用 AI 模擬微觀世界，跨尺度理解物理現象。

　　作者 | 前沿社

　　從 1956 年「人工智能」概念誕生，討論「如何用機器模擬人的智能」已經經歷 70 余年，在算法、算力和數據方面取得了諸多突破，并在在諸如智能制造、自動駕駛等工業領域有著充分的發展。

　　近幾年，AI 在生物、能源、制藥、材料等科學領域的作用正在經歷大的轉變。AI 強大的數據歸納、分析能力讓科學家從重復驗證和試錯的過程中解放出來；同時，AI 也正在從科學的最底層規律出發，讓 bottom up 的純數據驅動方式逐漸轉向與物理模型相融合的階段。

　　AI for Science，即科學智能，就是用 AI 去學習科學原理，然后得到模型，進而去解決實際的問題。比如 AlphaFold2 對蛋白質折疊結構預測，就攻克了困擾生物學界 50 余年的難題。

　　9 月 22 日，前沿社組織了一場關于 AI for Science 主題的線上「夜聊」，特別邀請到深勢科技創始人 & CEO 孫偉杰，共同探討 AI 對于傳統科研究竟意味著什么，最終會帶來哪些改變？當 AI 開始在部分基礎科學中成為研究工具，接下來會如何演進？

　　深勢科技成立于 2018 年，是 AI for Science 科學研究范式的先行者，致力于運用人工智能和分子模擬算法，結合先進計算手段求解重要科學問題，為人類文明最基礎的生物醫藥、能源、材料和信息科學與工程研究打造新一代微尺度工業設計和仿真平臺。核心成員團隊獲得過 2020 年「戈登貝爾獎」——這個獎被稱為「全球超算領域的諾貝爾獎」。

　　深勢科技推出的蛋白質結構預測工具 Uni-Fold，是領域內首個接近 AlphaFold2 精度、并且開源了訓練代碼和推理代碼的項目；Uni-Fold 還克服了 AlphaFold2 硬件支持單一、模型不可商用等局限性 | 圖：Uni-Fold 預測的蛋白結構

　　前沿社活動均為創業者、企業家之間的閉門學習交流，并不對外開放。但我們也整理了一些現場討論的精華內容進行發布，希望對你有所啟發。

　　Show Notes

　　1. 跨尺度建模是 AI for Science 的最重要應用之一，它可以既快又準地學習微觀的模型，然后做出和宏觀速度差不多的計算和仿真。

　　2. AI for Science 已經在藥物研發、材料研發方面發揮作用，同時也在給下游的應用學科帶來突破。

　　3. AI for Science 的真正落地將會讓工業生產向前邁進一大步，同時帶來更多前所未有的機會和空間。

　　4. 未來十年，我們或許會看到 AI for Science 幫助科學家發現更多復雜系統（如生命科學）的科學規律。

　　01

　　什么是 AI for Science ？

　　簡單來說，AI for Science 有三層內涵：

　　第一是科學規律在具體的行業應用中的落地，用 AI 求解復雜系統的問題。

　　第二層 AI 是發現新科學的有效的手段，能夠幫助人類從大量的復雜數據中，去抽取一些人類觀察不到的高維信息和高價值規律。比如基因序列、蛋白序列背后的高維特征。

　　第三，AI for Science 讓科學更加走向理性。我們過去很多對產業問題的分析，都是先看這個領域都沒有數據。但在未來，大家一方面可以看有沒有數據，另一方面可以看有沒有好的物理規律做支撐。我們可以先用 AI 去學習物理模型，學習一些特定的規則，進一步結合一些小的數據去解決實際問題。

　　02

　　跨尺度建模，兼顧

　　計算的「快」和「準」

　　從不同的時間和空間尺度上來觀察世界，發現的現象是不一樣的。 越是大的東西，它運動的頻率越低；越是微觀的運動頻率越高，動得就越快。

　　微觀下看，當計算分子間或者原子間相互作用時，原子之間相互作用可以抽象為幾種簡單的作用力。比如原子之間有一個化學鍵，它的鍵能是多少，碳氧鍵的鍵能是多少？化學鍵和化學鍵之間會有鍵角，它們之間相互的能量空間是多少，二面角的空間是多少？離得比較遠的靜電相互作用和泛化相互作用，它的空間是多少？……這樣形成了一系列的經驗，就能分析原子間的相互作用。

　　在每一個尺度上觀察時，我們都是在觀察這個尺度上的現象，它還會有一些隨機性。

　　引入更微觀的參數后，就能夠以第一性原理精確地求解里面的問題；但對應的瓶頸是：一旦引入更微觀層面的參數，計算就會變得非常復雜，進入「維度災難」

　?。ㄗⅲ壕S度災難指復雜系統的計算中，隨著維數的增加，計算量呈指數倍增長的問題）。

物質結構：分子 | 圖源：新浪網

　　如果我們改用宏觀尺度的模型去計算物體的運動，就能算很快，但是通常會算不準。我們如果想算得準，就得引入更微觀的模型，但這樣計算量太大，算不快。

　　所以 AI for Science 就是要解決計算時「快」和「準」不可兼得的問題。我們用 AI 學習微觀的、電子層面的模型，然后去求解更宏觀的、原子間的基礎作用。這是 AI for Science 最重要的應用之一，即跨尺度建模。

