2022那一年，鄧亞峰放棄在計(jì)算機(jī)視覺、自然語言等傳統(tǒng)AI領(lǐng)域的多年積累，毅然選擇踏進(jìn)生命科學(xué)領(lǐng)域從零開始，合伙創(chuàng)立了一家聚焦AI+新藥研發(fā)的科技公司——碳硅智慧。

碳硅智慧所在的生命科學(xué)或醫(yī)藥領(lǐng)域，是極為厚重的領(lǐng)域，這對(duì)于任何入局者而言，都是堪比翻越大山般的考驗(yàn)。以醫(yī)藥研發(fā)行業(yè)公認(rèn)的數(shù)據(jù)來看，創(chuàng)新藥從開始研發(fā)到上市最少需要10年，耗資最少10億美元，被稱之為“雙十定律”。

鄧亞峰為何知難而上？

答案，就不得不從他創(chuàng)業(yè)之前開始說起。

01 時(shí)代與機(jī)遇，選擇與堅(jiān)持

回顧?quán)噥喎鍎?chuàng)業(yè)之前的幾段職業(yè)經(jīng)歷，看似每一次都在做不同的選擇，但其實(shí)更多是一個(gè)關(guān)于堅(jiān)持的故事。

2002年，鄧亞峰考入清華電子工程系讀研，憑興趣選擇了計(jì)算機(jī)視覺專業(yè)，殊不知恰巧踩中了AI這一未來方向。但“技術(shù)成熟度曲線”既然是曲線，就意味著波動(dòng)性，AI自然也不例外。

當(dāng)時(shí)的AI發(fā)展尚在早期，也因此，畢業(yè)后的鄧亞峰，也只是在工業(yè)界的小團(tuán)隊(duì)里做做計(jì)算機(jī)視覺有關(guān)的應(yīng)用，他說自己雖然快樂，卻久久看不到AI大規(guī)模落地的希望。

就這樣，時(shí)間過去了十年，AI命運(yùn)的齒輪開始轉(zhuǎn)動(dòng)。

2012年，神經(jīng)網(wǎng)絡(luò)之父Hinton和他的學(xué)生Alex Krizhevsky和Ilya Sutskever（是的，就是現(xiàn)在的OpenAI首席科學(xué)家）主導(dǎo)的AlexNet深度卷積神經(jīng)網(wǎng)絡(luò)在ImageNet分類比賽中拔得頭籌，這一事件徹底轟動(dòng)學(xué)術(shù)界。不過“技術(shù)”到“應(yīng)用”的鴻溝堪比天險(xiǎn)，技術(shù)已經(jīng)蓄勢(shì)待發(fā)，但市場還沒準(zhǔn)備好，所以產(chǎn)業(yè)界并未因此激起太大漣漪。

但鄧亞峰經(jīng)過調(diào)研后認(rèn)為，深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)領(lǐng)域新的方法，潛力巨大。于是他在2013年毅然選擇加入百度IDL(百度深度學(xué)習(xí)研究院，現(xiàn)百度研究院的前身)，成為一個(gè)技術(shù)方向的負(fù)責(zé)人。彼時(shí)正值百度IDL剛成立，執(zhí)行院長是余凱（現(xiàn)任地平線的創(chuàng)始人），此人正是推動(dòng)國內(nèi)深度學(xué)習(xí)發(fā)展的關(guān)鍵人物之一。

從那一年起，伴隨著算力的持續(xù)提升和海量訓(xùn)練樣本的支撐，深度學(xué)習(xí)成為研究熱點(diǎn)，發(fā)展可謂是突飛猛進(jìn)，持續(xù)有突破性成果產(chǎn)生。此后三年的時(shí)間里，鄧亞峰與團(tuán)隊(duì)一起屢創(chuàng)成績，多次在人臉檢測(cè)的主流評(píng)測(cè)中獲得第一的成績，并將當(dāng)時(shí)號(hào)稱“學(xué)術(shù)界人臉識(shí)別世界杯”——LFW的評(píng)測(cè)準(zhǔn)確率推進(jìn)到極限的99.77%，達(dá)到世界第一，還參與提出了DenseBox——是行業(yè)里第一個(gè)基于FCN（全卷積神經(jīng)網(wǎng)絡(luò)）的一階段物體檢測(cè)器。

