江苏龙网

  1. 首页 > 人文 > >

DeepTech深科技晶泰科技温书豪：谷歌看中的是我们物理底层的核心( 二 )


生辉：你们的什么优势促使你们达到了这样的准确度？
温书豪：物理底层是我们最大的差异化 。 我们是腾讯和谷歌在全球范围内的唯一一家联合投资的AI药物研发公司 ， 谷歌可能是全球AI最好的公司 ， 他们就是看中了我们物理底层的核心 。 我刚才提到的晶型预测算法 ， 这是一个极度有挑战的问题 ， 全世界做到工业级别的、准确度如此之高的只有我们一家 。 自由能微扰算法方面 ， 我们是在市场上最好的竞争对手的基础上 ， 我们做到准确度更高、迁移性更好 ， 可以覆盖更大的化学空间 。 为什么能做到这样？我们团队的人都在相关领域有十几年的积累 ， 具备最底层物理理论开发的能力 ， 物理模型是比AI模型更准的 。 另外一方面 ， 也必须要有算力的支撑 ， AWS(亚马逊云端计算服务）曾把晶泰放在官网上做案例研究（https://aws.amazon.com/cn/solutions/case-studies/xtalpi/） ， 我们在算力上的消耗巨大 ， 去年我们在AWS上总的算力消耗是3亿个核时 ， 主要是以欧美的一些大药企为主 ， 不是特别多家 ， 我们早期比较专注 ， 希望把大客户做好、做透 。
解决AI当下面临的问题 ， 需要更多投资人和工业界的耐心
【DeepTech深科技晶泰科技温书豪：谷歌看中的是我们物理底层的核心】生辉：AI在辅助化合物筛选中需要大量数据来训练模型 ， 晶泰的物理模型也需要大量数据吗？
晶泰：晶型预测方面我们完全具备自建数据的能力 ， 我们通过晶体学规则能构建起很多晶体的堆积方式 ， 然后通过数万次的量子力学计算来捕捉电子效应 ， 训练出更准的经典力学力场 ， 然后再去处理 。 所以说我们并不需要外部的数据 。
生辉：晶泰的物理模型和AI算法之间的关系是什么？
晶泰：像GANs、DL这只是我们用到的一部分 ， 我们还用到了AlphaGO的全局搜索 。 第一个模块就是GANmodel ， AI会根据给靶点去学习很多过去的化学结构 ， 然后根据目标再去产生和生成更多新的药物分子结构 ， 这一块是比较AI的部分；第二个是可以去学习一些分子和靶点相互作用的数据 ， 可以来预测分子和靶点的bindingaffinity；再往下一层就是刚才提到的基于专属化力场和自由能微扰建的一套基于物理的模型来预测分子和靶点能否结合；再往下就是几十种成药性性质的预测；之后是逆合成分析预测 ， 这个也是靠AI；最后一个是溶解性预测 。 这六个模块会不断根据反馈结果进行优化迭代和强化学习 ， 其中有四个模块是与AI相关的 。
生辉：外界给晶泰的标签更多是晶型预测 ， 我看到你们的官网还有小分子药物设计和一些人工智能服务 ， 这两项业务进展如何？
温书豪：AI新药发现方面我们在这两年有很多突破 ， 第一个就是我们帮一个大药企花两年时间做了一个云端巨大算力直接开放式的专属化力场+XFEP的新平台 ， 反馈很好 ， 围绕着这个核心模块 ， 我们开发出上面介绍的6个维度的AI新药研发引擎 。 从技术层面 ， 刚才提到的六个模块在中美会有超过15个创新药在推进 ， 我们会帮他们用更短的时间、更低的成本、更多的专利覆盖 ， 去发现具有生物活性和具有临床价值的新分子结构 ， 其中多个新药的进展非常不错 ， 在未来一年时间内会有数个进入到临床阶段 。
在全球范围里 ， 晶泰应该是所有的AI医药研发公司里最大的一家 ， 大概有将近200人 ， 北京团队有50多人 ， 主要做AI算法 ， AI服务这一块主要是与各个国家最一线的企业合作 。 晶泰的股东背景也是全球范围内最有特色的一家 ， 包括技术巨头Google和腾讯 。
生辉：200人的团队中 ， 各专业背景的人占比是多少？
温书豪：最多的还是物理背景 ， 大概有三四十个 。 我们在深圳有130人左右 ， 其中有二十多个“孔雀人才”（归属于孔雀项目 ， 是深圳经济特区于2010年推出的引进高技术人才的项目） ， 这是很少见的 。
DeepTech深科技晶泰科技温书豪：谷歌看中的是我们物理底层的核心


推荐阅读


上一篇：夜既明搭载麒麟990跌得最惨的一款手机只要千元起步还要什么5g手机呢？

下一篇：华为mate■华为钉子户再发声，40W快充+屏内指纹直降2.5K，现在真香！