北京
9月22日，2025浦江創(chuàng)新論壇之“未來化學(xué)論壇”在上海舉辦。
撰文｜戴晶晶
人工智能（AI）自誕生以來，就承載著加速科學(xué)發(fā)展、破解世界性難題的種種期望。2024年諾貝爾獎(jiǎng)更是將AI推到了科學(xué)舞臺(tái)的中央。
當(dāng)AI以前所未有的速度滲透科學(xué)研究時(shí)，隨之而來的新問題是，科學(xué)探索的方式將被改寫到何種程度？
9月22日，2025浦江創(chuàng)新論壇之“未來化學(xué)論壇”在上海舉辦。該論壇由上海尚思自然科學(xué)研究院承辦，以“AI—Charting the Future of Chemistry Research”為主題，集合海內(nèi)外頂尖專家探討AI如何顛覆傳統(tǒng)化學(xué)研究范式、推動(dòng)化學(xué)智能系統(tǒng)發(fā)展，以及促進(jìn)跨學(xué)科融合等話題。
“很多人把AI看成是工具，”上海尚思自然科學(xué)研究院院長魯白在論壇上指出，“但我認(rèn)為AI從根本上改變了科學(xué)研究的范式?！?/p>
中國科學(xué)院院士、中國科學(xué)院大連化學(xué)物理研究所教授楊學(xué)明認(rèn)為，化學(xué)學(xué)科發(fā)展的根本目標(biāo)在于建立更精確的理論和模型，以提升對(duì)科學(xué)問題的可預(yù)測性。同時(shí)，更快更好地解決重大科學(xué)與技術(shù)問題，如新材料研發(fā)和新藥創(chuàng)制。
“基于數(shù)據(jù)驅(qū)動(dòng)的AI技術(shù)為我們實(shí)現(xiàn)這樣的目標(biāo)帶來了變革性的手段和工具?！睏顚W(xué)明在論壇上表示，AI已經(jīng)成為除了實(shí)驗(yàn)和理論之外，推動(dòng)化學(xué)學(xué)科發(fā)展的“第三條腿”。
中國科學(xué)院院士楊學(xué)明在未來化學(xué)論壇
01 AI如何重構(gòu)科研邏輯
2005年，《科學(xué)》雜志曾于創(chuàng)刊125周年之際發(fā)布過125個(gè)推動(dòng)基礎(chǔ)科學(xué)研究的科學(xué)難題，其中包括“水的結(jié)構(gòu)如何”。
“水是非常反常的物質(zhì)，比如4℃時(shí)的液態(tài)水的密度要大于水的固態(tài)——冰，這與其他物質(zhì)有截然不同?！痹谡搲?，中國科學(xué)院院士、中國科學(xué)院大連化學(xué)物理研究所研究員張東輝以“基于機(jī)器學(xué)習(xí)的高精度普適水分子力場的構(gòu)建”為題進(jìn)行報(bào)告時(shí)指出。
中國科學(xué)院院士、中國科學(xué)院大連化學(xué)物理研究所研究員張東輝在未
水看似簡單，由幾個(gè)原子組成，但其微觀結(jié)構(gòu)非常復(fù)雜，即使是2個(gè)水分子也存在12維自由度，4個(gè)水分子則涉及30維空間，用傳統(tǒng)方法幾乎不可能把多維函數(shù)精確表達(dá)出來，也就無法分析水分子微觀結(jié)構(gòu)。
從2013年開始，張東輝團(tuán)隊(duì)嘗試用基本不變神經(jīng)網(wǎng)絡(luò)方法（FI-NN）構(gòu)建體相水勢能面?！拔覀冇?萬個(gè)CPU運(yùn)算了400天，計(jì)算了400多萬個(gè)水分子相互作用點(diǎn)，”張東輝說，“精度比過去提高了一個(gè)數(shù)量級(jí)，加入量子效應(yīng)后，水密度變化的理論計(jì)算結(jié)果與實(shí)驗(yàn)非常吻合?！?/p>
復(fù)旦大學(xué)教授劉智攀認(rèn)為，在AI時(shí)代，可以通過計(jì)算和模擬方法解決化學(xué)、材料和物理問題，但目前還存在數(shù)據(jù)不足、算法不夠通用以及軟件工具不完善的瓶頸。