從2016年離開百度之后，在接下來的五年多的時(shí)間里，鄧亞峰先后在兩家頭部公司任職，也正是這兩次經(jīng)歷，讓他實(shí)現(xiàn)了完整蛻變。

前三年，他先是作為一家AI創(chuàng)業(yè)公司的CTO，帶領(lǐng)僅有頭部公司1/10人數(shù)的算法團(tuán)隊(duì)，從零開始，僅用兩年時(shí)間，就在號(hào)稱“工業(yè)界人臉識(shí)別世界杯”——美國標(biāo)準(zhǔn)化局（NIST）舉辦的FRVT競賽中，首次參賽拿到四項(xiàng)任務(wù)綜合得分世界第一的成績。當(dāng)時(shí)的他，一方面設(shè)計(jì)團(tuán)隊(duì)架構(gòu)，提拔培養(yǎng)核心骨干，另一方面，從數(shù)據(jù)、異構(gòu)計(jì)算引擎、算法多角度打造深度學(xué)習(xí)引擎，并落地到人臉識(shí)別、車輛結(jié)構(gòu)化、行人重識(shí)別等任務(wù)中。

后兩年，他又作為一家巨頭公司的副總裁，管理著約400人團(tuán)隊(duì)，帶領(lǐng)業(yè)務(wù)團(tuán)隊(duì)將某個(gè)“國民級(jí)產(chǎn)品”的用戶指標(biāo)提升20%之多，這對(duì)于一個(gè)當(dāng)時(shí)已經(jīng)有數(shù)億用戶的成熟產(chǎn)品來講，是個(gè)顯著增量。更不用說，期間他在技術(shù)研發(fā)這個(gè)主戰(zhàn)場，帶領(lǐng)團(tuán)隊(duì)所向披靡，比如所研發(fā)的R2D2模型，在圖文跨模態(tài)表征領(lǐng)域的表現(xiàn)，超過行業(yè)里最主流的CLIP模型；此外，在世界級(jí)知識(shí)圖譜權(quán)威競賽“OGB-WIKI”上，他帶領(lǐng)的團(tuán)隊(duì)獨(dú)霸O(shè)GB-wikiking2榜單兩個(gè)席位——冠軍和季軍，而當(dāng)時(shí)Meta團(tuán)隊(duì)以及圖靈獎(jiǎng)團(tuán)隊(duì)都敗給了這支“中國隊(duì)”。

幾番征戰(zhàn)，鄧亞峰所接觸的技術(shù)，從原來的計(jì)算機(jī)視覺，拓展到了自然語言理解、多模態(tài)大模型、知識(shí)圖譜、機(jī)器人、智能搜索等多個(gè)領(lǐng)域，逐漸摸清AI技術(shù)的底層邏輯，也在AI產(chǎn)業(yè)界積累了經(jīng)驗(yàn)。而鄧亞峰本人的角色，也已經(jīng)由最初的一名技術(shù)專家，蛻變?yōu)橐晃患夹g(shù)管理者，并延伸到一位創(chuàng)新業(yè)務(wù)掌舵者，他的羽翼逐漸豐滿，開始渴望更高挑戰(zhàn)。

他逐漸意識(shí)到，即便刷下一個(gè)又一個(gè)高含金量的技術(shù)榜單，并不能直接帶來一個(gè)又一個(gè)產(chǎn)業(yè)應(yīng)用的廣泛普及，于是，一個(gè)念頭在他內(nèi)心萌生出來——創(chuàng)業(yè)！探索讓技術(shù)真正落地之法！

