深云智合的目標是在化學、材料領域打造出類似AlphaFold的標桿性成果。

文｜王雅迪

ID | BMR2004

近期，在由《商學院》主理的“新超越：共探AI賦能社會價值創(chuàng)新中的商業(yè)機遇”論壇上，北京深云智合科技有限公司（以下簡稱“深云智合”）創(chuàng)始人劉宇宙分享了“人工智能+新材料”為綠色經濟賦能的路徑。他指出，創(chuàng)立公司的初衷，是希望將人從繁瑣、重復的實驗操作中解放出來，通過機器人完成標準化實驗，同時將實驗數據匯聚至AI模型，讓“智能大腦”輔助決策與設計。在他看來，AI一定是未來發(fā)展材料研究的新的應用范式。

01

兩大路徑建立行業(yè)數據庫

深云智合成立于2020年，是一家專注于“新分子智能設計”的高科技企業(yè)，核心特點是結合AI、自動化與高通量技術，推動材料與化學領域的研發(fā)模式變革。創(chuàng)始人劉宇宙畢業(yè)于清華大學化學系，后在紐約大學取得博士學位，長期從事化學與材料研發(fā)工作。

劉宇宙表示，傳統(tǒng)材料化學研發(fā)工作中存在兩大痛點：一是傳統(tǒng)實驗依賴大量重復體力勞動，研發(fā)人員常被調侃為“化學體力勞動者”，需耗費大量時間處理洗瓶、烘干設備等基礎工作，難以聚焦創(chuàng)造性研發(fā)；二是行業(yè)缺乏足夠多可信的標準化數據，導致模型訓練受限，研發(fā)效率低下。

為了解決行業(yè)痛點問題，劉宇宙成立了深云智合，并推動化學實驗從“體力勞動”向“智能創(chuàng)造”轉型。“AI+生物學”的成果也帶給他啟發(fā)，以AlphaFold（由谷歌旗下DeepMind團隊研發(fā)的深度學習模型，專注于蛋白質三維結構預測）為例，它的出現不僅僅讓預測蛋白質結構變得更快，而且給科研者提供了“另一種思維方式”。

中國科學院院士、西湖大學校長施一公曾公開表示：“AlphaFold使得我們可以把整個生物學的研究，從遺傳學到細胞生物學，到生物化學，到生物物理的這一順序打亂，讓我們從生物物理出發(fā)，甚至從三維結構出發(fā)，倒推生物學功能，發(fā)現新的細胞生物學現象、新的疾病發(fā)生機理、新的遺傳學規(guī)律。這在以前是不可思議的，但因為AI的出現，因為AlphaFold的出現，完全可以這樣做?！?/p>

劉宇宙指出，AlphaFold之所以能解析蛋白質結構，核心在于生物領域擁有大量標準化、高質量的基因數據庫。而在材料化學領域，缺乏這樣系統(tǒng)、可信的數據基礎。因此，要實現“化學界的AlphaFold”，深云智合探索出兩大核心路徑：

其一，數據標準化建設。通過自動化合成平臺實現實驗操作的標準化，將實驗操作交給機器人執(zhí)行，確保數據的一致性與可重復性，為AI訓練提供可靠數據源。

其二，構建結構與性能的關聯認知。借助中國材料基因組計劃等學科發(fā)展成果，突破傳統(tǒng)三維模型對化學世界的理解局限，讓AI能夠精準捕捉分子結構與材料性能之間的內在聯系，從而實現高效預測。

02

解決真實產業(yè)問題

劉宇宙坦言，深云智合并不希望只是做一個模型，而是希望能夠拿它解決真實的產業(yè)問題。

例如，用于殺菌的竹紅菌涂在皮膚表面易結塊、分散性差，影響治療效果。而真菌感染對糖尿病、艾滋病等免疫力低下人群尤為致命，嚴重影響患者后期生活質量。

在傳統(tǒng)研發(fā)模式下，十幾人團隊可能需要6—12個月才能解決分散性問題，深云智合通過AI模擬仿真與自動化實驗，僅用不到兩個月時間就完成方案設計與實驗驗證，交付的材料不僅解決了分散性問題，還使殺菌效果提升60多倍。

深云智合的相關研發(fā)不僅能夠提升治療效果，還能幫助企業(yè)有效降低生產提純成本。另一個案例顯示，一家擁有2萬多名研發(fā)人員的上市企業(yè)，其核心產品存在純度不足、提純流程復雜、成本居高不下的問題。借助深云智合的AI+自動化平臺，產品提純效率從50%提升至 95%，大幅降低成本與人力和時間投入。

03

材料行業(yè)必然是AI深度整合的方向

劉宇宙表示，深云智合要解決的核心問題，本質是基因組計劃相關的排列空間具有無限復雜性，這種復雜度遠超傳統(tǒng)人力所能理解和處理的范疇。比如，處理10個、20個實驗時，人力尚可應對，但當排列可能性達到10的26次方這樣的量級時，傳統(tǒng)方法根本無法完整接收和理解這些數據，傳統(tǒng)模型也難以奏效。因此，需要一種更高效的方式來判斷方案的優(yōu)劣，而非在實驗室里反復試錯。

具體來說，深云智合實際上做了兩方面的核心工作：

第一，搭建AI驅動的虛擬實驗平臺。過去5年，深云智合通過多輪融資完成了平臺的構建，把傳統(tǒng)的人力實驗模式轉化為AI評估反應的模式。此外，傳統(tǒng)模式下需要靠增加人力、擴大場地來提升產能，現在可以借助阿里、中國移動的服務器或本地服務器，通過計算來高效完成評估。

第二，落地實體實驗驗證。深云智合的解決方案是將虛擬平臺篩選出的方案轉化為實體產品，再通過專業(yè)評估和測試來確認其有效性。

從行業(yè)趨勢來看，材料領域的覆蓋范圍非常廣泛，包括醫(yī)療材料、化工材料、含能材料、國防材料等，這些領域的核心痛點和解決邏輯是相通的。

未來的模式，可以先將行業(yè)專業(yè)知識輸入到實驗平臺，通過電腦虛擬仿真模擬，從幾百萬、幾千萬種可能的方案中篩選出初步可行的方向，最終再基于這個初步方案落地產品，形成新產品、新路線。

深云智合的目標是在化學、材料領域打造出類似AlphaFold的標桿性成果，雖然目前還未完全實現，但隨著數據的持續(xù)積累和模型的不斷優(yōu)化，相信這一目標終將達成。

在劉宇宙看來，未來，材料行業(yè)必然是人工智能深度整合、廣泛參與的方向，因為AI的效率遠高于傳統(tǒng)人力，應用場景也更廣泛，傳統(tǒng)模式已經難以滿足行業(yè)發(fā)展的需求。