復(fù)旦大學(xué)教授劉智攀在未來化學(xué)論壇
劉智攀致力于構(gòu)建一種通用全局勢函數(shù)模型，他開發(fā)了大規(guī)模機(jī)器學(xué)習(xí)原子模擬（LASP）AI平臺(tái)，用來預(yù)測結(jié)構(gòu)和反應(yīng)途徑。
通過輸入分子式，LASP平臺(tái)可在10-20秒內(nèi)生成三維結(jié)構(gòu)?！盎瘜W(xué)家們可以快速篩選勢能面，取得較好的樣本后，再去做實(shí)驗(yàn)，避免了因?yàn)閯菽苊孢^高而注定會(huì)失敗的合成。”劉智攀同時(shí)指出，未來甚至有望跳過勢函數(shù)直接開展材料與反應(yīng)設(shè)計(jì)。
在化學(xué)領(lǐng)域，許多研究依賴“試錯(cuò)法”，通過反復(fù)實(shí)驗(yàn)尋找合適的反應(yīng)條件或材料組合，不僅效率低，還消耗大量資源。
中國科學(xué)院院士、復(fù)旦大學(xué)教授麻生明就在論壇上描述了這一傳統(tǒng)實(shí)驗(yàn)?zāi)Ｊ?，并將其比喻為“搖瓶子”。借助AI工具，麻生明教授團(tuán)隊(duì)開始從大量實(shí)驗(yàn)中搜集數(shù)據(jù)，通過描述符預(yù)測實(shí)驗(yàn)結(jié)果，依靠僅僅476條數(shù)據(jù)集，其模型回歸系數(shù)（R2）便達(dá)到了0.6。
中國科學(xué)院院士、復(fù)旦大學(xué)教授麻生明在未來化學(xué)論壇
02 從理論到產(chǎn)業(yè)
在AI for Science的浪潮下，科研不僅關(guān)注實(shí)驗(yàn)室的理論突破，也強(qiáng)調(diào)了技術(shù)攻堅(jiān)與實(shí)際應(yīng)用的深度結(jié)合，生物制藥、化學(xué)化工和新材料都在AI的加持下呈現(xiàn)新的發(fā)展機(jī)遇。
在藥物研發(fā)領(lǐng)域，上海交通大學(xué)張健教授聚焦First-in-class藥物研發(fā)，在論壇上介紹了該團(tuán)隊(duì)闡述基于 Allosteric 技術(shù)挖掘難靶向位點(diǎn)、電子云生成優(yōu)化分子等方法。該團(tuán)隊(duì)研發(fā)的P53等候選分子，已推進(jìn)至臨床階段。
上海交通大學(xué)教授張健在未來化學(xué)論壇
“通過利用AI藥物研發(fā)的效率有所提升，另一方面藥物研發(fā)的管線鏈條非常長，”中國科學(xué)院上海藥物研究所研究員鄭明月在論壇上指出，目前AI主要在部分環(huán)節(jié)表現(xiàn)較好，而從新靶點(diǎn)發(fā)現(xiàn)到臨床應(yīng)用的成功案例相對(duì)較少。
鄭明月團(tuán)隊(duì)的研究聚焦于利用AI推動(dòng)藥物研發(fā)，縱向包括構(gòu)建大數(shù)據(jù)平臺(tái)、開發(fā)算法，并應(yīng)用于重大疾病的新靶點(diǎn)和候選藥物分子的發(fā)現(xiàn)與驗(yàn)證，橫向上則針對(duì)藥物研發(fā)各環(huán)節(jié)開發(fā)AI方法以提升效率。
中國科學(xué)院上海藥物研究所研究員鄭明月在未來化學(xué)論壇
其中，鄭明月提出了基于蛋白質(zhì)序列信息預(yù)測藥物-靶標(biāo)作用的TransformerCPI模型，直接從蛋白質(zhì)序列出發(fā)進(jìn)行藥物設(shè)計(jì)發(fā)現(xiàn)，無需經(jīng)過基于結(jié)構(gòu)的藥物設(shè)計(jì)（SBDD）的復(fù)雜流程。
“此外我們與其他團(tuán)隊(duì)合作，根據(jù)發(fā)現(xiàn)的新機(jī)制、新靶點(diǎn)，利用基于序列的方法，快速找出活性化合物或者候選的藥物?！编嵜髟抡f。
