對(duì)話深勢(shì)科技張林峰、孫偉杰：AI for Science，從開始到現(xiàn)在

“我們希望推動(dòng)一個(gè)開源的體系，從科學(xué)研究到工業(yè)研發(fā)，再到人類命運(yùn)共同體。”

文丨程曼祺

編輯丨宋瑋

多年前，楊振寧曾在一次高能物理學(xué)術(shù)討論會(huì)上說：“The party is over”。因?yàn)樯弦粋€(gè)物理大發(fā)現(xiàn)時(shí)代已然遠(yuǎn)去。

現(xiàn)在，派對(duì)又開始了。

AI for Science，用 AI 加速科學(xué)發(fā)現(xiàn)，正成為 AI 最新、最激動(dòng)人心的方向。由斯坦福大學(xué)前校長(zhǎng)參與創(chuàng)立的 AI for Science 公司 Xaira Therapeutics，去年一啟動(dòng)就募資超 10 億美元；OpenAI 也在今年成立 “OpenAI for Science” 部門，剛在上個(gè)月雇了一位黑洞理論物理學(xué)家。

早在 6 年多前，中國(guó)的 AI for Science 創(chuàng)業(yè)實(shí)踐已經(jīng)開始。最適合講述這個(gè)故事的是張林峰和孫偉杰。

2018 年，25 歲的他們創(chuàng)立深勢(shì)科技。 2022 年 3 月，張林峰寫文：《AI for Science 2022：未來已來，即將開始流行》。8 個(gè)月后，ChatGPT 才發(fā)布。

深勢(shì)的啟動(dòng)資源不是來自 VC，而是中關(guān)村顛覆性技術(shù)研發(fā)和成果轉(zhuǎn)化項(xiàng)目資金——1200 萬元人民幣。張林峰在普林斯頓讀博期間提出了 “深度勢(shì)能分子動(dòng)力學(xué)” 方法（DeePMD，Deep Potential Molecular Dynamics）。它后來獲得了全球高性能計(jì)算權(quán)威獎(jiǎng)項(xiàng) “戈登·貝爾” 獎(jiǎng)。

DeePMD 引入 AI，優(yōu)化了量子論中一個(gè)長(zhǎng)久的問題：對(duì) “第一性原理計(jì)算”，即 1926 年提出的薛定諤方程等量子論基礎(chǔ)方程的求解。在不太損失精度的情況下，DeePMD 能將第一性原理計(jì)算的范圍從上百個(gè)原子擴(kuò)展到上百億原子，即從小到難以描述的納米尺度擴(kuò)大到顯微鏡可以看到的細(xì)胞、細(xì)菌尺度。

這個(gè)成果能用于發(fā)現(xiàn)新材料、新藥物，這些領(lǐng)域都要了解物質(zhì)性質(zhì)。更長(zhǎng)遠(yuǎn)看，人類的終極科學(xué)想象：無限能源（核聚變）、消滅疾病、走向宇宙，都需要對(duì)物質(zhì)的更深探索。

張林峰的博士生導(dǎo)師之一，中科院院士鄂維南曾說：這是他三十多年沒見過的機(jī)會(huì)，在他的學(xué)術(shù)生涯中，他一直沒找到那些真正想解的問題的方法，現(xiàn)在他看到了。

1993 年出生的張林峰來自山西汾陽，因參加物理競(jìng)賽保送北大。在定位于跨學(xué)科教育的元培學(xué)院，他同時(shí)修了物理、數(shù)學(xué)、計(jì)算機(jī)。與張林峰同齡的孫偉杰來自黑龍江佳木斯，主修政經(jīng)哲。兩個(gè)北方高個(gè)兒男孩是院籃球隊(duì)、羽毛球隊(duì)隊(duì)友，也在元培學(xué)生會(huì)體育部搭檔。

理科生張林峰浪漫而熱忱：保送大學(xué)時(shí)，他在清華和北大之間選了北大，他向往自由、天天寫詩，還學(xué)了一段經(jīng)濟(jì)學(xué)，想 “經(jīng)世濟(jì)民”。申請(qǐng)博士時(shí)，張林峰拿到 MIT offer，但在普林斯頓看到愛因斯坦沉思過的草地后，他說自己走不動(dòng)道了。文科生孫偉杰邏輯清晰，當(dāng)被問及 “怎么看 Anthropic 創(chuàng)始人預(yù)測(cè) 5-10 年內(nèi)，人類壽命會(huì)翻倍？”，他說：“5 到 10 年沒法科學(xué)上驗(yàn)證壽命是否翻倍，觀測(cè)時(shí)間不夠。”

張林峰剛來普林斯頓時(shí)，在草地上撞見一只小鹿。“它獨(dú)立、輕逸、靈動(dòng)。它超然物外，沉浸在自己的世界里。在很長(zhǎng)時(shí)間里，我跟它一樣，處在一種 Detachment 模式里。對(duì)此我心存感激。”（《醉在普林的日子（上）》）

深勢(shì)的早期投資人，眾源資本冉翀說：“張林峰有極強(qiáng)的歷史感和科學(xué)視野，他能從科學(xué)演化的路徑上理解 AI 的意義，極為篤定 AI for Science 的未來，也清楚通向目標(biāo)的關(guān)鍵節(jié)點(diǎn)和缺乏什么。” 更讓他驚訝的是，“每次和偉杰交流，都很難感受到他是文科生。他對(duì)科學(xué)與技術(shù)的理解非常深刻。”

成立 6 年多來，深勢(shì)科技推出了 Hermite 藥物計(jì)算設(shè)計(jì)平臺(tái)、Piloteye 能源電池研發(fā)平臺(tái)；以及一系列預(yù)訓(xùn)練科學(xué)模型，如分子大模型 Uni-Mol、實(shí)驗(yàn)表征大模型 Uni-AIMS 、蛋白質(zhì)大模型 Uni-Fold、基因大模型 Uni-RNA 等；科學(xué)文獻(xiàn)大模型 Uni-SMART；和綜合這些積累的科研平臺(tái)與科研 Agent，“玻爾科研空間站” 和 SciMaster；服務(wù)了寧德時(shí)代、比亞迪、多氟多、長(zhǎng)安汽車、京東方、東陽光藥、人福醫(yī)藥、諾泰生物等企業(yè)客戶。

張林峰和孫偉杰在創(chuàng)業(yè)時(shí)就定下目標(biāo)：做一家源自中國(guó)、引領(lǐng)世界的科技公司。

“我們希望推動(dòng)一個(gè)開源的體系，從科學(xué)研究到工業(yè)研發(fā)，說的再大一點(diǎn)，到人類命運(yùn)共同體。” 在看到許多美國(guó)的科學(xué)家朋友的研究經(jīng)費(fèi)受限甚至被暫停后，張林峰說。

中國(guó)很少有創(chuàng)業(yè)者會(huì)直白提出宏大的愿景。還沒有實(shí)現(xiàn)的理想與抱負(fù)，有被嘲笑和誤解的危險(xiǎn)。但這只是實(shí)現(xiàn)理想的過程中最輕的代價(jià)。

起點(diǎn)：用 AI 加速 “第一性原理計(jì)算”

“這是一系列統(tǒng)一的問題：即復(fù)雜高維的物理量和方程，能不能被 AI 有效表示、逼近和加速求解。”

晚點(diǎn)：所有新方向都來自一個(gè)原初的好奇心或疑問，對(duì)你來說，驅(qū)使你在博士期間走向 AI for Science 的初始問題意識(shí)是什么？

張林峰：那可以回到更早一些。在去普林前，我本科和偉杰都在北大一個(gè)特殊的學(xué)院元培，這里允許大家自由探索不同科目，我最后確定要做物理。

慢慢我意識(shí)到，我們的學(xué)習(xí)方式有欠缺：比如大二學(xué)廣義相對(duì)論時(shí)，我學(xué)了黎曼幾何之后才學(xué)古典微分幾何，而數(shù)學(xué)系的順序是反過來的。這是因?yàn)槲锢硪v廣義相對(duì)論，勢(shì)必涉及黎曼幾何：1905 年，愛因斯坦在提出狹義相對(duì)論后，試著將它和引力統(tǒng)一，做到中間發(fā)現(xiàn)缺少必要的數(shù)學(xué)工具， 后來他和其它學(xué)者交流后才得知有一個(gè)已經(jīng)存在的工具，就是黎曼幾何。于是他又學(xué)了黎曼幾何，在狹義相對(duì)論 10 年后，做出了納入引力的廣義相對(duì)論。

而我們上課的過程，是直接講怎么統(tǒng)一狹義相對(duì)論和引力，把黎曼幾何當(dāng)成工具去推導(dǎo)場(chǎng)方程，就搞定了；考試也是考能否推導(dǎo)。至于它怎么來的、數(shù)學(xué)上怎么定義，都沒有深入地講。如果真要扎實(shí)地學(xué)，其實(shí)應(yīng)該從古典微分幾何開始學(xué)。另一個(gè)困惑是，到大三時(shí)，我已學(xué)完了弦論和相關(guān)數(shù)學(xué)，那么之后呢？