“人的成就感和價(jià)值感來源于多方面”，他說，小時(shí)候經(jīng)常拿第一名第二名，就是莫大的成就感。而在產(chǎn)業(yè)界打拼多年后的結(jié)論是，成就感要么就像“愛因斯坦”一樣的科學(xué)家，帶領(lǐng)人類探索未知往塔尖上走；要么就像“馬斯克”一樣的創(chuàng)新企業(yè)家，讓硬核技術(shù)落地到產(chǎn)業(yè)界造福人類社會(huì)。

“我更傾向于做一個(gè)高科技行業(yè)的企業(yè)家。”他告訴科技行者。

02 生命科學(xué)，迎來前所未有之大變局

2022年，承載鄧亞峰愿景的碳硅智慧宣告成立。

公司命名的寓意也很明顯，“碳”是構(gòu)成生命體的基本元素，代表著化學(xué)、生物、藥學(xué)等生命科學(xué)技術(shù)；“硅”是構(gòu)成計(jì)算機(jī)系統(tǒng)的基礎(chǔ)元素，代表著人工智能、物理計(jì)算等新一代信息科學(xué)技術(shù)——碳硅智慧希望將生命科學(xué)技術(shù)與新一代信息科學(xué)技術(shù)深度融合，將新藥研發(fā)的各個(gè)環(huán)節(jié)數(shù)字化和智能化，解決新藥研發(fā)難題。

前文我們已經(jīng)提及，生命科學(xué)或新藥研發(fā)領(lǐng)域，是一個(gè)高門檻、高投入、又封閉的市場，而鄧亞峰的躬身入局，背后有三個(gè)理由：

站在時(shí)代角度是迫在眉睫。

· 首先是景氣周期。AI發(fā)展至今半個(gè)多世紀(jì)以來，雖然一直起起落落，但也并非毫無規(guī)律可言。無論是2012年底爆發(fā)的AlexNet深度學(xué)習(xí)技術(shù)“讓技術(shù)嶄露頭角”，還是2022年底問世的ChatGPT“掀起大模型熱潮”，AI發(fā)展似乎遵循了“每10年為一個(gè)迭代周期”的歷程。按照此邏輯，鄧亞峰認(rèn)為時(shí)機(jī)正好。

· 其次是案例示范。2021年，DeepMind公司與歐洲生物信息研究所合作開發(fā)的AI系統(tǒng)AlphaFold2一戰(zhàn)成名，成功入選《自然》和《科學(xué)》各自評(píng)選的“年度十大科學(xué)突破”之首，其能預(yù)測(cè)出超過100萬個(gè)物種的2.14億個(gè)蛋白質(zhì)結(jié)構(gòu)，幾乎涵蓋了地球上所有已知蛋白質(zhì)，在制藥界引起巨大轟動(dòng)。鄧亞峰更加篤定，AI的技術(shù)紅利，已經(jīng)來到生命科學(xué)領(lǐng)域。

站在地利角度是只欠東風(fēng)。

在前期籌備創(chuàng)業(yè)時(shí)，鄧亞峰做了大量調(diào)研，他認(rèn)為中國未來有三大方向——移動(dòng)互聯(lián)網(wǎng)、新能源和汽車、生命健康。其中在生命健康領(lǐng)域，中國已經(jīng)進(jìn)入人口下行通道，2023年出生人口比死亡人口減少約300萬。由此他判斷，“未來醫(yī)藥產(chǎn)業(yè)一定存在極大需求”。

再反觀市場現(xiàn)狀，中國傳統(tǒng)的制藥模式，與國外相比差距懸殊，新的政策導(dǎo)向下，“Me-too藥”和“仿制藥”發(fā)展受限，藥企和生物制藥公司有更強(qiáng)的訴求去做差異化和創(chuàng)新藥物研發(fā)。鄧亞峰直言：

