02/
底層科技突破的重構(gòu)意義

2020年，張林峰的科研事業(yè)迎來(lái)高光時(shí)刻。

由他作為負(fù)責(zé)人帶領(lǐng)的團(tuán)隊(duì)，憑借新一代分子模擬方法研究成果獲得當(dāng)年度具有“超算界諾貝爾獎(jiǎng)”之稱的戈登·貝爾獎(jiǎng)。該成果還與量子優(yōu)越性、人造太陽(yáng)等一起入選2020中國(guó)十大科技進(jìn)展。

一直以來(lái)，人們都希望從第一性原理、從薛定諤方程這種最基本的規(guī)律出發(fā)，求解材料、藥物、化工等普遍關(guān)心的微觀世界的秘密。但由于算法過(guò)于復(fù)雜，哪怕用超級(jí)計(jì)算機(jī)，也只能算幾十個(gè)、幾百個(gè)原子規(guī)模的體系，但一個(gè)蛋白，加上周圍的環(huán)境，至少幾萬(wàn)、幾十萬(wàn)個(gè)分子。換句話說(shuō)，即便人類熟知微觀世界的基本規(guī)律，但微觀世界的復(fù)雜現(xiàn)象依舊無(wú)法用計(jì)算機(jī)模擬。

如何決定一款藥物或者材料的性能，是一個(gè)原則上可算但實(shí)際上因復(fù)雜度太高做不了的事情。這個(gè)難點(diǎn)，正是AI可以發(fā)揮作用的起點(diǎn)。

張林峰表示，微觀世界的數(shù)據(jù)通過(guò)AI學(xué)習(xí)，能夠讓AI掌握相應(yīng)應(yīng)用方向的物理規(guī)律。同時(shí)，AI也能做更大規(guī)模、更長(zhǎng)時(shí)間尺度的計(jì)算，然后在高性能計(jì)算的優(yōu)化下達(dá)到新的極致。

最終，項(xiàng)目團(tuán)隊(duì)通過(guò)機(jī)器學(xué)習(xí)將分子動(dòng)力學(xué)極限從基線提升到了1億原子的驚人數(shù)量，同時(shí)仍保證了從頭算的高精度，效率是之前人類基線水平的1000倍。這是第一次把AI和物理規(guī)律、物理方程以及高性能計(jì)算緊密結(jié)合。

回溯過(guò)往，戈登·貝爾獎(jiǎng)的評(píng)選一直鼓勵(lì)用最大規(guī)模的高性能算力去做最好的應(yīng)用。張林峰團(tuán)隊(duì)的項(xiàng)目之所以獲獎(jiǎng)，其更大的意義就是能解決實(shí)際問(wèn)題，并把相關(guān)行業(yè)的人才聚合到一起。

張林峰用“重構(gòu)”這個(gè)關(guān)鍵詞定位這項(xiàng)獲獎(jiǎng)成果的核心意義?！八鼜V泛的影響在于學(xué)科的重構(gòu)。其實(shí)所有這些行業(yè)已經(jīng)因?yàn)锳I和計(jì)算能力的提升被重構(gòu)了。這樣的重構(gòu)，也意味著人們的知識(shí)體系、協(xié)同模式以及復(fù)合學(xué)科的重組。”過(guò)去，數(shù)理化、計(jì)算機(jī)、生物醫(yī)藥和材料都是分散的學(xué)科，這些學(xué)科之下又分了很多類型，這些細(xì)分類型零散分布于這些學(xué)科下設(shè)的三級(jí)目錄中。而基于AI的分子動(dòng)力學(xué)模擬方法，將精確的物理建模帶入到更大尺度的材料模擬中，為打通力學(xué)、化學(xué)、材料、生物乃至工程學(xué)科，解決實(shí)際問(wèn)題發(fā)揮出積極作用。