當(dāng)時(shí)我覺得，我們這一代希望從底層科學(xué)出發(fā)做點(diǎn)兒事的同學(xué)，都缺點(diǎn)兒讓人興奮的大問題。

在相對(duì)論和量子力學(xué)被建立的那段歲月，很多成果都是二十多歲的年輕人在幾年內(nèi)做出來的，但這樣的機(jī)會(huì)已經(jīng)不存在了。就像楊振寧先生曾說的：“The party is over”。

晚點(diǎn)：從 “the party is over” 到找到研究方向，轉(zhuǎn)折怎么發(fā)生的？

張林峰：本科末期我在做電子結(jié)構(gòu)研究時(shí)，開始接觸 “從頭算”（ab initio），即從最基礎(chǔ)的方程出發(fā)解決材料化學(xué)問題，得到了一些突破，正好可以用到量子化學(xué)里，這是我第一次真切體驗(yàn)科研探索的快樂。所以 2016 年去普林斯頓讀博士時(shí)，我有兩個(gè)導(dǎo)師，一個(gè)是應(yīng)用數(shù)學(xué)方向的鄂維南院士，另一個(gè)就是計(jì)算化學(xué)方向的羅伯托·卡爾（Roberto Car）。

2016 年也是 AI 的轉(zhuǎn)折年，那一年有了 AlphaGo。開學(xué)前，我原本還想選 Haldane（鄧肯·霍爾丹，研究拓?fù)淞孔游飸B(tài)理論）開的凝聚態(tài)場(chǎng)論，當(dāng)時(shí)鄂老師看了我選的課后說：“你本科已經(jīng)學(xué)了這么多，就算跟大師學(xué)也只是再學(xué)一遍。我覺得你現(xiàn)在應(yīng)該做機(jī)器學(xué)習(xí)。” 第二周，Haldane 就得了諾獎(jiǎng)。諾獎(jiǎng)往往不是一個(gè)領(lǐng)域的開始，而是蓋棺定論。

當(dāng)時(shí)我感到，接下來推動(dòng)物理等基礎(chǔ)科學(xué)進(jìn)步的，很可能就是這一波 AI。那是 16 年 10 月，是我們整個(gè)研究的起點(diǎn)。

晚點(diǎn)：AI 和 Science 的含義都很廣，在你們的研究之初，AI 是指機(jī)器學(xué)習(xí)，Science 是指什么？

張林峰：簡(jiǎn)單來說，是指量子物理中，對(duì)薛定諤方程的加速求解。

我最開始做機(jī)器學(xué)習(xí)時(shí)，它已經(jīng)能做圖像識(shí)別、用強(qiáng)化學(xué)習(xí)打游戲。但科學(xué)領(lǐng)域少有 ImageNet（李飛飛發(fā)起的圖像識(shí)據(jù)集）這樣適于機(jī)器學(xué)習(xí)的 “data ready” 的任務(wù)。大多數(shù)科學(xué)問題的數(shù)據(jù)都很稀疏，結(jié)構(gòu)復(fù)雜，變量之間存在深層關(guān)聯(lián)。

那時(shí)鄂老師把我和 Roberto 找來討論，他對(duì) Roberto 說：“我覺得機(jī)器學(xué)習(xí)幾年內(nèi)就要把你做的 ab initio molecular dynamics（從頭算分子動(dòng)力學(xué)）顛覆了。”

“Ab initio” 計(jì)算（第一性原理計(jì)算）就是從第一性原理出發(fā)求解萬物。這個(gè)原理在電子、原子尺度上就是薛定諤方程——很簡(jiǎn)潔的一個(gè)方程，1926 年被提出，到 1929 年，Dirac（保羅·狄拉克，量子力學(xué)的奠基人之一，1933 年與薛定諤共獲諾獎(jiǎng)）斷言，幾乎所有化學(xué)和絕大部分物理都可以被這個(gè)方程涵蓋。

但薛定諤方程難以被精確求解。怎么降低這個(gè)方程的計(jì)算復(fù)雜度，貫穿量子物理的百年探索。

薛定諤方程

晚點(diǎn)：為什么說 AI 有可能會(huì)顛覆這件事？

張林峰：這需要先解釋一下，在 AI 之前，我們是怎么簡(jiǎn)化這個(gè)計(jì)算的。

薛定諤方程描述的是粒子，如電子、原子的波函數(shù)的性質(zhì)和演化規(guī)律。它的輸入是原子和電子的位置，它的輸出是這些粒子在空間中的分布狀態(tài)。

首先，這個(gè)輸入就非常復(fù)雜：比如一個(gè)水分子有一個(gè)氧原子和兩個(gè)氫原子，每個(gè)原子在三維空間的坐標(biāo)都由 （x,y,z）3 個(gè)數(shù)表達(dá)，那 3 個(gè)原子就是 9 個(gè)數(shù)，然后還有電子（1 個(gè)水分子有 10 個(gè)電子）的位置。一個(gè)水分子的輸入就非常多。原則上，蛋白也可以被這個(gè)方程描述。但一個(gè)蛋白通常包含幾百個(gè)氨基酸，對(duì)應(yīng)幾萬到幾十萬個(gè)原子。它的輸入就會(huì)特別大。

孫偉杰：這就涉及另一個(gè)方程——DFT（density functional theory，密度泛函理論的核心方程）。DFT 把薛定諤方程粒子間的相互作用，簡(jiǎn)化成了每一個(gè)粒子和外場(chǎng)間的相互作用。它損失了一些精度，但能算幾十個(gè)原子到上百個(gè)原子間的相互作用，計(jì)算范圍更大了。

晚點(diǎn)：幾十到上百個(gè)原子是什么概念？一滴水里有多少個(gè)原子？

孫偉杰：一滴水里大概有超過 10^20 （10 的 20 次方）量級(jí)的原子。

晚點(diǎn)：所以要處理日常生活中的物質(zhì)，DFT 的計(jì)算還是太復(fù)雜了？

孫偉杰：對(duì)。首先我們研究的大多數(shù)材料和藥物反應(yīng)都在納米尺度，1 納米是 10^?9 米，但一個(gè)原子的直徑只有約 0.1 納米，所以幾納米的空間就會(huì)包含成千上萬個(gè)原子的相互作用。上百個(gè)原子的計(jì)算范圍顯然不夠。

然后還要考慮時(shí)間，原子間的一次相互作用大概要 10^?15 到 10^?12 秒；而要形成我們想觀察的現(xiàn)象，可能需要幾百納秒到幾微秒，甚至幾毫秒，如蛋白質(zhì)的很多性質(zhì)。過去的方法能算的時(shí)間也不夠。

所以，即便有了 DFT 這個(gè)簡(jiǎn)化后的方程，很多問題仍解決不了。隨著原子數(shù)量上升，薛定諤方程的計(jì)算復(fù)雜度會(huì)以 10^7 上升，而 DFT 方程也會(huì)以 10^3 上升。

Roberto Car 之前做的最大突破，就是在 DFT 的基礎(chǔ)上，又模擬了分子間相互作用的關(guān)系。這就是前面提到的 ab initio molecular dynamics（從頭算分子動(dòng)力學(xué)）。（注：Roberto Car 和 Michele Parrinello 在 1985 年發(fā)表了論文《分子動(dòng)力學(xué)和密度泛函理論的統(tǒng)一方法》（Unified Approach for Molecular Dynamics and Density-Functional Theory），提出了 Car-Parrinello 分子動(dòng)力學(xué)方法。）

嚴(yán)格說，這不是真正的 “從頭開始”，而是一個(gè)近似計(jì)算。Car 和 Parrinello 提出這個(gè)方法已經(jīng) 40 年了，它深刻影響了計(jì)算化學(xué)、理論化學(xué)和統(tǒng)計(jì)物理。

晚點(diǎn)：所以在 2016 年那個(gè)時(shí)間點(diǎn)，你們是看到有了 AI 后，Car 和 Parrinello 的方法還可以被優(yōu)化？

張林峰：簡(jiǎn)單說，在 DFT 框架下，依然需要求解電子的相互作用，計(jì)算依然復(fù)雜。然后對(duì) DFT 進(jìn)一步簡(jiǎn)化，就得到了分子動(dòng)力學(xué)方程。

給定原子狀態(tài) R1、R2……一直到 Rn，每一步作用的這個(gè)能量是 E（Energy），它的受力就是 e 對(duì)每個(gè)位置的負(fù)梯度，等于 Fi。

原子的相互作用每演化一步，原子坐標(biāo)就會(huì)更新；能量也會(huì)跟著變化。就跟放電影一樣，會(huì)一幀一幀往后推。在過去，每一步都用量子力學(xué)的方式去算，很貴、規(guī)模很小。

我們的建模目標(biāo)就是，能不能用 AI 去表示這樣一個(gè)以 “從 R1 到 Rn 的原子坐標(biāo)” 為輸入、以能量為輸出的函數(shù)。

晚點(diǎn)：這個(gè)建模的成果，就是后來獲得了戈登·貝爾獎(jiǎng)的 Deep Potential 模型？

張立峰：對(duì)，它其實(shí)是用 AI 做了一個(gè)代理模型，使它具有 “從頭算” 的精度，也就是模擬 DFT 的精度；但計(jì)算效率高得多，可以大規(guī)模、長(zhǎng)時(shí)間的模擬粒子的相互作用。