“如同電動(dòng)化、智能化催生了百年汽車產(chǎn)業(yè)巨變，現(xiàn)在恰逢新一代AI技術(shù)拐點(diǎn)，當(dāng)醫(yī)藥產(chǎn)業(yè)的商業(yè)價(jià)值足夠大時(shí)，未來中國有機(jī)會(huì)在AI制藥領(lǐng)域與國際站在同一起跑線上，有機(jī)會(huì)實(shí)現(xiàn)彎道超車。”

站在個(gè)人角度是性格使然。

生命科學(xué)是一個(gè)惠及生命、具有很高社會(huì)價(jià)值、且讓人非常有使命感的領(lǐng)域，足夠承載多家偉大的企業(yè)。“目前還有很多疾病無藥可治，如果真的提高了藥物研發(fā)效率，尤其是如果能為罕見病研發(fā)出藥物造福人類，那真是值得驕傲一輩子的事情”，鄧亞峰強(qiáng)調(diào)。

但與其他AI落地的領(lǐng)域一樣，或者說比絕大多數(shù)行業(yè)來說，藥物研發(fā)都是一個(gè)更加復(fù)雜的領(lǐng)域，涉及到藥學(xué)、物理、化學(xué)、生物、醫(yī)學(xué)等跨學(xué)科領(lǐng)域，而鄧亞峰開疆辟土同時(shí)要做兩件事情：一個(gè)是快速入行學(xué)習(xí)，另一個(gè)就是壯大隊(duì)伍。

因此，當(dāng)時(shí)的鄧亞峰，一邊花大量時(shí)間攻讀每個(gè)學(xué)科的背景知識(shí)，一邊與相關(guān)學(xué)者、合作伙伴、客戶進(jìn)行大量交流，但更重要的，他快速組成了一個(gè)合理的初創(chuàng)團(tuán)隊(duì)。

“在碳硅智慧，有AI的專家，有藥學(xué)的專家，還有物理計(jì)算的專家，而且每個(gè)人都很資深”，鄧亞峰介紹說，“從2022年6月到2023年底，僅用了一年半，我們就發(fā)表了28篇頂級(jí)論文，其中有5篇發(fā)表在《自然》子刊，這證明了團(tuán)隊(duì)具有非常強(qiáng)的原創(chuàng)能力”。

“雖然我們起步晚，但我們做得很好，一方面因?yàn)槲覀儓F(tuán)隊(duì)的綜合能力非常強(qiáng)，對(duì)技術(shù)理解非常深，另外一方面則得益于我們剛好趕上了對(duì)的時(shí)間。2022年之后，蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)，以及生成式AI和預(yù)訓(xùn)練大模型技術(shù)在生命科學(xué)領(lǐng)域密集落地，這些技術(shù)都被我們應(yīng)用在自研的模型中。”

03 AI制藥的過去、現(xiàn)在和未來

本質(zhì)上，藥物設(shè)計(jì)本身是一個(gè)多因素、多目標(biāo)的設(shè)計(jì)，有諸多考慮因素：比如要有活性(有藥效、能治病)、要有成藥性（能被人體吸收、被代謝、且沒有副作用）、還得避開他人的專利……種種因素決定了，它是一個(gè)非常復(fù)雜的兼具決策、預(yù)測(cè)、迭代的過程。

回溯歷史，碳硅智慧所在的藥物研發(fā)領(lǐng)域，之前走過了兩個(gè)階段：

· 第一階段是早期的“神農(nóng)嘗百草”，把天然的藥材提純之后，又對(duì)它進(jìn)行改進(jìn)，把它生產(chǎn)成本降下來，從而實(shí)現(xiàn)藥物普及。

· 第二階段是理性設(shè)計(jì)階段，通過“專家+實(shí)驗(yàn)驅(qū)動(dòng)”的模式，專家依據(jù)知識(shí)和經(jīng)驗(yàn)進(jìn)行藥物設(shè)計(jì)，再進(jìn)一步做實(shí)驗(yàn)驗(yàn)證，逐步迭代。