在新材料方面，日本東北大學(xué)教授李昊介紹了其主導(dǎo)的“材料圖靈計(jì)劃”，旨在構(gòu)建以AI賦能的材料數(shù)據(jù)庫和自動(dòng)化實(shí)驗(yàn)平臺(tái)。他提出了“數(shù)字材料”概念，通過整合大規(guī)模實(shí)驗(yàn)與理論數(shù)據(jù)、AI算法以及閉環(huán)自動(dòng)化實(shí)驗(yàn)，加速材料研發(fā)。
日本東北大學(xué)教授李昊在未來化學(xué)論壇
“最終目的是擺脫傳統(tǒng)試錯(cuò)，加速材料科學(xué)突破?！崩铌徽f。目前，該團(tuán)隊(duì)已經(jīng)搭建覆蓋催化、電池、儲(chǔ)氫等9大材料的百萬級(jí)別真實(shí)實(shí)驗(yàn)材料數(shù)據(jù)庫+AI智能體平臺(tái)“數(shù)字材料平臺(tái)”。
03 如何更進(jìn)一步
“當(dāng)前大模型訓(xùn)練已吸收互聯(lián)網(wǎng)上絕大多數(shù)知識(shí)，單純訓(xùn)練已難以進(jìn)一步提升智能體水平?！睆B門大學(xué)教授洪文晶在論壇上提出，具身智能可以讓AI從存量數(shù)據(jù)挖掘邁向新增數(shù)據(jù)之路，能應(yīng)用于分子科學(xué)。
廈門大學(xué)教授洪文晶在未來化學(xué)論壇
洪文晶認(rèn)為，當(dāng)前人工智能領(lǐng)域的前沿是空間智能。在分子科學(xué)研究中，空間智能幫助科學(xué)家理解原子與分子之間的相互作用及其空間連接關(guān)系，這要求為大模型提供不同時(shí)間尺度和空間分辨率的數(shù)據(jù)。
洪文晶同時(shí)聚焦超分子自由基電子學(xué)，展示了其團(tuán)隊(duì)在單分子器件高電導(dǎo)與低功耗領(lǐng)域的突破，為綠色化學(xué)與分子電子學(xué)融合提供新思路。
“幻覺”問題在將AI應(yīng)用于科研探索時(shí)同樣存在，如何應(yīng)對(duì)成為挑戰(zhàn)?！盎糜X問題難以解決，若單純依靠數(shù)據(jù)驅(qū)動(dòng)做實(shí)驗(yàn)可能有安全風(fēng)險(xiǎn)?！敝袊茖W(xué)院化學(xué)研究所研究員江劍就指出純數(shù)據(jù)驅(qū)動(dòng)的短板。
李昊也提到，在在回答稍復(fù)雜的科學(xué)問題時(shí)AI幻覺高達(dá)94%。通過收集高質(zhì)量、創(chuàng)新數(shù)據(jù)并將其利用至AI大模型平臺(tái)，能夠盡可能將AI幻覺降到最低。
鄭明月提及，目前生成式AI可以與知識(shí)圖譜協(xié)同使用。由于知識(shí)圖譜基于事實(shí)性數(shù)據(jù)，可以幫助判斷哪些生成結(jié)果可能存在“幻覺”。
為此，鄭明月團(tuán)隊(duì)構(gòu)建了一個(gè)包含8種實(shí)體、11種關(guān)系、超過400萬條差異基因調(diào)控事件的知識(shí)圖譜，以支持更準(zhǔn)確的靶標(biāo)推斷和虛擬篩選。
9月22日，2025浦江創(chuàng)新論壇之“未來化學(xué)論壇”在上海舉辦。
江劍認(rèn)為，基于物理知識(shí)嵌入的AI模型，才是AI for Chemistry的重要方向。
北京大學(xué)的高毅勤教授在作“agent AI與分子計(jì)算：從工具到助手”報(bào)告時(shí)也同樣提及，應(yīng)將物理規(guī)則和實(shí)驗(yàn)信息交給模型，使其在生成新結(jié)構(gòu)或序列時(shí)能夠遵循物理規(guī)律，從而顯著提升預(yù)測準(zhǔn)確性和實(shí)驗(yàn)可比性。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布，本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