正如張林峰所言，基礎(chǔ)研究到應(yīng)用落地的周期縮短，這與機(jī)器學(xué)習(xí)模擬上億原子這類重大科學(xué)突破密不可分。底層科技突破的意義，就在于可以催生出一系列新的創(chuàng)新。

比如，藥物研發(fā)難度大、投入高、風(fēng)險(xiǎn)大、周期長(zhǎng)。張林峰以藥物研發(fā)舉例說(shuō)，要破解其中的核心瓶頸，就需要進(jìn)一步求解物理方程和分析大量數(shù)據(jù)的能力。受益于技術(shù)紅利，結(jié)合AI、物理模擬、仿真等一系列技術(shù)，能夠讓藥物從立項(xiàng)到臨床前的整個(gè)研發(fā)流程大大縮短。

這項(xiàng)能力是AI的這一波進(jìn)展帶來(lái)的。在藥物、材料研發(fā)等更廣泛的領(lǐng)域，印證了張林峰談到的“從基礎(chǔ)研究到落地應(yīng)用只需三五年時(shí)間”。

03/
AI大模型的工業(yè)應(yīng)用前景

近期，火熱的ChatGPT引發(fā)業(yè)內(nèi)人士思考。事實(shí)上，超強(qiáng)算力、大模型技術(shù)并不新鮮，但能將這些技術(shù)發(fā)揮到極致，讓人覺(jué)得產(chǎn)品有用卻并不容易。

在張林峰看來(lái)，ChatGPT的產(chǎn)品形式非常巧妙，它在開(kāi)發(fā)之初就在思考這種產(chǎn)品怎么才能被用起來(lái)、以怎樣的技術(shù)形式規(guī)?；涞??！皬脑紕?chuàng)新一直到產(chǎn)品，到大規(guī)模落地，這么大規(guī)模的一個(gè)原始技術(shù)突破的過(guò)程中，能夠做到這么高的效率，其實(shí)非常值得大家思考?！?/span>

預(yù)訓(xùn)練模型是推動(dòng)AI應(yīng)用的重要基礎(chǔ)設(shè)施，也是全球科技巨頭競(jìng)相角逐的焦點(diǎn)。

與ChatGPT專注自然語(yǔ)言處理不同，去年年底，深勢(shì)科技、北京科學(xué)智能研究院（AISI）以及項(xiàng)目合作者，聯(lián)合發(fā)布了首個(gè)覆蓋元素周期表近70種元素的深度勢(shì)能原子間勢(shì)函數(shù)預(yù)訓(xùn)練模型“DPA-1”。這一創(chuàng)新成果在模型覆蓋范圍、通用性、計(jì)算精度以及未來(lái)的AI生成等方面實(shí)現(xiàn)新突破，被視為AI for Science走向大規(guī)模應(yīng)用的重要里程碑。

用過(guò)“DPA-1”的開(kāi)發(fā)者們會(huì)發(fā)現(xiàn)，它就像是自然科學(xué)領(lǐng)域的GPT。根據(jù)需求，“DPA-1”像萬(wàn)物之手一樣，能生成需要的物質(zhì)組分和結(jié)構(gòu)。它為什么能夠做到呢？

此前，曾獲戈登·貝爾獎(jiǎng)的創(chuàng)新解決方案，其實(shí)是基于量子力學(xué)生產(chǎn)數(shù)據(jù)，AI學(xué)習(xí)這些數(shù)據(jù)，學(xué)完后大規(guī)模模擬。如今，這個(gè)范式已經(jīng)普及，量子力學(xué)生產(chǎn)的數(shù)據(jù)越來(lái)越多，多到已經(jīng)幾乎要覆蓋整個(gè)元素周期表。這使得這樣一個(gè)領(lǐng)域也具備了走向預(yù)訓(xùn)練模型的數(shù)據(jù)基礎(chǔ)。