（注：相關(guān)論文為 Deep Potential Molecular Dynamics: a scalable model with the accuracy of quantum mechanics《深度勢(shì)能分子動(dòng)力學(xué)：一種具有量子力學(xué)精度的可擴(kuò)展模型》，2018 年 4 月發(fā)表于《物理評(píng)論快報(bào)》。）

晚點(diǎn)：可以說，從薛定諤方程到 DFT 密度泛函，再到包括 Deep Potential 的一系列的近似或模擬，核心都是要在不損失太多精度的情況下提升計(jì)算效率？

張林峰：其實(shí)這中間不止一條路，從 2016 年底開始，我們?cè)嚵撕芏喾较颍簭?“能不能用神經(jīng)網(wǎng)絡(luò)替代復(fù)雜的波函數(shù)去求解”，到 “密度泛函的表達(dá)形式能不能更高效準(zhǔn)確”，再到 “原子間相互作用的勢(shì)函數(shù)能不能很精準(zhǔn)地建模”。

本質(zhì)上，這是一系列統(tǒng)一的問題：即復(fù)雜高維的物理量和方程，能不能被 AI 有效表示、逼近和加速求解。

這有點(diǎn)像圍棋，它規(guī)則明確，但從當(dāng)前棋局推到下一步的建模關(guān)系很復(fù)雜。物理規(guī)律也是清晰的、早就有的，但難點(diǎn)是基于這些規(guī)律求解。這就是我們從 2017 年開始，很快取得很多進(jìn)展的方向。

從 “兩億核時(shí)” 到 “筆記本跑半小時(shí)”

“那時(shí)一下有了超過 6 個(gè)數(shù)量級(jí)的計(jì)算加速，用筆記本就能干過超算。”

晚點(diǎn)：你們當(dāng)時(shí)取得的第一個(gè) milestone 是什么？

張林峰：當(dāng)時(shí)處理的第一個(gè)關(guān)鍵問題是，如何用神經(jīng)網(wǎng)絡(luò)給原子體系建模。我們就想，能不能把一堆原子坐標(biāo)作為輸入，把能量作為輸出，讓神經(jīng)網(wǎng)絡(luò)直接學(xué)到這個(gè)過程？

答案是不能。因?yàn)榱Ｗ佑懈鞣N不變性；對(duì)波函數(shù)，要處理電子的交換反對(duì)稱性；而對(duì)原子體系，則要處理平移旋轉(zhuǎn)的不變性和交換的不變性。

以前的方法都不夠通用，比如處理水時(shí)，就根據(jù)水的性質(zhì)加描述，這就像特征工程，它能處理水，就不能處理硅。當(dāng)時(shí)我們最大的突破，就是找到了一個(gè)相對(duì)統(tǒng)一的方法來表示多種不同的不變性。

晚點(diǎn)：這是個(gè)數(shù)學(xué)問題，還是一個(gè)計(jì)算問題？

張林峰：本質(zhì)上是一個(gè)數(shù)學(xué)問題——就是怎么處理對(duì)稱性建模和高維對(duì)稱函數(shù)。

解決這個(gè)問題后，我們把它放到 TensorFlow（Google 在 2015 年發(fā)布的 AI 算法開發(fā)框架）框架里去實(shí)現(xiàn)，進(jìn)展很快。2017 年 5 月就有了第一個(gè) demo。到 6 月時(shí)，我們?cè)诠P記本上模擬的數(shù)據(jù)已經(jīng)和 Roberto Car 組里非常昂貴的 “從頭算” 數(shù)據(jù)很一致了。

晚點(diǎn)：你曾分享過，你在飛機(jī)上用自己的筆記本就跑出了水分子的狀態(tài)。

張林峰：其實(shí)訓(xùn)練好模型后，跑第一性原理（指 ab initio 計(jì)算），用筆記本只要不到半小時(shí)，而之前需要兩億核時(shí)的計(jì)算。

晚點(diǎn)：兩億核時(shí)是什么概念？

孫偉杰：核時(shí)就是一個(gè) CPU 核計(jì)算 1 小時(shí)。當(dāng)時(shí) 1 核時(shí)大約 1 毛錢，2 億核時(shí)是約 2000 萬人民幣。現(xiàn)在是越來越便宜了。

晚點(diǎn)：所以這個(gè)突破的意義在于大幅壓縮了計(jì)算成本？

張林峰：這是一方面。那時(shí)一下有了超過 6 個(gè)數(shù)量級(jí)的計(jì)算加速，用筆記本就能干過超算。以前跟導(dǎo)師是一個(gè)月討論一次，討論完改代碼、再跑一個(gè)月；現(xiàn)在是上午討論，下午筆記本跑完就能繼續(xù)討論。我們變得特別高產(chǎn)，其實(shí)是因?yàn)槟芩愕梅浅？臁?/p>

更重要的是計(jì)算規(guī)模。當(dāng)時(shí)已經(jīng)看到，這套方法從微觀還能繼續(xù)往上漲到介觀（mesoscopic，微觀到宏觀之間，納米~微米尺度）、宏觀（毫米~米尺度）的物理尺度。

這是個(gè)系統(tǒng)性的全面機(jī)會(huì)：從電子相互作用、凝聚態(tài)物理到化學(xué)材料，再到天氣預(yù)報(bào)、汽車、飛機(jī)等工程建模，都有望被這樣的新方法改變。

晚點(diǎn)：在計(jì)算加速上，2012 年神經(jīng)網(wǎng)絡(luò)興起后，GPU 等計(jì)算硬件有很大發(fā)展，這給你們的研究帶來了什么？

張林峰：其實(shí) 2017 年底，普林斯頓就買了 200 多塊 P100（英偉達(dá) 2016 年發(fā)布的數(shù)據(jù)中心 GPU），整個(gè)學(xué)校都可以用，但閑置率很高。

核心原因是那時(shí) AI 還沒真正火，要實(shí)現(xiàn)一個(gè)算法得寫很多代碼，TensorFlow 每次都要從頭編，軟件會(huì)提示：是否需要 CUDA（英偉達(dá)提供的、調(diào)用 GPU 并行計(jì)算能力的軟件平臺(tái)） Support。當(dāng)時(shí)看這么多機(jī)器閑置，又著急算，就點(diǎn)了 Yes，瞬間就編通了。這樣訓(xùn)練速度又提升了 10 倍，而且我們能用幾百塊卡。

到 2018 年時(shí)，我發(fā)現(xiàn)生產(chǎn)力幾乎是無窮的，為了不讓卡閑著，我們開源了所有代碼，這就是 DeePMD-kit 項(xiàng)目，由此也開始建立 DeepModeling 開源社區(qū)，這極大加速了對(duì)很多問題的探索。

這也讓我們很早就意識(shí)到了 Infra（基礎(chǔ)軟件層）的重要性，包括 TensorFlow 這類框架和 CUDA、GPU 算力。

晚點(diǎn)：有了這個(gè)成果后，2018 年夏天，鄂維南老師正式總結(jié)了 AI for Science 這個(gè)概念，是看到了哪些更大的空間？

張林峰：這個(gè)方法論背后是一個(gè)更普遍的問題：過去很多難題都是高維函數(shù)的建模與求解。而機(jī)器學(xué)習(xí)恰好擅長(zhǎng)處理高維問題。所以鄂老師后來寫過一篇文章，說機(jī)器學(xué)習(xí)是應(yīng)用數(shù)學(xué)的最后一塊拼圖。

晚點(diǎn)：你們當(dāng)時(shí)解決的問題是用機(jī)器學(xué)習(xí)加速第一性原理計(jì)算。而一般提到 AI for Sicence，會(huì)想到 Goolge DeepMind 開發(fā)的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)模型 AlphaFold。這兩種方向是什么關(guān)系？

張林峰：這剛好是 AI 在科學(xué)中的兩種作用。

一是處理有充足數(shù)據(jù)的問題，AlphaFold 就屬于這一類——當(dāng)時(shí)已有約 20 億條蛋白序列、近 20 萬個(gè)已解析的結(jié)構(gòu)。AI 在這里主要用于擬合數(shù)據(jù)，建立從序列到結(jié)構(gòu)的映射。這有點(diǎn)像 ImageNet。

二是處理規(guī)則清晰、但缺乏數(shù)據(jù)的問題。微觀物理就屬于這一類——沒有直接可觀測(cè)的大量數(shù)據(jù)，但可以用第一性原理算出結(jié)果，只是以往算起來很麻煩。

DeePMD 的作用就是根據(jù)物理方程生成 “合成數(shù)據(jù)”，再來訓(xùn)練模型——把原理本身變成了數(shù)據(jù)來源。在這里，AI 的作用是在規(guī)律指引下加速求解。

孫偉杰：類似的思路在自動(dòng)駕駛、具身智能、核聚變等初期缺少數(shù)據(jù)的領(lǐng)域有很多應(yīng)用，就像當(dāng)年的 AlphaGoZero（注：用強(qiáng)化學(xué)習(xí)生成棋譜，自己和自己對(duì)弈來學(xué)習(xí)下棋）。

