一个挑战就是“往哪儿走”。AI for Science技术的应用范围很广泛，其中应用在材料科学领域更精准。但最终团队还是选择从药物研发领域切入，因为药物研发领域有完善的分工体系，所以开展技术的商业化能够更快落地。

找准了方向，团队也多了几分把握，但仍需面对早期资金、资源匮乏的困境。深势科技早期依靠研发驱动，需要大量研发人员。“因此我们尝试了各种方法，刚开始依靠团队在学术领域的成绩，拿到了一些科研订单，并于2019年获得北京中关村科技类项目的扶持，同时又和一些大实验室进行合作，才渡过了早期的‘生死危机’。”孙伟杰表示。

在2018到2019年期间，深势科技开发了第一款AI计算软件DeePMD，并将其代码开源。孙伟杰称，当时有几百个用户使用该软件做前沿科学研究，加快了DeePMD开源生态的发展。而在2019年到2020年期间，团队对软件进行了多次高性能计算优化，将计算速度提升1000倍——该成就获得了 2020 年的戈登贝尔奖，此奖项也被称为是“全球超算领域的诺贝尔奖”。

2020年疫情，对很多企业来说都是一场大考，深势科技最初也受到了影响。团队因研究工作等原因分散在世界各地，只能线上协作办公。

“当时团队所有人的位置加在一起有五个时区，大家需要挑共同在线的时间才能开会；但好处是我们也能利用时间差优势，24小时接力来赶项目进度。”孙伟杰表示。

2020年7月，深势科技获得了由百度风投领投，唯猎资本和盛景嘉成跟投的天使轮投资。该轮投资拿的十分顺利，据孙伟杰回忆，双方连面都没见过，只是打了几个电话，融资材料也是线上准备的。“我们为了找到志同道合的投资人，还特地把BP（商业计划书）写的很难，但还是顺利地拿到了投资。”

孙伟杰认为这是由于创始团队比较符合主流资本市场审美所致，“一个青年科学家和青年CEO的组合，背后还有中科院院士顾问，此外还有很多来自国内外名校的交叉学科人才。这反映了高学历团队配置在前沿科技领域的优势。”

在“推动AI for Science技术实现完全商业化”这点，孙伟杰曾预测至少需要10亿人民币，主要是用于基础设施建设、专业人员和计算资源的增加。“我们先计算好做成这件事情需要多少钱，然后确定公司融资和估值增长的节奏，最后是一步步按计划实施。”

深势科技产品架构示意图

面向国际的市场竞争优势

近4年的发展中，深势科技探索出了两种商业模式：一种是面向科研人员、企业客户等直接销售软件平台；另一种则是与企业客户合作，帮助客户研发指定的药物、材料等配方。

现在在全球范围内，深势科技软件平台的用户已超过1000个课题组和一万名以上的科学家，并服务超过5万名科研工作者。同时在药物研发、材料研发领域，深势科技合作的企业客户超过50家，覆盖了众多医药类院校和研究所，如中国药科大学、上海医药工业研究院等。

在研发药物配方上，深势科技合作的大部分药企重点瞄准的是肿瘤疾病、CNS（中枢神经系统）疾病和自免疫疾病方向。近期，深势科技在肿瘤领域的热门靶点发现了新的药物分子。孙伟杰表示，此前这个靶点全球只公布了一个药物分子，而且该分子还会与蛋白质形成共价键，导致药物的毒性很强，同时活性也不高。

“而我们用AI加分子模拟的方法，模拟了蛋白质的动态变化，找到了一个全新的蛋白质结合口袋。根据这个口袋的特性，我们用AI计算筛选出了很多候选药物分子，只进行了86次实验，就获得了一个新颖且有效的化合物。这个药物分子比现有的毒性更低，活性更好，更有成交的潜力。”

随着AI for Science的商业化路线越来越明朗，许多国际大厂的创新团队也在探索这个领域，孙伟杰表示国外的DeepMind、薛定谔是这个行业的先行者，但大家擅长的领域各有不同。

“DeepMind更擅长的是数据驱动，他们是运用大量蛋白质分子结构的数据来训练AlphaFold2的精准度，而我们更擅长的是模型驱动，所以我们会在彼此擅长的领域里互相学习。”

目前国内AI for Science还处于起步阶段，深势科技具有先发优势，但孙伟杰认为任何一款摆在市场上的产品，别人都可以拿来仿照、抄袭，没有绝对的竞争壁垒。“只有永远比别人领先一步，这才是科技公司唯一的壁垒。”

本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系editor@cyzone.cn。