0:000:00
<p>2024 年诺贝尔化学奖颁发给了在计算蛋白质设计和蛋白质结构预测领域做出突出贡献的三位科学家，凸显了人工智能和计算方法在解析生物语言中的关键作用，也预示着 AI 技术在生物医药领域更为广阔的应用前景。</p><p>然而，药物研发作为一个漫长而艰难的过程，10 年、10 亿美元、10% 成功率的「魔咒」仍然困扰着整个行业。尽管人工智能已经在多个环节展现出巨大潜力，业内专家普遍认为，距离 AI 药物研发发展成熟甚至带来颠覆性改变还需要很长一段时间。大模型的出现，为加速这一进程提供了新的契机。</p><p>本期机器之心《智者访谈》邀请到清华大学聂再清教授，探讨他在将先进的自然语言处理技术应用于生物医药数据分析的创新实践。聂教授及其团队正致力于构建生物医药领域的基座大模型，通过对不同尺度和不同模态的数据进行建模及整合，建立起生物语言与自然语言之间的桥梁。</p><p>团队的目标不仅仅是实现自然语言与生物语言之间的翻译，而是打造一个能够调用各种工具的智能助手。这个助手有望成为生物医药行业应用的重要入口，整合领域内的各种数据、知识和工具，并且使用自然语言与人类专家交互，通过人机协作提升药物研发的效率与成功率。在当前的技术背景下，相较于单纯研发更好的 AI 药物模型，这种模式具有更高的商业可行性。</p><p>如果说数学是描述物理学的完美语言，那么人工智能则被认为是破译生物学复杂机理的关键。在访谈中，聂教授将分享其团队在自然语言与生物数据融合方面的前沿研究成果，探讨基于多模态大模型的对话式智能助手在药物研发中的实际应用与商业潜力，为我们揭示人工智能赋能药物研发的全新可能。</p><p>注：本期节目录制于2024年，如对话中提及年份相关时间点，默认「今年」为「2024年」。</p><p>【时间线】</p><p><strong>01:15 </strong>药物研发痛点：干湿实验不结合</p><p><strong>02:28 </strong>做基于大模型的对话式药物研发助手</p><p><strong>06:30 </strong>构建生物医药领域的基座大模型</p><p><strong>10:03 </strong>多尺度建模与融合：统一到原子</p><p><strong>17:45 </strong>药物研发助手...