起步的 5 年：做微尺度的 “達(dá)索”，培養(yǎng)最優(yōu)秀的低年級(jí)本科生

“沒有哪個(gè)單一專業(yè)的人是 ready 的：懂化學(xué)的不熟算法，會(huì)算法的不精通工程……所以深勢(shì)發(fā)展中有一個(gè)關(guān)鍵脈絡(luò)，就是培養(yǎng)了一批最優(yōu)秀的低年級(jí)本科生。”

晚點(diǎn)：2018 年有了這些進(jìn)展后，你們是怎么決定一起創(chuàng)業(yè)的？

孫偉杰：我和林峰本科時(shí)的革命友情特別深厚，從大一開始，我們就是學(xué)院籃球和羽毛球隊(duì)隊(duì)友，后來又一起在元培學(xué)生會(huì)體育部，他是部長(zhǎng)，我是副部長(zhǎng)。

2018 年林峰已經(jīng)做出了 DeePMD，夏天回國(guó)時(shí)住在我的宿舍，我了解了他在做什么。當(dāng)時(shí)我在北大繼續(xù)讀研，也在一家投資機(jī)構(gòu)實(shí)習(xí)，本身就在尋找 AI 創(chuàng)業(yè)機(jī)會(huì)。而正式考慮創(chuàng)立深勢(shì)，是鄂老師拉我們一起討論。

晚點(diǎn)：他怎么和你們說的？

張林峰：他說 30 多年沒見過這樣的機(jī)會(huì)。他覺得自己雖然 30 歲出頭就在普林斯頓做正教授了，但一直沒找到那些他真正想解的問題的解決方案，而現(xiàn)在看到了。如果要真的讓這件事落地，光在學(xué)校里做不下去，學(xué)校人太少，也沒能力做工程化。

所以鄂老師和我說：你應(yīng)該現(xiàn)在畢業(yè)、回國(guó)，然后創(chuàng)業(yè)。一開始我驚訝于這么跳脫的建議，不過很快就想清楚了：機(jī)會(huì)是 AI for Science ，不是 get simulation done，然后發(fā)論文，這完全是兩件事。TensorFlow 等 AI 生態(tài)的成熟也創(chuàng)造了條件。

最后我們的共識(shí)是，做一家 “源自中國(guó)、引領(lǐng)世界的科技公司”，讓 AI for Science 真正影響整個(gè)科研領(lǐng)域。

晚點(diǎn)：你們正式開始做公司，怎么邁出從前沿技術(shù)到商業(yè)化的第一步？尤其你們 2018 年底成立時(shí)，這個(gè)領(lǐng)域在全球都很新，沒有太多能對(duì)標(biāo)的公司，外界的理解成本也比較高。

孫偉杰：在起步階段，我們其實(shí)同時(shí)要解決三件事：業(yè)務(wù)方向、錢，還有人。

業(yè)務(wù)方向相對(duì)容易，雖然 AI 是新方法，但分子動(dòng)力學(xué)本身已有應(yīng)用，大的下游場(chǎng)景有化工、藥物、材料、半導(dǎo)體、新能源等。從 2019 年 5 月到 8 月，我們密集做了行業(yè)調(diào)研，最后選的第一個(gè)方向是藥物，有 3 個(gè)標(biāo)準(zhǔn)：

一是看技術(shù)重要性和潛力：分子計(jì)算是藥物研發(fā)的核心之一，同時(shí)，這個(gè)場(chǎng)景也能持續(xù)拉動(dòng)技術(shù)升級(jí)。

二是看商業(yè)模式：制藥公司的支付意愿很強(qiáng)、客單價(jià)高。

三是看行業(yè)分工：藥物行業(yè)鏈條劃分相對(duì)清晰，業(yè)內(nèi)本就有很多外包研發(fā)組織（CRO），我們的計(jì)算結(jié)果可以快速得到驗(yàn)證。

同時(shí)，當(dāng)時(shí)國(guó)外已有薛定諤和 Accelrys 等公司，國(guó)內(nèi)也開始有 AI 制藥的萌芽。所以到 2020 年，我們很快就有了第一個(gè)產(chǎn)品——Hermite 藥物計(jì)算設(shè)計(jì)平臺(tái)。（薛定諤是為制藥等行業(yè)提供科學(xué)計(jì)算服務(wù)的一家公司，1990 年成立，目前市值 14 億美元；Accelrys 是一家為化學(xué)、材料和生命科學(xué)提供建模、仿真和數(shù)據(jù)分析軟件的公司，2010 年成立，2014 年被達(dá)索系統(tǒng)以 7.4 億美元收購。）

晚點(diǎn)：既然這個(gè)鏈條已經(jīng)相對(duì)成熟了，作為新產(chǎn)品的 Hermite 和薛定諤等的差異是什么？

孫偉杰：薛定諤當(dāng)時(shí)沒有引入機(jī)器學(xué)習(xí)方法，是用之前的方法基于分子動(dòng)力學(xué)方程來計(jì)算蛋白質(zhì)之間的相互作用。

晚點(diǎn)：你們?cè)趺唇鉀Q啟動(dòng)資金的？2018 到 2019 年是上一輪 AI 熱潮的融資低谷期。

孫偉杰：第一筆錢不是融資，是全國(guó)顛覆性技術(shù)創(chuàng)新大賽的金獎(jiǎng)獎(jiǎng)金，一共 1200 萬，分 3 年給到。所以第一年我們沒有著急融錢，本打算 2020 年春節(jié)后正式啟動(dòng)融資，結(jié)果趕上了疫情。

晚點(diǎn)：但你們還是在 2020 年下半年拿到了百度風(fēng)投領(lǐng)投的天使輪，當(dāng)時(shí)怎么向投資人解釋深勢(shì)的價(jià)值的？

孫偉杰：我會(huì)告訴大家，世界上所有物質(zhì)歸根結(jié)底都由原子構(gòu)成，如果我們能清楚理解原子尺度的相互作用，理論上就可以求解所有材料和藥物的性質(zhì)，這會(huì)給化工、藥物、材料、能源領(lǐng)域的底層研發(fā)帶來大變化。

晚點(diǎn)：你們?cè)趺疵枥L商業(yè)前景的？

孫偉杰：2020 年，我們還發(fā)現(xiàn)了另一個(gè)非常值得參考的對(duì)標(biāo)，就是達(dá)索系統(tǒng)（法國(guó)工業(yè)仿真公司）。

任何研發(fā)范式成熟的標(biāo)志之一，一定是這套研發(fā)流程能用電腦來做了，能用計(jì)算機(jī)精確、高效地模擬了，否則就是經(jīng)驗(yàn)性的手藝。而達(dá)索系統(tǒng)的底層，就是把所有飛機(jī)、汽車圖紙搬到電腦里，用電腦做設(shè)計(jì)，再用一系列固體力學(xué)、流體力學(xué)、電磁學(xué)、光學(xué)的技術(shù)去模擬這些設(shè)計(jì)能不能跑起來、是不是安全。

用這個(gè)邏輯去看藥物和材料等分子、原子相關(guān)工業(yè)門類，研發(fā)流程都不成熟，都是重復(fù)性實(shí)驗(yàn)。所以做藥的人會(huì)自嘲是在 “煉丹”。在這些領(lǐng)域構(gòu)建更成熟的研發(fā)范式，是個(gè)很大的商業(yè)機(jī)會(huì)。

具體方法上，達(dá)索是把經(jīng)典物理，如固體、流體、電磁的規(guī)律內(nèi)化到了軟件里。而深勢(shì)是要把量子力學(xué)內(nèi)化到軟件里。在微觀世界的工業(yè)研發(fā)中，量子力學(xué)才是第一性原理。

于是 2020 年，我們明確了深勢(shì)的第一個(gè)五年計(jì)劃是做 “微尺度工業(yè)研發(fā)的平臺(tái)”，就是微尺度的達(dá)索。我們找到了這樣一個(gè)巨大的工業(yè)場(chǎng)景和深刻科學(xué)規(guī)律的匹配。

晚點(diǎn)：起步階段的第三件事是人才，你們當(dāng)時(shí)面臨什么狀況，怎么搭建團(tuán)隊(duì)的？

張林峰：這是最難的問題。沒有哪個(gè)單一專業(yè)的人是 ready 的：懂化學(xué)的不熟算法，會(huì)算法的不精通工程，我們還需要懂產(chǎn)品和商業(yè)落地的人；還要同時(shí)做新的研發(fā)。所以深勢(shì)發(fā)展中有一個(gè)關(guān)鍵脈絡(luò)，就是培養(yǎng)了一批最優(yōu)秀的低年級(jí)本科生。

晚點(diǎn)：為什么從低年級(jí)本科生開始？這好像不是一個(gè)創(chuàng)業(yè)團(tuán)隊(duì)找人的常規(guī)選擇。

張林峰：到了大三、大四，多數(shù)科學(xué)背景優(yōu)秀學(xué)生的議程會(huì)相對(duì)固定：不少人開始著手出國(guó)申請(qǐng)，博士畢業(yè)后大多數(shù)人又會(huì)找教職，能來加入創(chuàng)業(yè)的人才不多。

