ChatGPT催热生成式AI赛道，从新冠药物到魔幻绘画都能生成
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”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。
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，虽然没看到鱼，但记者要求的魔幻感还是有一点。
Tiamat生成的4张海边城堡和彩虹图片
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。
补充细节后的海边城堡和彩虹图片
公司研发人员介绍，“文本生成图像”的过程分为两个阶段：一是自然语言理解，二是基于理解结果的视觉内容生成。“这两个阶段都需要一定规模的预训练模型来实现，和开发ChatGPT的基本原理接近，但技术上我们不能做详细介绍。”据了解，退格数字的核心研发人员来自上海科技大学和伦敦艺术大学，他们组成了“人工智能+艺术”团队。
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。