医药产业是与国民经济和民生息息相关的基础和战略性产业。根据《Nature》报道,新药开发的平均成本约为26 亿美元,平均耗时10 年,包括小分子化合物的长期开发阶段、Ⅲ期临床试验以及注册批准过程,其中,只有不到1 /10 的药物可以成功通过并上市。高投入、高风险、低回报,一直是药企新药研发的痛点。
人工智能技术的出现,给整个医药领域带来了巨大的变革。借助AI模型介入靶点结构解析、预测与精修、苗头化合物筛选、先导化合物优化和ADME/T性质预测等诸多环节,能够有效加快药物研发速度,降低研发成本,提高研发成功率,进而提升药企的投资回报率。这种通过AI学习底层原理或解决底层问题,再进一步解决这些原理所映射的工业问题的方法,就是所谓的“AI for Science”新范式。
深势科技致力于运用人工智能和分子模拟算法,结合先进计算手段求解重要科学问题,为人类文明最基础的生物医药、能源、材料和信息科学与工程研究打造新一代微尺度工业设计和仿真平台。与此同时,深势科技创新性地融合了跨尺度建模、高效采样、高性能计算等技术,在保持量子力学精度准确性的基础上,将分子动力学的计算速度提升了数个数量级,从而解决药物和材料的微观计算模拟难题。
在辅助药物研发、实现药物分子的理性发现和设计方面,深势科技将在今秋10月,推出Hermite药物计算设计平台,这是Hermite首次以整体性产品形态亮相在各界面前。Hermite致力于为药物研发工作者提供临床前的一站式解决方案。平台融合了蛋白结构预测Uni-Fold、自由能微扰计算Uni-FEP等核心算法,为药物研发工作者提供了一系列全新的计算模拟及设计工具,已被国内外数十家创新药企和上千位学术用户广泛应用。同时,基于平台能力,深势科技与业内多家合作伙伴建立了十余条合作管线,覆盖包括CNS、肿瘤和自身免疫性疾病等领域,目前部分管线已处于Pre-PCC阶段。
好文章,需要你的鼓励
四川大学研究团队发现,当前先进的AI模型在面对信息不完整的数学问题时,缺乏主动询问澄清信息的能力,更倾向于基于假设给出答案。
中南大学等机构联合发布TextAtlas5M数据集,包含500万图像-文本对,专门解决AI长文本图像生成难题。该数据集平均文本长度148.82词,远超现有数据集,涵盖广告、学术、教育等真实场景。配套的TextAtlasEval基准测试显示,即使最先进的商业模型也面临显著挑战,为AI图像生成技术指明了新的发展方向。
从11岁就梦想造人形机器人的Bernt Bornich,用'huggable'形容他的Neo Gamma机器人——这个能举起150磅的66磅'运动员',正以家庭为试验场突破AI学习瓶颈:'工厂20小时就触及学习天花板,而家庭环境的多样性才是通往AGI的钥匙'。
剑桥大学研究团队创建了史上最难的AI视觉测试ZeroBench,包含100道精心设计的视觉推理题目。在这项测试中,包括GPT-4o、Claude、Gemini在内的20个全球最先进AI模型全部得了0分,暴露了当前AI在基础视觉理解上的严重缺陷。研究发现AI主要在计数、空间推理等基础任务上失败,而非逻辑推理能力不足。