同時(shí)，我們最初的核心成員中，有一位正好在北大做過輔導(dǎo)員，他熟識(shí)一批最優(yōu)秀的本科生。這些實(shí)習(xí)生進(jìn)來后，一開始是我在黑板上講，很快發(fā)現(xiàn)黑板不好使，每次來個(gè)新人我都得從頭講一遍，研發(fā)也越走越深。所以后來從人才培養(yǎng)、教學(xué)到比賽，我們都自己搞了一套。

“幾位 21 年夏天畢業(yè)的伙伴前來合影”（圖片來自張林峰文章：《在 DP“讀大學(xué)” 的少年們》DP 指深勢(shì)科技。）

晚點(diǎn)：你們內(nèi)部有一套專門的量子力學(xué)、計(jì)算化學(xué)的課程體系？

張林峰： 我們先用現(xiàn)成的學(xué)習(xí)工具和平臺(tái)：筆記本用 Colab、線上課用 Coursera、比賽用 Kaggle……但這些平臺(tái)當(dāng)時(shí)都不怎么面向物理和生化環(huán)材等領(lǐng)域。于是我們做了 AI for Science 版的 Colab、Kaggle，也組織了比賽。后來很多人是通過打我們的比賽、參加我們的 DeepModeling 社區(qū)活動(dòng)嶄露頭角的。

孫偉杰：DeepModeling 也是現(xiàn)在全球最大的 AI for Science 開源社區(qū)：這里一是能發(fā)現(xiàn)人才；二是會(huì)不斷冒出新場(chǎng)景——能看到有人拿我們的工具做這、做那。它變成了一套交叉人才的培養(yǎng)和挖掘機(jī)制。

晚點(diǎn)： 其實(shí)你們相當(dāng)于在探索一種新的教育和學(xué)習(xí)方式，打破了越來越細(xì)致的學(xué)科分工。

孫偉杰：AI 時(shí)代 “學(xué)習(xí)” 正發(fā)生巨變，更多是在 “干中學(xué)”，是 “按需學(xué)習(xí)”。因?yàn)樗阉饕娼鉀Q了信息獲取，AI 解決了知識(shí)獲取，未來學(xué)習(xí)的關(guān)鍵是圍繞要解的問題，自己定義學(xué)什么、怎么學(xué)。

大家都是這樣過來的：林峰不懂創(chuàng)業(yè)、金融、財(cái)務(wù)，他的商業(yè)啟蒙讀物是馬斯克傳記；我當(dāng)時(shí)對(duì)技術(shù)一無所知，用兩三個(gè)月時(shí)間啃了一遍大學(xué)數(shù)理化生教材，后面接著邊做邊學(xué)。我們做這些教育探索，本身也是被業(yè)務(wù)和研發(fā)問題逼出來的。

從機(jī)器學(xué)習(xí)到 Agent，AI for Scicence 經(jīng)歷的四個(gè)階段

“機(jī)器學(xué)習(xí)數(shù)理建模→預(yù)訓(xùn)練→大語言模型→科研 Agent。”

晚點(diǎn)：資源有限時(shí)做這么多事，踩過的坑是什么？

張林峰： 最大的挑戰(zhàn)是機(jī)會(huì)太多。因?yàn)橛眠@套底層技術(shù)，可以深入的領(lǐng)域很多，我們也大致知道每一條路推到極限能做到什么狀態(tài)，但你只能選少數(shù)幾個(gè)方向。

晚點(diǎn)：你們當(dāng)時(shí)都考慮過哪些方向？

張林峰：大部分 AI for Science 能做的事我們?cè)缙诙歼^過一遍，包括 AlphaFold 的蛋白質(zhì)預(yù)測(cè)、可控核聚變、AI for 材料。但我們當(dāng)時(shí)的資源絕對(duì)不夠，不可能放開手全力做，只能在一些方向先保留火種。

DeepMind、達(dá)索等，都是用百倍、千倍于我們的資源做和我們一樣的事。而當(dāng) Google、Meta 也開始重視這些方向時(shí)，國(guó)內(nèi)又會(huì)反思，說為什么中國(guó)就做不起來。

晚點(diǎn)：你想說，其實(shí)你們做了，只是大家當(dāng)時(shí)沒注意到？

張林峰：或者說，并不是真的沒機(jī)會(huì)做出這些成果，而是資源太有限了。我們可以看到非常多機(jī)會(huì)，甚至是諾獎(jiǎng)級(jí)的機(jī)會(huì)。但另一方面，我們需要從頭培養(yǎng)本科生，解決機(jī)房、插電源、部署環(huán)境等基礎(chǔ)問題；我們要反復(fù)審視優(yōu)先級(jí)：把有限的資源投到最關(guān)鍵的落地瓶頸和技術(shù)上。這個(gè)過程中的 trade off（取舍）是最大的挑戰(zhàn)。

晚點(diǎn)：取舍中，有錯(cuò)過什么方向嗎？

孫偉杰：其實(shí)從 18 年到現(xiàn)在，最大的機(jī)會(huì)我們都抓住了。復(fù)盤下來，AI for Science 有四波關(guān)鍵機(jī)會(huì)：

一是機(jī)器學(xué)習(xí)與數(shù)理建模的結(jié)合，我們做了 DeePMD，推出了 Hermite。

二是把預(yù)訓(xùn)練大模型引入科研，我們?cè)?2021 年開始做分子大模型 Uni-Mol、蛋白質(zhì)大模型 Uni-Fold 和基因大模型 Uni-RNA 等系列模型。

三是用大語言模型提升科研效率，我們訓(xùn)練了專門的科學(xué)文獻(xiàn)大模型 Uni-SMART。

四是多智能體（multi-agent）科研 Agent，我們做了 “玻爾科研空間站”、SciMaster 這樣的科研平臺(tái)和助手，貫穿讀（文獻(xiàn)研究）、算（科學(xué)計(jì)算）、做（干濕實(shí)驗(yàn)）的全流程。

而接下來，最重要的方向會(huì)是 “AI 科學(xué)家”。

晚點(diǎn)：引入預(yù)訓(xùn)練方法，這和你們之前用機(jī)器學(xué)習(xí)來做數(shù)理建模的區(qū)別是什么？

孫偉杰：之前用分子動(dòng)力學(xué)算材料，比如說這個(gè)支架（指向現(xiàn)場(chǎng)的電腦金屬支架）可能是鋁鎂合金，那么我們要專門訓(xùn)一個(gè)模型來預(yù)測(cè)它的硬度、光澤等性質(zhì)。

而有了預(yù)訓(xùn)練后，就能建立更統(tǒng)一的模型。無論鋁合金、高溫合金還是某種分子，都可以用一個(gè)模型處理。

2020 年前后我們就看清了這條路——先做小模型、建數(shù)據(jù)庫，再到預(yù)訓(xùn)練大模型。預(yù)訓(xùn)練的條件之一正是我們用 DeePMD 從第一性原理方程生成的大量數(shù)據(jù)。不過當(dāng)時(shí)我們沒有料到，LLM（大語言模型）的爆發(fā)會(huì)來得這么快。

晚點(diǎn)：在最新階段，就是做科研 Agent 時(shí)，你們的產(chǎn)品思路是怎么形成的？

孫偉杰：科研作為生產(chǎn)活動(dòng)的基礎(chǔ)要素是讀、算、做，對(duì)應(yīng)一系列基礎(chǔ)工具：數(shù)據(jù)庫、科研軟件、實(shí)驗(yàn)設(shè)備。當(dāng)然還有一個(gè)最核心的要素，就是人。

AI 已經(jīng)在改變讀、算、做：比如在 “讀文獻(xiàn)” 階段，玻爾科研空間站能幫助研究者迅速界定選題、生成可檢驗(yàn)的假設(shè)；在 “做計(jì)算” 階段，它能根據(jù)假設(shè)，調(diào)用不同科學(xué)計(jì)算工具，得到多個(gè)候選方案和優(yōu)先級(jí)排序；在 “做實(shí)驗(yàn)” 階段，它會(huì)調(diào)用自動(dòng)化實(shí)驗(yàn)室做干、濕實(shí)驗(yàn)，以驗(yàn)證方案，實(shí)驗(yàn)數(shù)據(jù)回流后會(huì)持續(xù)迭代，直至輸出最優(yōu)方案。

而未來，Agent 作用在人這一層，甚至有潛力完全自主調(diào)用工具、執(zhí)行科研任務(wù)。這反過來又會(huì)改變基礎(chǔ)工具：因?yàn)?“讀算做” 的工具過去是為人設(shè)計(jì)的，未來肯定要為 AI 設(shè)計(jì)。

張林峰：也可以這樣理解這個(gè)脈絡(luò)，每一種新技術(shù)出現(xiàn)，科研與新技術(shù)結(jié)合時(shí)都會(huì)有新瓶頸。

