近日，英矽智能用人工智能（ai）平台生成的抗新冠病毒口服新药获国家药监局批准，即将进入临床试验阶段。这家研发中心在上海张江的企业，借助人工智能平台发现了10款临床前候选化合物。其中，抗特发性肺纤维化候选药物已完成ⅰ期临床试验，将在中国、美国等国家同步开展多中心ⅱ期临床试验。
“英矽智能的pharma.ai平台和chatgpt一样，都使用了生成式人工智能。”英矽智能创始人、首席执行官亚历克斯·扎沃洛科夫博士说，“从生成对抗网络到transformer，生成式人工智能正在改变药物研发、文字创作、绘画等很多行业。”
随着chatgpt的走红，生成式人工智能这条赛道越发热门。它的科技原理是什么？产业应用前景如何？记者采访了两家上海企业。
人工智能生成数据能以假乱真
扎沃洛科夫介绍，生成式人工智能诞生于年，古德费洛等人在一篇开创性论文中提出了生成对抗网络。这是一种深度学习模型，包含生成器和判别器。生成器负责生成类似于真实数据的新数据；判别器负责判别输入的是真实数据还是生成数据，并向生成器反馈。打个比方，生成器像造假画家，一直模仿名画创作赝品，而判别器像名画鉴定师，两者在“对抗”中共同提升能力，直至生成数据能以假乱真。
如今，生成对抗网络已应用于计算机视觉的各个领域，如图片生成、图像分割、视频预测等。引发争议的“换脸”软件，也基于这种生成式人工智能技术。
生成对抗网络还能用于医药行业。扎沃洛科夫带领团队，利用它开发出人工智能药物研发平台pharma.ai，这个平台包括靶点发现平台pandaomics、生成化学平台chemistry42和临床试验预测平台inclinico，覆盖新药研发的各个环节。除了生成对抗网络，pharma.ai还采用了transformer算法模块等新兴技术。
扎沃洛科夫（左）和任峰博士在英矽智能ai实验室。
chatgpt也采用了生成式算法和transformer算法模块，名称中的gpt全称为“生成式预训练transformer”。过去，主要的自然语言处理算法是循环神经网络，它的原理是每个单词（字）计算之后将结果继承给第二个单词（字）。其短板是需要大量串行计算，效率低，而且在处理长句子时，前面的信息很可能被稀释掉。与循环神经网络不同，transformer模型对每个句子里的所有单词（字）进行计算，算出它们的相关度，从而确定单词（字）在句子里的准确意义。这种模型采用并行计算方式，能大幅减少训练时间，而且在文本生成、机器翻译等任务上有优越表现。
打造生物医药类chatgpt模型
transformer和生成对抗网络正在改变生物医药科研范式。与openai训练chatgpt的方法相仿，英矽智能将科研文献里的药物靶点、化合物结构等信息“喂”给人工智能药物研发平台，让平台通过机器学习，拥有自主发现药物靶点、设计并合成小分子化合物的能力。
与科研人员设计的药物相比，人工智能平台设计的一些药物在分子结构上更富有创新性。以英矽智能研发的抗新冠口服药ism（研发代号）为例，这款获批进入临床试验的新药以新冠病毒的3cl蛋白酶为靶点，其分子结构源自生成化学平台chemistry42生成的化合物。在分子结构上，ism与相同靶点的已上市药物有很大差异，原创性强。
考虑到冠状病毒的高度变异性，临床上大量使用paxlovid和结构类似药物后，可能出现耐药毒株，而ism由于其结构与人类设计的药物迥异，具备克服临床耐药性的潜力。
人工智能药物研发平台pharma.ai
正因为这种人类不易触及的创新性，生成式人工智能将在新药研发上发挥越来越大的作用。“它可以帮助我们发现靶点、生成分子，甚至从无到有产生一些新颖的想法。”扎沃洛科夫说。
chatgpt问世后，他对人工智能的产业应用前景有了新想法——研发团队可以与出版机构合作，将药学、医学和生命科学期刊中的英文和中文论文“喂”给自然语言模型，打造专业领域的类chatgpt模型，让它们在与专业人士的对话中，生成有科研价值的内容。
输入“咒语”后生成绚丽绘画
生成式人工智能这条赛道上，视觉艺术生成也有广阔的产业应用前景。去年10月，上海退格数字科技公司宣布完成了百万美元天使轮融资。作为国内第一批入局生成式人工智能的初创企业之一，退格数字凭借自主研发的算法和底层引擎，为用户提供“文本生成图像”服务。
文本生成图像的效果如何？记者登录这家企业开发的