這兩個(gè)階段，藥物發(fā)現(xiàn)的效率，并不是很理想，一直存在研發(fā)周期長、成功率低且成本巨大的問題。這種現(xiàn)象，如果用硅圈（計(jì)算機(jī)領(lǐng)域）的術(shù)語來描述，剛好符合“反摩爾定律”；而碳圈（醫(yī)藥領(lǐng)域）的行話則是，“差不過每九年，一款藥物的研發(fā)成本會(huì)翻倍”。

此情此景之下，鄧亞峰認(rèn)為如果將“硅”與“碳”更好結(jié)合，則可以改變現(xiàn)狀，從而達(dá)到第三階段：

· 即“AI建模+自動(dòng)化實(shí)驗(yàn)+專家驅(qū)動(dòng)”的模式，通過AI計(jì)算、挖掘、預(yù)測(cè)，結(jié)合專家知識(shí)和經(jīng)驗(yàn)，再通過自動(dòng)化實(shí)驗(yàn)，提高藥物研發(fā)的確定性，提高成功率，降低成本，并讓制藥的迭代速度更快。
鄧亞峰認(rèn)為，藥物研發(fā)第三階段的到來，本質(zhì)上得益于AI自身的特點(diǎn)，和近年來指數(shù)發(fā)展的速度。

一方面，AI可以突破人類的思維定勢(shì)，創(chuàng)造更多“合理的差異化”。人類固然有經(jīng)驗(yàn)，但也存在思維定式，容易受到條條框框限制，而AI敢于打破常規(guī)思維，所以生成的內(nèi)容更天馬行空。

碳硅團(tuán)隊(duì)曾在一個(gè)實(shí)驗(yàn)中發(fā)現(xiàn)，專家花幾天時(shí)間只能設(shè)計(jì)出幾十個(gè)分子，且經(jīng)過數(shù)據(jù)分析后發(fā)現(xiàn)，這些分子結(jié)構(gòu)一致性很高，只有幾個(gè)獨(dú)特的結(jié)構(gòu)；而AI則可以快速生成大量結(jié)構(gòu)新穎的分子，且多樣性非常好，在一些實(shí)驗(yàn)中，僅合成幾個(gè)AI生成的分子就可以得到結(jié)構(gòu)新穎且活性有顯著優(yōu)勢(shì)和差異化的分子，這會(huì)非常有助于中國團(tuán)隊(duì)突破me too/me better的模式。

另一面，AI可以同時(shí)考慮多種因素，盡可能追求“全局最優(yōu)”，減少嘗試的次數(shù)。傳統(tǒng)藥物研發(fā)過程中，往往要合成數(shù)百個(gè)甚至數(shù)千個(gè)分子，才能找到一個(gè)合格的PCC分子，而AI的引入，有望通過和專家的交互，將這個(gè)數(shù)量降低到幾十個(gè)左右，這無疑會(huì)大大提高迭代速度并降低成本。

當(dāng)上述兩點(diǎn)達(dá)到極致時(shí)，結(jié)合自動(dòng)化實(shí)驗(yàn)，傳統(tǒng)藥物研發(fā)的范式，將有望被打破。未來也許有一天，專家通過與AI助手的交互，快速設(shè)計(jì)出少量分子，通過半自動(dòng)化合成和實(shí)驗(yàn)驗(yàn)證后，將實(shí)驗(yàn)結(jié)果反饋給AI平臺(tái)，待進(jìn)一步優(yōu)化后，再次進(jìn)行合成和實(shí)驗(yàn)，直到分子達(dá)到預(yù)定設(shè)計(jì)目標(biāo)。這個(gè)過程中，除了生物體內(nèi)實(shí)驗(yàn)外的其他環(huán)節(jié)，都有望被數(shù)字化自動(dòng)化操作。