　　03

　　AI for Science

　　正在如何發揮作用？

　　利用 AI 學習分子動力學方程的這套方法，在藥物發現方面可以輔助靶點發現、先導化合物篩選等環節；在材料方面可以幫助高分子材料、柔性材料、液晶材料的研發，同時也給下游的應用學科帶來突破。

　　人體所有疾病的發生，幾乎都可以歸結為蛋白質功能的異常，例如蛋白質表達過度或抑制。 所以，人為地抑制或激發蛋白靶標，改變蛋白質的功能，就可以達到治療疾病的目的。藥物分子和蛋白質的組合，就像是鎖和鑰匙的關系。

　　藥物研發的步驟一般是：蛋白結構解析 - 蛋白動態探索 - 藥物分子發現 - 藥物活性優化 - 成藥性優化。

　　確定一個蛋白靶標后，我們需要了解它的三維結構，才能設計一個藥物分子來和它結合；還要知道蛋白質的動態機理，因為蛋白質的所有作用都是由它的動態結構決定的。

　　這是一個酶的三維結構圖（GIF），紅色的位置是它催化的口袋。當一個底物放進去之后，在里面經過磷酸化再出來，就完成了一個催化的反應。所以這個口袋必須要會動，而且我們必須要了解它是如何運動的，才能夠理解它的功能。

　　AI for Science 驅動藥物的研發 | 圖源：深勢科技

　　藥物篩選環節中，過去依賴的是高通量的重復式實驗，可能要花費一兩年時間，進行幾百萬次實驗才能得出結果。而現在，我們可以通過大量的計算來篩選出 50 - 200 個合適的藥物分子，再用實驗進行驗證。

　　蛋白質的動力學模擬方面，我們能夠從動態上預測蛋白質的構象變化。我們把這部分算法由過去的 CPU 計算潛移到了 GPU 上，并且進行了數據和計算的并行。最終，我們在保持精度的同時把速度提升了 1600 多倍，在幾天之內就可以計算十幾億個分子，實現更加快速的篩選。

　　在藥物的其他方面預測上，我們采用的方法是先進行無監督的學習，然后再通過微調（fine tune）進行二次有監督的訓練。這種方法解決了藥物研發中某些領域數據量少的問題，例如藥物的吸收分布、代謝毒性等。

　　藥物分子和蛋白質的特性基本都是由三維結構決定的。因此，只要 AI 能夠抓取到三維結構的特征，理論上就可以建立起可用的模型。

　　但在很多科學問題的研究中，由于數據少、特征難以提取等原因，AI 很多時候無法提取出關鍵特征并建立模型。這個時候，就可以通過小規模的 AI 預訓練來解決這樣的問題。

　　這種方法不僅解決了小數據帶來的問題，同時也為科學規律的發現提供了一種新的可能性。

材料的中心法則 | 圖源：深勢科技

　　在材料方面，我們關心的是材料在現實場景中服役的表現。服役表現主要是由材料的性能決定的，而性能又是由微觀結構決定的。要想研究出一種好的材料，一定會涉及到多尺度的結構方面的計算。

　　由于要跨越不同的物理尺度，很多問題都無法用單一的模型去解決。例如，微觀上我們可以模擬電子的性質，宏觀一點可以模擬電子的密度，但是很難模擬電子間的能帶結構和相互作用，因為這個規模是處在電子性質和密度之間的。

　　還是那個問題：從微觀角度計算能夠算的準，但不快；而從宏觀角度計算能夠算的快，但不準。 AI for Science 可以既快又準地學習微觀的模型，然后做出和宏觀速度差不多的計算和仿真。

　　同藥物研發一樣，第一步先把材料的服役性能抽象成一些特定的材料性質，例如它的基礎性質、穩定性、可加工性。有了這些性質 profile 之后，再把它轉化成可以用物理模型計算的科學問題。

　　然后，我們對材料進行多級計算的篩選，最后把它放到實際的復雜系統中測試。例如，一個半導體材料篩選出來之后，我們還要把整個半導體器件都仿真出來，看看它的性能到底如何。

