据上海市政府网站消息，近日，英矽智能用人工智能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？
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2014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”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、生成化学平台和临床试验预测平台，覆盖新药研发的各个环节。
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。
从无到有产生新颖想法
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ISM3312（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，ISM3312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ISM3312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。
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。
输入“咒语”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微信小程序“Tiamat AI”，体验了一番。在“咒语”框里，记者输入“海边的城堡 魔幻 鱼彩虹”，随后在人物引擎、结构引擎、光影引擎等多个绘画引擎中选择写实引擎，点击“开始生成”。几十秒后，小程序给出了4张海边城堡的图片，供用户挑选。它们都色彩绚丽，有城堡、大海和彩虹。记者挑选了其中两张图片后，点击“补充细节”，两张人工智能引擎生成的画作就完成了，用户可免费下载。
如今，人工智能绘画业务在全球方兴未艾。DALL·E 2、Stable Diffusion、Midjourney等国外模型的问世，正在深入影响艺术设计行业。上海企业开发的Tiamat模型也在快速发展，吸引了一批游戏公司、广告公司、设计师等企业和个人用户。退格数字表示，与国外模型相比，Tiamat的技术和商业优势在于：持续积累中文自然语言处理能力，提供更适合国内用户需求特点的图像。它的技术能力和用户接受度如何？这家初创企业还有待市场的检验。