“3年前，我們就想做這件事情，但是時(shí)機(jī)不成熟，原因是數(shù)據(jù)基礎(chǔ)不到位，現(xiàn)在做其實(shí)是最合適的。從社區(qū)生態(tài)上，從模型和數(shù)據(jù)的發(fā)展上，乃至從整個(gè)技術(shù)趨勢(shì)上來(lái)看，這樣的一個(gè)預(yù)訓(xùn)練模型也是呼之欲出的。”張林峰曾說(shuō)，“應(yīng)該用全新視角定義當(dāng)下該做的事情”，在他看來(lái)，這件事很顯然也屬于當(dāng)下該做的事情。

在其他領(lǐng)域，GPT的迭代周期都比較長(zhǎng)，但張林峰認(rèn)為在分子模擬這個(gè)領(lǐng)域也許走得會(huì)更快，應(yīng)用落地的深度也更深，這是他和團(tuán)隊(duì)今年格外要解決的重點(diǎn)問(wèn)題。

目前，科學(xué)計(jì)算的瓶頸在于算法面臨“維度災(zāi)難”的問(wèn)題，即難以表示和難以有效地處理高位復(fù)雜的函數(shù)和大規(guī)模的復(fù)雜數(shù)據(jù)。幸運(yùn)的是，AI有望助力解決科學(xué)計(jì)算中的“維度災(zāi)難”，將不同尺度的物理模型有效連接起來(lái)。

AI向前發(fā)展有其自身規(guī)律。張林峰說(shuō)，我們要做的就是借鑒AI的客觀發(fā)展規(guī)律，無(wú)論是技術(shù)側(cè)還是產(chǎn)業(yè)側(cè)的一系列發(fā)展特點(diǎn)，去反思我們的技術(shù)體系。

他舉例說(shuō)，過(guò)去人們?cè)|(zhì)疑AI落地的效果，其實(shí)把前人在不同應(yīng)用場(chǎng)景的經(jīng)驗(yàn)整合起來(lái)，去“翻譯”好我們的場(chǎng)景，比如工業(yè)軟件這樣的場(chǎng)景，需要啟蒙。深勢(shì)科技兼具了翻譯者、啟蒙者以及最后從頂層創(chuàng)新到落地的角色。

04/
生態(tài)協(xié)同打造工業(yè)軟件平臺(tái)

AI給基礎(chǔ)科研帶來(lái)機(jī)遇，除了凸顯基礎(chǔ)研究的重要性，也在改變從創(chuàng)新到落地的整個(gè)生態(tài)。

工業(yè)軟件被譽(yù)為“工業(yè)皇冠上的明珠”，過(guò)去一直是海外廠商占據(jù)的領(lǐng)域。隨著AI時(shí)代的來(lái)臨，中國(guó)在AI領(lǐng)域也具有顯著的人才、數(shù)據(jù)、市場(chǎng)、應(yīng)用等優(yōu)勢(shì)。在AI時(shí)代，工業(yè)軟件也迎來(lái)新的開(kāi)始。

張林峰認(rèn)為，工業(yè)軟件的生態(tài)十分重要。它的背后需要底層算法，規(guī)模化的軟件協(xié)同，以及軟件開(kāi)發(fā)完之后，作為一個(gè)解決方案跟場(chǎng)景的落地迭代，以及反過(guò)來(lái)反哺創(chuàng)新。基于這樣的一個(gè)生態(tài)，持續(xù)迭代后，它才會(huì)越來(lái)越穩(wěn)健。同時(shí)，工業(yè)軟件是工業(yè)智慧的結(jié)晶，必須要以工匠精神往深做。