“在這個(gè)時(shí)代，并不是說AI要淘汰專家，而是說用好AI的專家，比用不好AI的專家效率更高，我們相信這一天一定會(huì)到來。”鄧亞峰總結(jié)說道。

04 技術(shù)要融合，商業(yè)模式也融合

縱觀當(dāng)前的AI制藥企業(yè)，商業(yè)模式上主要有三類：AI-Biotech（利用AI自己建立新藥研發(fā)管線，如英矽智能），AI-CRO（提供藥物發(fā)現(xiàn)服務(wù)，如晶泰科技、騰邁醫(yī)藥、藥明康德），AI-SaaS（售賣AI藥研平臺(tái)與軟件的服務(wù)商，如薛定諤）。

具體到碳硅智慧這家公司，鄧亞峰認(rèn)為更傾向于提供上述第二+第三類商業(yè)模式，從產(chǎn)品和服務(wù)的角度主要分為三步走：

1、首先，碳硅智慧具有核心原創(chuàng)技術(shù)的一站式AI驅(qū)動(dòng)新藥發(fā)現(xiàn)平臺(tái)DrugFlow，將以產(chǎn)品方式為專家使用，或者被客戶集成成為客戶研發(fā)平臺(tái)的一部分供專家使用，成為行業(yè)AIDD基礎(chǔ)設(shè)施平臺(tái)。

該平臺(tái)幾乎覆蓋了藥物早期發(fā)現(xiàn)的所有環(huán)節(jié)，包括靶標(biāo)發(fā)現(xiàn)、活性預(yù)測(cè)、成藥性預(yù)測(cè)、分子生成、AI建模、物理計(jì)算、數(shù)據(jù)自動(dòng)提取等模塊，可幫助藥化專家更高效便捷地找到潛在成藥分子，并且通過專家持續(xù)使用，實(shí)驗(yàn)數(shù)據(jù)反饋、專家反饋和計(jì)算反饋迭代，持續(xù)提升算法的精度。

其中，基于AI的對(duì)接方法KarmaDock相對(duì)傳統(tǒng)方法，精度相當(dāng)?shù)那闆r下，相對(duì)傳統(tǒng)方法速度提升千倍；基于AI的對(duì)接方法CarsiDock，是當(dāng)前最準(zhǔn)確的對(duì)接方法，第一次將對(duì)接精度提升到90%以上。

更值得一提的是在分子生成優(yōu)化方面，碳硅智慧研發(fā)了多種算法，其中FragGPT方法，通過將小分子結(jié)構(gòu)表征為一維序列，并利用數(shù)億分子訓(xùn)練GPT模型，在GPT模型加持下，可以做到同時(shí)支持「全新、RGroup、Linker、側(cè)鏈、骨架躍遷」5種生成模式——“這5種生成模式，覆蓋了藥物設(shè)計(jì)的所有方法，過往一個(gè)AI算法僅僅只能支持其中一種或兩種，而碳硅智慧的FragGPT是行業(yè)里第一個(gè)同時(shí)支持全部5種生成模式的方法，給了專家最大的自由度。”

2、其次，基于GPT模型打造新藥研發(fā)領(lǐng)域的Copilot，提供包括文獻(xiàn)自動(dòng)獲取、結(jié)構(gòu)化信息自動(dòng)提取、基于檢索增強(qiáng)生成的GPT問答、專家知識(shí)庫構(gòu)建和可視化，再結(jié)合模型構(gòu)建、模型部署、預(yù)訓(xùn)練模型、開放數(shù)據(jù)、數(shù)據(jù)采集工具以及多組學(xué)數(shù)據(jù)分析工具在內(nèi)的各種組件，為客戶提供開源開放、開箱即用的AI Copilot，賦能合作伙伴研發(fā)自主可控的新藥研發(fā)信息化解決方案，提升領(lǐng)域應(yīng)用AI的效率。