　　實際的研發案例中，這個過程其實是一種材料的逆向設計。即從現實需求反推到性能，再找出對應的結構和組分。

鋰電池固態電解質組分研究 | 圖源：深勢科技

　　上圖是我們通過計算發現的一個新的鋰電池的固態電解質組分研究。對于電池，我們主要關心的是穩定性和電導率這兩個性質。

　　左側的紅色的三角形顯示的是穩定性，藍色的部分就是組分穩定性比較好的組合；右邊綠色的三角形顯示的是電導性，深色的部分就是電導率比較高的組合。我們要做的就是，找到這兩個性能都比較好的，即藍色和深綠色重合的部分。

　　從圖表中可以看到，計算得出的結果（藍色圓點）和實驗結果（紅色區間）是完全重合的。而過去的計算誤差則十分大，完全沒有落在紅色區間內。

　　目前，深勢科技在材料部分主要會從新材料切入，最終服務于新能源、信息技術和先進制造這些領域。

　　深勢科技已推出 Hermite® 藥物計算設計平臺、Bohrium 微尺度科學計算云平臺等微尺度工業設計基礎設施，顛覆現有研發模式，打造了「計算指導實驗、實驗反饋設計」的全新范式 | 圖源：深勢科技

　　04

　　在更多復雜系統，

　　AI 將幫助發現科學規律

　　總結一下，AI for Science 最值得期待的兩大機會在于：包括藥物設計和材料設計在內的新一代工業軟件；另一方面則是像流體、固體等非常復雜的工業系統。AI for Science 的真正落地將會讓工業生產向前邁進一大步，同時帶來更多前所未有的機會和空間。

　　信息科學中的 AI for Science | 圖源：北京科學智能研究院 & 深勢科技

　　生命科學本質上也是一個復雜系統。但在生命科學領域，尤其是在人體的層面，還有很多問題無法被翻譯成化學問題。例如，我們現在已經清楚地了解蛋白質的結構、蛋白質的動力學、蛋白的相互作用，但細胞生物學到分子生物學之間的 gap 目前還無法解決。

　　在未來，生命科學領域可能需要摸索出一系列最基礎的運行法則和規律，類似化學中的元素周期表。這樣，我們就可以從最微觀的層面對生命活動做出一些底層的解析。

　　同樣，材料學中很多問題也缺少規律和原理的指導。例如，微觀上，材料的塑性形變和缺陷是由一些位錯形成的，其中的原理可以靠量子力學和分子動力學來研究。但中間層的科學機理到底是什么？其中的定律尚不清楚。

　　在這些復雜系統領域，AI for Science 的愿景是要幫助科學家發現這些科學規律。在未來的十年之內，我們期望能夠看到這一方面的突破性成就。

　　最后，引用一下黃仁勛今年的一句話，非常令人觸動：AI 的未來一定是要學會規律和物理法則，實現這一點，將把我們帶入 AI 的新時代。這句話和 AI for science 的愿景非常契合。

　　Q&A 精選

　　Q1: AI for Science 似乎不只是可以運用在科研，它帶來的是一種技術的變革。那么它的邊界究竟在哪里？

　　孫偉杰：邊界確實不止于在科研。藥物研發、材料研發目前在微觀層面上是更加適合 AI for science 方法的領域，但這種方法論其實在未來可以延展到更多的領域。

　　除了剛剛提到的兩種微觀尺度的計算模擬上， AI for Science 在宏觀尺度上也有很大的潛力。例如在復雜流體的模擬、天氣預報上，AI for Science 其實可以發揮出更大的作用。對于它的邊界到底在哪，可能還需要更長的時間大家共同去探索。

　　Q2：AI for Science 的開發需要對 AI 和基礎科學都有很深的了解嗎？

　　孫偉杰：是的，需要對 AI 和細分領域的基礎學科都有深度了解，這一點非常重要。其實，現在 AI 作為一個工具其實越來越成熟，使用 AI 輔助科研也越來越容易了。以前，我們說科技會在一些 feature 的層面去做創新，而現在的趨勢是要往底層去走。通過 AI，我們可以在底層實現一些革命性的變化。

　　Q3：AI for Science 的商業模式是怎樣的？

　　孫偉杰：商業模式是一個動態的問題，要針對不同的用戶群體和不同的市場。

　　AI for Science 在科研領域、高校、學者的中其實已經有了一定的發展，這些人群自己本身就有非常強的開發能力和使用工具的能力。過去大家做科學計算都是用一些開源軟件，甚至自己就做很多二次開發。所以，對這類用戶，深勢科技是把這些工具打造成 SaaS 提供給他們。

　　但是工業界傳統的研發模式不是這樣的，很難把最新一代的工具用起來，所以 SaaS 這套方案行不通。

　　在做材料研發和藥物研發方面，深勢科技主要是通過 IP 授權的方式，把產品真正做出來，出售給制藥廠和材料廠商。比如，我們會把藥物的分子或材料的配方研發出來，申請專利，把它 license 出去。商家直接拿著我們的研究到一半的分子，接下來去做就可以了。

　　圖源：北京科學智能研究院 & 深勢科技

　　*頭圖來源：視覺中國