最初是神經(jīng)網(wǎng)絡(luò)如何在物理約束下表示物理量，DeePMD 解決的是這個(gè)問題；接著是大規(guī)模計(jì)算中的高性能優(yōu)化與云端并發(fā)，這就是 DeePMD-kit 做的事：建立了一套同時(shí)覆蓋超算、云端和本地的前沿算力體系。而當(dāng)大語言模型出現(xiàn)后，新的瓶頸變成了科研知識(shí)的整合與挖掘，大量高質(zhì)量文獻(xiàn)和專利數(shù)據(jù)都需要重新標(biāo)注，被建模和整合。

所以我們一直在做的是：在每一階段新技術(shù)來了之后，去處理科研流程與新技術(shù)的連接。

晚點(diǎn)：這些事情都需要你們自己做嗎？比如有的公司側(cè)重文獻(xiàn)挖掘，不涉及科學(xué)計(jì)算，也有一些公司專注實(shí)驗(yàn)自動(dòng)化；而深勢(shì)的科研 Agent 看起來涵蓋全流程，做得過來嗎？

孫偉杰：肯定不需要都做，我們現(xiàn)在做很多事，是因?yàn)槭忻嫔蠜]有現(xiàn)成方案。一些相對(duì)成熟的環(huán)節(jié)，比如實(shí)驗(yàn)自動(dòng)化硬件，我們就沒必要做了。

但我們一定要整合整個(gè)研發(fā)流程：因?yàn)?“讀、算、做” 是完整體系。研發(fā)不是發(fā)個(gè)文章就完了，要變成可用的成果，就需要計(jì)算，乃至真實(shí)的實(shí)驗(yàn)。整個(gè)鏈條的信息、數(shù)據(jù)要盡可能通暢。

晚點(diǎn)：通用大模型公司推出的 DeepResearch（深度研究）能力不能獲得這些信息嗎？

孫偉杰：我們自己做文獻(xiàn)閱讀這一環(huán)時(shí)，就發(fā)現(xiàn)過去的論文和專利語料庫并不是 AI-ready 的，需要自建一套科學(xué)語料庫。除了論文內(nèi)容，完備的科學(xué)語料還應(yīng)包括：

實(shí)驗(yàn)數(shù)據(jù)與圖譜，如光譜、晶體結(jié)構(gòu)、反應(yīng)曲線等；

分子式與結(jié)構(gòu)數(shù)據(jù)；

專利全文與附圖；

科研筆記、實(shí)驗(yàn)日志、儀器參數(shù)記錄；

以及經(jīng)過結(jié)構(gòu)化和標(biāo)注的科學(xué)模態(tài)數(shù)據(jù)，可供模型直接理解和訓(xùn)練。

理論上，如果一個(gè)大公司想投資源做，也能做。問題是，作為創(chuàng)業(yè)公司，你能不能先抓住這個(gè)空白，迅速做出一款好產(chǎn)品。比如原子大模型（DPA）、分子大模型（Uni-Mol）和基因大模型（Uni-RNA）這三個(gè)模型，我們就是全球首發(fā)，處在第一梯隊(duì)。跟隨我們的都是國(guó)際大廠：DeepMind、Meta 后來做了原子大模型；英偉達(dá)做了類似 Uni-RNA 的 Evo 2（25 年 2 月發(fā)布，Arc 研究所、聯(lián)合斯坦福大學(xué)、英偉達(dá)）、DeepMind 也做了 AlphaGenome（25 年 6 月發(fā)布）。

晚點(diǎn)：現(xiàn)在全球大科技公司和一批融資更多的美國(guó) AI for Science 創(chuàng)業(yè)公司都加大了投入。你們還能看到和抓住多少市場(chǎng)空白？

張林峰：接下來的變化還會(huì)很大，最終會(huì)看到科研范式的變革。

變革的本質(zhì)是交互界面問題——人與科研工具如何交互、科研共同體如何協(xié)作、生產(chǎn)關(guān)系如何重組。之前做的很多積累：整合全量數(shù)據(jù)，在每個(gè)科研方向訓(xùn)模型——無論是 DeepPMD，還是 AlphaFold——都是少數(shù)人在往深走，而現(xiàn)在 Agent 正把它們連起來。這才有點(diǎn)接近我們?cè)?17 年設(shè)想的狀態(tài)：AI 結(jié)合多個(gè)不同方向，整體提升科研能力。

這也迫使整個(gè) community 重新思考：比如以前學(xué)術(shù)共同體的一大驅(qū)動(dòng)力是 peer review（同行評(píng)議）的論文發(fā)表體系，而當(dāng) AI 已經(jīng)能寫論文、審論文，甚至自己搞定不那么原創(chuàng)性的研究時(shí)，發(fā)論文的意義是什么？類似的，以前實(shí)驗(yàn)科學(xué)家要找計(jì)算科學(xué)家合作分析數(shù)據(jù)，現(xiàn)在他可以直接讓 Agent 調(diào)用軟件做模擬和解釋。

這些變化會(huì)比很多人想象得快，學(xué)科劃分、交叉合作的模式乃至整個(gè)科研流程本身都會(huì)有大變化。

用一套平臺(tái)服務(wù)不同方向和階段的科研，服務(wù) 1000 甚至 1 萬個(gè)客戶

“做平臺(tái)，更符合科技公司的屬性，也能激發(fā)更多科學(xué)發(fā)現(xiàn)，而不僅是某一個(gè)領(lǐng)域的發(fā)現(xiàn)。”

晚點(diǎn)：深勢(shì)在挑戰(zhàn)一個(gè)高難度創(chuàng)業(yè)方向，中間遇到過什么大的挫折和低谷嗎？

張林峰：最深陷泥潭時(shí)應(yīng)該是 2022 年-2023 年。這不是因?yàn)榫唧w挫折，而是當(dāng)時(shí)我們處于一種需要持續(xù)自證的狀態(tài)。

我們最初的核心課題是要驗(yàn)證技術(shù)，并證明我們有引領(lǐng)性，這需要拿出直觀的成果。所以我們會(huì)做藥物管線，從技術(shù)突破一路推到應(yīng)用；也會(huì)把一個(gè)創(chuàng)新算法變成真正的工業(yè)軟件，走完工程化、用戶反饋和迭代的全過程。

但到了 2022 年，我們又看到做研發(fā)平臺(tái)和重塑整個(gè)研發(fā)流程的機(jī)會(huì)，尤其是年底 ChatGPT 出現(xiàn)，這是機(jī)遇也是挑戰(zhàn)——我們要迅速擁抱新技術(shù)，又要構(gòu)建從文獻(xiàn)、專利到實(shí)驗(yàn)的 “讀、算、做” 閉環(huán)，真的加速科學(xué)發(fā)現(xiàn)。

晚點(diǎn)：還是一個(gè)有限資源下的優(yōu)先級(jí)問題。

張林峰：我們是到 2023 年底突破了這個(gè)時(shí)期，一是證明了我們一系列模型的領(lǐng)先，比如前面提到很多大公司來 follow 我們的成果；同時(shí)我們也理清了之后的思路。

晚點(diǎn)：你們的早期投資人之一冉翀告訴我們，你們當(dāng)時(shí)在 “垂直應(yīng)用” 和 “通用研發(fā)平臺(tái)” 間抉擇過一段時(shí)間，后來選了做平臺(tái)，為什么這么選？

孫偉杰：這是一個(gè)必須的取舍。因?yàn)檠邪l(fā)平臺(tái)和垂直應(yīng)用，比如直接做藥物管線的邏輯并不兼容。做管線要把全部賭注壓在一兩個(gè)關(guān)鍵資產(chǎn)上，要深入理解市場(chǎng)和臨床需求；而做平臺(tái)則要持續(xù)優(yōu)化算法、算力和工具體系，讓平臺(tái)能持續(xù)迭代。一旦把資源押在某幾條管線上，平臺(tái)研發(fā)容易被牽制。

我們更愿意基于一套平臺(tái)服務(wù)不同方向和階段的科研，服務(wù) 1000 甚至 1 萬個(gè)客戶。這更符合我們的初心：做一家源自中國(guó)、引領(lǐng)世界的科技公司。

晚點(diǎn)：為什么平臺(tái)更符合 “源自中國(guó)、引領(lǐng)世界的科技公司” 的定位？

孫偉杰：源自中國(guó)、引領(lǐng)世界是確定的。而我們認(rèn)為做平臺(tái)，讓技術(shù)服務(wù)更多人，更符合科技公司的屬性，也能激發(fā)更多科學(xué)發(fā)現(xiàn)，而不僅是某一個(gè)領(lǐng)域的發(fā)現(xiàn)。

其實(shí)這兩者的價(jià)值沒有高低，比如如果能做出一款新藥，對(duì)社會(huì)的價(jià)值非常大。更多是說哪個(gè)聲音在更強(qiáng)烈地呼喚我們，哪件事在我們心中投下了更大的陰影。

晚點(diǎn)：你們?cè)趺纯紤]這個(gè)選擇的商業(yè)潛力？比如在半導(dǎo)體領(lǐng)域，ARM、新思這類做 IP 和基礎(chǔ)開發(fā)工具的公司的規(guī)模不如下游做具體芯片的公司，如英偉達(dá)、高通和 AMD。