3、第三，相對(duì)傳統(tǒng)CRO模式以FTE為主的商業(yè)模式，碳硅智慧希望基于最先進(jìn)的AI計(jì)算技術(shù)和完整解決方案，與戰(zhàn)略合作伙伴一起針對(duì)重點(diǎn)管線進(jìn)行合作研發(fā)，按照結(jié)果來為合作伙伴交付分子，提供包括新靶點(diǎn)發(fā)現(xiàn)、成藥分子發(fā)現(xiàn)及優(yōu)化等服務(wù)。

圖片碳硅智慧技術(shù)框架示意圖

沿著這一發(fā)展思路，鄧亞峰對(duì)這個(gè)領(lǐng)域未來也做出預(yù)判，認(rèn)為AI的藥物研發(fā)未來將會(huì)呈現(xiàn)三個(gè)局面：

· 首先在未來1-3年的時(shí)間里，無論是藥企還是BioTech，都會(huì)積極擁抱AI技術(shù)，逐漸使用AI；

· 其次在未來5年左右，真正AI設(shè)計(jì)的第一批藥物將被推上市場，并顯著加快藥物研發(fā)速度，提高成功率；

· 最后，作為一種結(jié)果，未來藥企真正有競爭力的團(tuán)隊(duì)，一定是用 “AI建模+自動(dòng)化實(shí)驗(yàn)+專家驅(qū)動(dòng)”的方式在研發(fā)藥物，擁抱AI太晚的團(tuán)隊(duì)，如同汽車領(lǐng)域被淘汰的傳統(tǒng)車企一樣，將面臨被淘汰的風(fēng)險(xiǎn)。

05 向內(nèi)完善管理，向外完善生態(tài)

談及創(chuàng)業(yè)歷程，對(duì)于創(chuàng)業(yè)者來說，最核心的三件事往往是“找人找錢找方向”，這三件事更直白概括而言，是人才發(fā)展、商業(yè)變現(xiàn)、PMF的良性循環(huán)。

而任何一項(xiàng)技術(shù)發(fā)展曲線都是波動(dòng)性的，過程中有曙光、也有低潮，碳硅智慧如何潛移默化地影響整個(gè)產(chǎn)業(yè)？

鄧亞峰坦言，科學(xué)家非常擅長攀登學(xué)術(shù)上的高峰，但現(xiàn)實(shí)的殘酷在于，技術(shù)的領(lǐng)先有時(shí)不直接帶來商業(yè)的回報(bào)，“有時(shí)候哪怕你把技術(shù)指標(biāo)做到世界第一，也不一定有人愿意來用。”

一個(gè)行之有效的辦法是：自己先用。軟件行業(yè)有個(gè)俗語叫“吃自己的狗食”，戰(zhàn)場有個(gè)俗語叫做“讓聽見炮火的人指揮戰(zhàn)斗”，意思是自己研發(fā)的產(chǎn)品必須自己能用，從中發(fā)現(xiàn)問題和需求。

碳硅智慧內(nèi)部專門設(shè)立了一個(gè)小團(tuán)隊(duì)，團(tuán)隊(duì)不大但一應(yīng)俱全，有計(jì)算專家、生物專家、藥化專家，真正還原一個(gè)真實(shí)的新藥研發(fā)管線，該團(tuán)隊(duì)提出的需求，會(huì)直接反饋到內(nèi)部的AI和軟件團(tuán)隊(duì)，最后針對(duì)需求去開發(fā)，極大簡化了研發(fā)流程。當(dāng)最終案例呈現(xiàn)給專家或外部客戶時(shí)，他們也會(huì)眼見為實(shí)，由此影響整個(gè)市場。

在這一過程中，對(duì)于創(chuàng)始人的管理也同樣是個(gè)考驗(yàn)，如何去管理跨學(xué)科、跨部門、跨領(lǐng)域的人才？鄧亞峰現(xiàn)身說法，分享了兩個(gè)心得：

