近日在一场《理解未来》科学讲座上，加拿大魁北克省人工智能研究中心(Mila)副教授、加拿大高等研究院(CIFAR)人工智能讲席教授唐建表示，语言生成模型如ChatGPT在对话系统领域取得很大突破，研究者们正在探索能否在生物制药领域搭建类似的人工智能模型。

       唐建指出，人们在人工智能与生物医药的交叉领域已有诸多探索，包括GeoDiff应用在小分子的三维构象预测、E3Bind应用在蛋白质—配体复合物结构预测、ProtSeed同时生成新的蛋白质结构和序列等。

        本次活动中，中国科学院院士、北京大学教授、北京大数据研究院院长、北京科学智能研究院院长鄂维南以《AI for Science：一场正在发生的科技革命》为题，阐述AI for Science带来科研范式变革和新的产业业态。

        鄂维南说，化学、材料、生物、工程等传统领域都将成为AI的主战场，同时也将催生新一代产业模式。此外，在“AI+Science”的驱动下，科学研究将从“小农作坊”模式转变为“安卓”模式，“平台科研”将成为全新的科研范式，“社区建设”将成为重要趋势。

        这位学者呼吁更多人有效利用这一机会，将“AI+Science”的“安卓”模式基础设施建设起来，并充分利用这一科学发展空间，让中国走在全球科学领域的前沿。

        《理解未来》科学讲座AI for Science系列03期“AI4Science和ChatGPT，生物医药的契机？”，还设有前瞻对话环节。与会者主要围绕“AI+生物医药前景”“生成式AI对生命科学领域带来的影响”“如何促进AI专家与科学家加强合作”等议题展开讨论。

        “AI将可能的文本、知识、代码进行训练，当AI能力达到一定强度后，我们就通过模型开发对大量数据进行学习和训练。其中，ChatGPT可以产生全新的原创内容，具有一定的创造力，像一本百科全书，用户则可以很快从中获取需要的知识。”唐建说。

        未来论坛理事、北京大学李兆基讲席教授、北京大学理学部主任谢晓亮在参加前瞻对话环节时说，基于技术突破，生命科学基因组学、冷冻电镜等生命科学领域逐渐从“数据缺乏学科”转变为“大数据科学”，从“定性学科”转变为“定量学科”。他也提醒，AI需要大数据，因此数据质量愈发重要。(