孫偉杰：其實(shí)英偉達(dá)的 CUDA 生態(tài)也是一個(gè) AI 底層開發(fā)平臺(tái)。而且無論平臺(tái)還是管線，都有做到千億美元的潛力。達(dá)索現(xiàn)在的市值也有 500 多億美元。關(guān)鍵不在方向，而在能否把一條路走深。

諾獎(jiǎng)表彰 “第一個(gè)”，而基礎(chǔ)平臺(tái)要做 “最后一個(gè)”

“諾獎(jiǎng)是一個(gè)已經(jīng)存在的評(píng)價(jià)體系，而現(xiàn)在正在發(fā)生的科研范式的革新會(huì)沖擊評(píng)價(jià)體系本身。”

晚點(diǎn)：在你們看過、做過的這么多能與 AI 結(jié)合的領(lǐng)域里，哪個(gè)方向最有潛力成為諾獎(jiǎng)級(jí)成果？

張林峰：可以從另一個(gè)角度看這個(gè)問題，說回前面提到的的初心里的 “源自中國(guó)”。

過去 100 多年逐漸形成的 “科學(xué)無國(guó)界” 的共識(shí)正受到挑戰(zhàn)。就以 AI 為例，它在推動(dòng)科學(xué)發(fā)展，但它的底層模型也越來越集中和封閉。

而我們希望推動(dòng)一個(gè)開源、開放的體系，從科學(xué)研究到工業(yè)研發(fā)，說的再大一點(diǎn)，到人類命運(yùn)共同體。這個(gè)主張，在中國(guó)是更堅(jiān)定的。

我自己在普林斯頓讀博士時(shí)，看到比我大 10 到 20 歲的學(xué)長(zhǎng)、學(xué)姐，他們的發(fā)展路線相對(duì)固定：讀完博士，肯定是在幾個(gè)頂尖學(xué)校里找教職。但現(xiàn)在可以看到，不少美國(guó)實(shí)驗(yàn)室的經(jīng)費(fèi)面臨縮減，甚至?xí)和＃粚?duì)研究者要做什么、不做什么，限制也越來越多。

這個(gè)時(shí)候，科學(xué)家作為一個(gè)共同體，既要拓展人類認(rèn)知邊界，又要推動(dòng)下一步產(chǎn)業(yè)創(chuàng)新，給人類帶來更好的生存狀態(tài)，這面臨很大的挑戰(zhàn)。所以一個(gè)能支持多學(xué)科交叉協(xié)作、能加速很多方向的基礎(chǔ)平臺(tái)就更迫切了。這往后才是諾貝爾獎(jiǎng)的問題，即我們?cè)趺凑J(rèn)可一個(gè)科學(xué)貢獻(xiàn)。

確實(shí)在 2022 年-2023 年時(shí)，要不要去沖擊某個(gè)具體的科學(xué)新發(fā)現(xiàn)，對(duì)我們來說是個(gè)巨大的選擇題。因?yàn)橹Z獎(jiǎng)表彰的永遠(yuǎn)是 “第一個(gè)”；而基礎(chǔ)平臺(tái)恰恰要做 “最后一個(gè)”——當(dāng)所有人都在上面工作時(shí)，它才真正成為底層標(biāo)準(zhǔn)。

但后來我們也看到，一個(gè)好的技術(shù)平臺(tái)，其實(shí)可以容納這個(gè)兩個(gè)方面：因?yàn)樗铀倭税l(fā)現(xiàn)，所以這里可能產(chǎn)生更多 “第一個(gè)”；同時(shí)，如果很多科學(xué)家都來用它，那它也是 “最后一個(gè)”。而兼具的方式就是定義新的科研交互界面，是找到科研 Agent 的 PMF。

晚點(diǎn)：所以你們看重的不是自己是否觸及諾獎(jiǎng)級(jí)成果，而是多少諾獎(jiǎng)級(jí)的新發(fā)現(xiàn)是被你們的工具和平臺(tái)加速的？

張林峰：其實(shí) 24 年 10 月 AlphaFold 得諾獎(jiǎng)時(shí)，確實(shí)對(duì)我有一定影響，我當(dāng)時(shí)也感嘆過，我們?cè)驹谶^這樣一個(gè)可能性——如果能有更多資源，全力放開去推，如果不是說處于人也要從頭培養(yǎng)的狀態(tài)。

但說后不后悔這個(gè)決定？肯定不后悔。因?yàn)槲矣X得 AI 加速科學(xué)發(fā)現(xiàn)，會(huì)對(duì)諾獎(jiǎng)的意義都有很大沖擊。諾獎(jiǎng)是一個(gè)已經(jīng)存在的評(píng)價(jià)體系，而現(xiàn)在正在發(fā)生的科研范式的革新會(huì)沖擊評(píng)價(jià)體系本身。

不管我們存不存在，這個(gè)變化都一定會(huì)發(fā)生，但我們希望變化能朝更好的方向前進(jìn)。

深勢(shì)創(chuàng)立初期的部分團(tuán)隊(duì)成員合影，從左到右依次為：張林峰，深勢(shì)創(chuàng)始人兼首席科學(xué)家；李鑫宇，北京科學(xué)智能研究院院長(zhǎng)；孫偉杰，深勢(shì)創(chuàng)始人兼 CEO；鄭行，深勢(shì)藥物發(fā)現(xiàn)事業(yè)部總工程師；昌珺涵，深勢(shì)自動(dòng)化實(shí)驗(yàn)室負(fù)責(zé)人。

AI 科學(xué)家到來，越基礎(chǔ)的學(xué)科越安全

“更大的挑戰(zhàn)是，AI 時(shí)代，人的學(xué)習(xí)曲線被打斷了。”

晚點(diǎn)：接下來一年，你們最想驗(yàn)證的一個(gè)問題或懸念是什么？

孫偉杰：AI Agent 現(xiàn)在已經(jīng)能在 “讀、算、做” 之間形成閉環(huán)，獨(dú)立執(zhí)行兩三天的任務(wù)。我明年想看看，它能否自主調(diào)動(dòng)這些工具，真正發(fā)現(xiàn)一兩項(xiàng)新成果，比如在材料、化工、藥物方面有新發(fā)現(xiàn)。

張林峰：我想驗(yàn)證的問題是，Innovator（創(chuàng)新者）到底長(zhǎng)什么樣。OpenAI 之前定義了 AGI 的 5 個(gè)階段（注：Chatbot 聊天機(jī)器人、Reasoner 推理者、Agent 智能體、Innovator 創(chuàng)新者、Orgnizer 組織者），現(xiàn)在正是從 Agent 走到 Innovator 的發(fā)展期，AI 與 AI for Science 會(huì)正面相逢。

可能有兩種路徑：

一是從通用智能到科學(xué)智能——先學(xué)完全部歷史信息，再往前走。

另一個(gè)方向，是從科學(xué)智能到通用智能——先理解最本質(zhì)的規(guī)律。這就像是把 “數(shù)理化” 與 “政經(jīng)哲” 的基礎(chǔ)打牢，再走向社會(huì)。

無論是從通用智能走向科學(xué)智能，還是反過來，它們的碰撞點(diǎn)一定是 “Innovator” 模型應(yīng)當(dāng)長(zhǎng)成什么樣。這也是各家 AI 廠商發(fā)力的方向。所以 7 月底我們發(fā)布 SciMaster 的同時(shí)，也推出了一個(gè) baby-level 的 Innovator——一個(gè) AI for Science 的基座模型。

晚點(diǎn)：前面提到，你們認(rèn)為接下來最重要的主題是 AI 科學(xué)家。如果 AI 科學(xué)家真到來了，我們會(huì)看到什么？生活會(huì)怎么變化？

張林峰：比較直觀的，會(huì)有一批藥物、材料的新成果，比如出現(xiàn)顛覆式的電池技術(shù)、高分子領(lǐng)域的突破等。

孫偉杰：每個(gè)人會(huì)擁有一個(gè)教授級(jí)的 AI 科學(xué)家朋友，可以隨時(shí)請(qǐng)教任何問題。比如前幾天北京暴雨后天空變成粉紅色，我們就問玻爾這是怎么形成的，它給出了非常精彩的解釋。

玻爾科學(xué)導(dǎo)航網(wǎng)頁上的 “問題廣場(chǎng)”。

從產(chǎn)業(yè)上，很多突破都已逼近現(xiàn)實(shí)：比如手機(jī)續(xù)航可能延長(zhǎng)到十天甚至一個(gè)月；電動(dòng)飛機(jī)會(huì)變得可行；更遠(yuǎn)一點(diǎn)，AI 還可能讓藥物研發(fā)像搜索信息一樣簡(jiǎn)單——輸入疾病，系統(tǒng)就能分析相關(guān)靶點(diǎn)，并快速生成候選藥物。

晚點(diǎn)：Anthropic CEO 達(dá)里奧·阿莫迪（Dario Amodei）24 年 10 月曾在《仁愛機(jī)器》（Machines of Loving Grace）一文中預(yù)測(cè)，未來 5 到 10 年人的壽命會(huì)翻倍，這有可能嗎？