其一，要讓大家協(xié)同共進(jìn)，就是要追求所謂的“超級(jí)對(duì)齊”。從戰(zhàn)略、到產(chǎn)品，一定要讓大家有共同目標(biāo)，目標(biāo)就是匹配市場需求。

比如在碳硅智慧團(tuán)隊(duì)中，算法部門的人和藥物研究部門的人，出發(fā)點(diǎn)肯定有區(qū)別，但如果反向推理，為了把某一個(gè)分子做出來，就要讓做計(jì)算的人服務(wù)于做藥物研究的人，讓做AI模型的人服務(wù)于做計(jì)算的人，環(huán)環(huán)相扣。

其二，盡可能平衡技術(shù)研發(fā)和商業(yè)市場，這就對(duì)應(yīng)到“內(nèi)部需求”和“外部需求”。

在內(nèi)部需求上，并非一味追求“前無古人的”技術(shù)新穎度，而是要在關(guān)鍵時(shí)刻學(xué)會(huì)斷舍離。比如內(nèi)部需求是做更多的模型以實(shí)現(xiàn)分子生成，但最后并非每個(gè)模型都有用，這時(shí)候就要取舍，舍掉對(duì)用戶沒有價(jià)值的模型進(jìn)行重新改造。

在外部外部需求上，重視產(chǎn)業(yè)鏈生態(tài)伙伴的力量。2022年4月，碳硅智慧加入NVIDIA初創(chuàng)加速計(jì)劃 (NVIDIA Inception)，期間得到了技術(shù)支持，市場宣傳、業(yè)務(wù)推薦等一系列助力，比如通過NVIDIA GPU實(shí)現(xiàn)模型算法的優(yōu)化。一年后，碳硅智慧參與2023 NVIDIA 初創(chuàng)企業(yè)展示(NVIDIA INCEPTION SHOWCASE)活動(dòng)，最終從250家企業(yè)中脫穎而出，入選成為10家“榮耀企業(yè)”稱號(hào)中的一員。

榮譽(yù)的背后，是雙方技術(shù)合作的價(jià)值。碳硅智慧的整個(gè)系統(tǒng)非常龐大，有包含100余個(gè)AI模型，而通過NVIDIA CUDA和系統(tǒng)優(yōu)化，使絕大多數(shù)模型運(yùn)行在GPU上，讓系統(tǒng)的GPU使用率超過大多數(shù)。

此外，由于制藥領(lǐng)域的關(guān)鍵痛點(diǎn)之一就是耗時(shí)，而碳硅智慧部分模塊經(jīng)由NVIDIA技術(shù)優(yōu)化后，比起傳統(tǒng)模式可謂效率驚人。鄧亞峰對(duì)科技行者回憶了其中一個(gè)細(xì)節(jié)，記得碳硅智慧此前發(fā)表在《自然》子刊上的一個(gè)工作，通過算法改進(jìn)和NVIDIA GPU優(yōu)化，把對(duì)接的速度提高了近千倍。

“NVIDIA 給了我們AI創(chuàng)業(yè)者一個(gè)展示舞臺(tái)，而且他們?cè)谏鷳B(tài)上是比較不功利的；我與NVIDIA的合作關(guān)系，其實(shí)早在創(chuàng)業(yè)之前就建立了，跟他們公司各部門都挺熟。所以整體上我們與NVIDIA的合作挺愉快的”，鄧亞峰表示。

至此，如果算上創(chuàng)業(yè)至今的兩年時(shí)間，鄧亞峰已經(jīng)在AI領(lǐng)域走過22年，盡管所處的賽道和身份一直在變，但不變的是他對(duì)于AI的堅(jiān)持。當(dāng)被問及堅(jiān)持不懈的原因，他淡淡地說：

“選擇是存在一定偶然性的，但最終使你堅(jiān)持下來的，必然是因?yàn)閺?qiáng)烈的興趣使然。”

“剩下的，就交給時(shí)間。”