對(duì)工業(yè)軟件平臺(tái)的創(chuàng)新，張林峰提示，要告別過(guò)去，用嶄新的思維去做。他說(shuō)，單純算法的突破、底層硬件的突破，往往會(huì)沉淀成過(guò)去的慣性，變成一種創(chuàng)新的歷史包袱，反倒難以升級(jí)。他以深勢(shì)科技開(kāi)發(fā)的藥物設(shè)計(jì)軟件平臺(tái)為例，認(rèn)為該平臺(tái)可能比已經(jīng)成長(zhǎng)了20多年的國(guó)外平臺(tái)更輕便，是因?yàn)樯顒?shì)科技要做的不光是一種產(chǎn)品形態(tài)和技術(shù)形態(tài)的革新，而是依靠整個(gè)公司迭代的體系和不同研發(fā)人的角色配合，才能推動(dòng)這種全新的工業(yè)軟件平臺(tái)的誕生。

深勢(shì)科技提出，專注于打造微觀尺度科學(xué)研究和工業(yè)研發(fā)的基礎(chǔ)設(shè)施。張林峰一直向研發(fā)人員強(qiáng)調(diào)，“軟件不是開(kāi)發(fā)出來(lái)的，而是被用出來(lái)的，以需求和反饋為導(dǎo)向，持續(xù)優(yōu)化才是工業(yè)軟件的真正壁壘。”

“沒(méi)摸過(guò)的東西，去想象我覺(jué)得不是很好?！睆埩址逭f(shuō)，為了發(fā)論文而發(fā)論文不是我們鼓勵(lì)的，基于對(duì)問(wèn)題更好的定義來(lái)發(fā)論文是非常好的。

張林峰鼓勵(lì)公司研發(fā)人員自由探索，認(rèn)為營(yíng)造這種寬松的科研氛圍才能培育創(chuàng)新的土壤。其次，注重從定義問(wèn)題到實(shí)現(xiàn)目標(biāo)過(guò)程中的協(xié)同機(jī)制，要求大家既要自我驅(qū)動(dòng)，也要觀點(diǎn)碰撞，然后再建立分工，營(yíng)造一個(gè)共同贏球的團(tuán)隊(duì)文化。同為科學(xué)家，他本人也一直跑在第一線，與做合金、做電池、做藥物研發(fā)的一線企業(yè)面對(duì)面交流，傾聽(tīng)客戶的反饋。

從優(yōu)秀變得卓越，意味著要樹立更長(zhǎng)期、更樸實(shí)的價(jià)值追求?！拔覀儚目茖W(xué)發(fā)展規(guī)律、從方方面面的認(rèn)知，去定義未來(lái)長(zhǎng)久的目標(biāo)，然后在這個(gè)目標(biāo)下，去倒推哪些是屬于公司當(dāng)下該做的事情，然后持續(xù)演進(jìn)?！睆埩址逭f(shuō)。

創(chuàng)新既是決定未來(lái)的關(guān)鍵變量所在，又是推動(dòng)人類社會(huì)進(jìn)步的核心動(dòng)力。

深勢(shì)科技成立的初衷就是希望成為一家源自中國(guó)、面向未來(lái)、引領(lǐng)世界的公司?！拔磥?lái)幾年，可能是一個(gè)重構(gòu)的周期，我們希望經(jīng)歷這樣一個(gè)重構(gòu)，在最后回頭來(lái)看時(shí)，我們是成功的。”張林峰也深信，如果公司能夠推動(dòng)國(guó)內(nèi)形成一個(gè)真正原始創(chuàng)新到落地應(yīng)用的良好生態(tài)，能夠成就所有合作伙伴，那公司必然就是成功的。

展望未來(lái)，張林峰希望通過(guò)不斷商業(yè)化倒逼公司形成新的技術(shù)體系。他堅(jiān)信，AI的能力還需要進(jìn)一步喚醒，AI的應(yīng)用也要深入到科學(xué)研究的更深處，能夠服務(wù)于能源、原材料等國(guó)家重大戰(zhàn)略需求，這是公司也是整個(gè)生態(tài)未來(lái)努力的方向指引。

來(lái)源 | 新華網(wǎng)
作者 | 凌紀(jì)偉