孫偉杰：5 到 10 年沒法科學(xué)上驗(yàn)證壽命是否翻倍，觀測(cè)時(shí)間不夠。

大的邏輯是，人類的幾個(gè)終極愿景——消滅疾病、無限能源、走向宇宙，更快的通信和更強(qiáng)大的計(jì)算——都離不開原子、分子方面的科研努力。結(jié)合 AI 的科學(xué)研發(fā)平臺(tái)會(huì)加速這些領(lǐng)域的創(chuàng)新與發(fā)現(xiàn)。

晚點(diǎn)：另一方面，你們覺得 AI 加速科學(xué)發(fā)現(xiàn)后，會(huì)有什么風(fēng)險(xiǎn)？我們可以提前做什么準(zhǔn)備？

張林峰：風(fēng)險(xiǎn)有顯式和隱式的。顯式的，比如 AI 可以做藥，也可以做毒品，這需要監(jiān)管。

隱式的就是前面提到的，科研評(píng)價(jià)體系正被顛覆。科研的三要素——工具、內(nèi)容、人——都在被重新定義：

工具上：Agent 的能力迅速增強(qiáng)，正在沖擊傳統(tǒng)科研工具和工業(yè)軟件的邊界；

內(nèi)容上：AI 已能自動(dòng)撰寫論文、輔助研究，論文可能不再是核心成果的唯一載體；

人的層面：當(dāng) AI Scientist 出現(xiàn)后，如何評(píng)價(jià)人類科學(xué)家？

孫偉杰：我沒那么擔(dān)心顯式的風(fēng)險(xiǎn)，因?yàn)楹铣尚路肿印㈤_發(fā)新材料這些領(lǐng)域的供應(yīng)鏈、環(huán)境評(píng)估等環(huán)節(jié)早就受到嚴(yán)格監(jiān)管。

更大的挑戰(zhàn)是，AI 時(shí)代，人的學(xué)習(xí)曲線被打斷了。現(xiàn)在 AI 雖不能完全替代正式員工，卻足以取代實(shí)習(xí)生，這意味著很多人失去了用初級(jí)工作練手、成長(zhǎng)的機(jī)會(huì)；這可能產(chǎn)生結(jié)構(gòu)性斷層，是一代人要面臨的問題。教育的變革速度往往落后于技術(shù)演進(jìn)。

晚點(diǎn)：你們覺得五年之內(nèi)，什么專業(yè)還是比較安全的？

孫偉杰：越是基礎(chǔ)的學(xué)科越安全。物理、化學(xué)和數(shù)學(xué)，雖然未來會(huì)有更多 AI 參與，但它們依然是培養(yǎng)思維方式的核心學(xué)科。數(shù)學(xué)訓(xùn)練邏輯與抽象能力，物理培養(yǎng)對(duì)自然規(guī)律的直覺與推理。

在社會(huì)科學(xué)領(lǐng)域，政經(jīng)哲塑造人理解世界與判斷價(jià)值的方式。這原本就是一個(gè)學(xué)科。哲學(xué)分化后形成了兩條線：自然科學(xué)的起點(diǎn)就是 “自然哲學(xué)”，牛頓那本書就叫《自然哲學(xué)的數(shù)學(xué)原理》，社會(huì)科學(xué)的起點(diǎn)是 “政治經(jīng)濟(jì)哲學(xué)”。北大的錄取趨勢(shì)也印證了這一點(diǎn)：現(xiàn)在數(shù)學(xué)、物理等基礎(chǔ)理科的分?jǐn)?shù)線最高，超過了之前最火的經(jīng)管類專業(yè)。

另一類是和人的體驗(yàn)相關(guān)的：文學(xué)、藝術(shù)和體育，這都是 AI 無法取代的。

“什么時(shí)候是你最光輝的時(shí)刻？”“就是現(xiàn)在！”

“要有菩薩心腸，也要有雷霆手段。”“理想主義的實(shí)干家才能改變世界。”

晚點(diǎn)：你們兩之間的相處和決策模式是怎樣的，出現(xiàn)重大分歧時(shí)，怎么解決？

孫偉杰：創(chuàng)立公司后，好像沒發(fā)生過特別劇烈的分歧和爭(zhēng)吵。因?yàn)樯蠈W(xué)時(shí)把很多本質(zhì)問題都吵完了，對(duì)彼此的三觀都已充分了解和認(rèn)可。

晚點(diǎn)：當(dāng)時(shí)會(huì)因?yàn)槭裁词屡鲎玻?/strong>

（兩人笑而不語）

晚點(diǎn)：感覺你們已經(jīng)想到了同一件事。

孫偉杰：簡(jiǎn)單說，是一些具體問題引發(fā)的一些更抽象的爭(zhēng)論。因?yàn)槲覀冊(cè)趯W(xué)生會(huì)搭檔過，也各自領(lǐng)導(dǎo)或創(chuàng)立過社團(tuán)，會(huì)遇到一些學(xué)生組織的傳承問題。

晚點(diǎn)：在三觀上，你們比較底層的相同點(diǎn)和不同點(diǎn)是什么？

孫偉杰：我們相似的地方有兩點(diǎn)：一是都有自驅(qū)的欲望和原動(dòng)力，區(qū)別在于，我的欲望更多來自多年體育訓(xùn)練帶來的好勝心，而林峰的動(dòng)力則更多來自他對(duì)世界和科學(xué)的好奇心。第二點(diǎn)，都有改變和做決定的勇氣。

張林峰：我們還有一個(gè)共同點(diǎn)，就跟決定創(chuàng)業(yè)只要 5 秒一樣，來北大也是很快就決定了。這里有更大的自由。

孫偉杰：我和林峰做選擇上有一點(diǎn)是相似的，寧可放棄概率高但上限低的確定選項(xiàng)，也愿意賭更不確定但上限更高的機(jī)會(huì)。

晚點(diǎn)：那區(qū)別呢？我看林峰之前在個(gè)人公眾號(hào)上寫文章分享過《牧羊少年的奇幻之旅》。這本書就是在講，你要去聽 “你心的聲音”。作為理科生，林峰很浪漫，寫的不少隨筆熾烈、熱情；偉杰反而比較冷峻。

張林峰：剛來北大時(shí)，我沒覺得要學(xué)物理，天天寫詩的。也學(xué)了一段時(shí)間經(jīng)濟(jì)學(xué)，覺得這是經(jīng)世濟(jì)民的方法。

孫偉杰：林峰是外冷內(nèi)熱，雖然說他是個(gè) “I 人”，平時(shí)感覺很難接近，但其實(shí)內(nèi)心似火，對(duì)所有事情充滿激情。我有點(diǎn)相反，我是外熱內(nèi)冷，很容易接觸和接近，但其實(shí)內(nèi)心的 bar（標(biāo)準(zhǔn)）比較高。

晚點(diǎn)：林峰有一年暑假還去流浪過， 當(dāng)時(shí)為什么要做這件事？

張林峰：是高三的夏天，我買了幾張火車票，帶了個(gè)雙節(jié)棍，就去闖沙漠了，我比較喜歡李小龍。那時(shí)寫了很多日記，其實(shí)當(dāng)時(shí)的思考和現(xiàn)在做的事也是一致的。

孫偉杰：大學(xué)剛開學(xué)不久，我就看到了林峰的這個(gè)小本子，他也寫了很多中學(xué)的經(jīng)歷和感受，我很有共鳴。比如我們都看過相同的熱血?jiǎng)勇紩?huì)把自己帶入那個(gè)傻傻的主角：龍珠的悟空、灌籃高手的櫻木花道、海賊王的路飛。他還在沙漠里創(chuàng)作了一個(gè)個(gè)人 logo，和我中學(xué)時(shí)給自己創(chuàng)作的 logo 如出一轍。所以我一入學(xué)就知道了這是自己人。

張林峰：太中二了。

晚點(diǎn)：22 年 Uni-FEP 發(fā)布后，我看林峰寫文章中提到，希望很多年以后，大家會(huì)看到理想主義真的可以改變世界。現(xiàn)在你們?cè)趺蠢斫饫硐胫髁x？

孫偉杰：還得加另一句。要有菩薩心腸，也要有雷霆手段。

張林峰：理想主義的實(shí)干家才能改變世界。

晚點(diǎn)：現(xiàn)在還有偶爾 “中二” 的時(shí)候嗎？

張林峰：2020 年，我回國(guó)時(shí)還是疫情，在酒店隔離了很久，重新看《灌籃高手》，后面有些內(nèi)容動(dòng)畫版沒拍，就有人用漫畫拼成視頻，然后到了一個(gè)畫面所有彈幕都是 “都給我哭！”

那是一個(gè)名場(chǎng)面（湘北對(duì)決山王時(shí)，櫻木花道問安西教練）：“老爹，什么時(shí)候——”

孫偉杰：“是你最光輝的時(shí)刻？”

張林峰：“就是現(xiàn)在！”

實(shí)習(xí)生姚一楠、劉賀對(duì)此文亦有貢獻(xiàn)。

題圖來源：孫偉杰。大二時(shí)，元培體育部舉辦趣味羽毛球賽后，孫偉杰（左）和張林峰（右）從邱德拔體育館騎車回宿舍。