编者按：“爬坡过坎，关键是提振信心”。保持投资稳定增长，需要提振企业和企业家信心；培育经济新增长点,同样需要提振企业和企业家信心，激发企业创新发展活力和动力。新华网上市公司频道特别推出“中国经济的信心”大型主题系列采访，对话重点行业领域企业负责人，传递市场声音、提振发展信心、激励使命担当。

  新华网北京3月22日电（徐曼曼）当科学技术创新挺进“深水区”，基础研究成为实现突围的一大利器。如何通过底层技术创新推进基础研究，进而为产业高质量发展注入突破动能，成为当前各界关注的焦点。

  AI（人工智能）技术与科研领域及多学科交叉融合诞生的“AI for Science”（科学智能），无疑为人类在科学“无人区”的更多探索带来了全新的可能性。

  “AI for Science可以帮助科学家去拓展对世界的认知边界，发现更多新的科学，并加速从科学的原始创新到产业落地的进程，进而提升人类的生产力边界。”深势科技创始人兼CEO孙伟杰在接受新华网采访时表示。

  作为AI for Science科学研究范式的引领者和践行者，深势科技致力于运用AI和分子模拟算法，结合先进计算手段求解重要科学问题，为药物、材料等领域打造出极具突破性的计算模拟平台及工具，帮助这些人类最基础的领域释放研发生产力。孙伟杰表示，AI for Science是目前AI应用中门槛最高的，也是目前发展最快的。我们大家都希望在新的科学研究范式下，通过AI去求解物理模型，同时，通过算法创新、大规模的工程建设以及行业应用经验等一系列底层创造新兴事物的能力，来解决科学问题，催生突破性的技术和应用，进而真正解决行业面临的实际问题。

  在基础科学研究领域中，AI正在发挥出令人惊叹的“战斗力”，并由此开启AI for Science的新征程。

  “AI for Science首先是赋能学术界的科研，因为生物医药、信息技术、新能源底层的创新都来自于科研上的创新。”孙伟杰说，我们日常所关心的这些先进精密工业要想实现更大突破，从底层上看，更大的瓶颈都是在电子、原子、分子微观尺度上。

  微观世界现象极其复杂，用传统物理模型去求解这些现象经常被很多研究者视为“不可能完成的任务”。在这个亟需突破的领域，AI被寄予厚望——将AI引入更底层的科研领域后，让AI利用自身强大的函数拟合和数据分析能力去学习科学规律和原理，得出可用模型来解决实际的科研问题，特别是辅助科学家在不同的假设条件下进行大量的验证和试错，从而大大加速科研探索的进程。

  传统的实验不再是唯一选项，“计算指导试验、实验反馈设计”的理性设计研发模式正慢慢的受到认可。

  “所有的创业的进步、技术的进步带来的最大价值，就在于把科学问题转化成工程问题，进而实现可复制。”孙伟杰表示，深势科技主要解决两类问题，一类是把过去的科学问题变成工程问题，另一类是让工程问题更高效。

  以分子模拟为代表的科学计算被视为AI的新战场。在孙伟杰看来，AI技术的出现，让过去的化学、材料、分子生物学等领域的科学问题，变成了一个个可批量解决的计算工程问题，带来几个数量级的效率提升。在“AI+分子模拟”这个新兴赛道，深势科技突破性地实现了多尺度分子模拟中精度与效率的统一，为微观尺度工业设计带来的巨大突破，并且在2020年荣获国际高性能计算领域的最高奖戈登·贝尔奖。

  AI与科研的融合，不仅在于为科学家增加了一个提高效率的工具，更肩负的是解决实际问题、升级行业的重任。

  在诸多学科中，生命科学研究与AI融合较为紧密，而AI进入生命科学研究的视野，生物医药行业的需求是重要推动力。

  既应需求而建，也谋未来而建。“深势科技建设了两种软件，一种是科研软件，一种是工业软件。科研软件解决科研问题，工业软件解决落地问题。”以新一代分子模拟技术为基石，深势科技已经在药物设计、材料设计等领域构建了多套产品和服务，包括Hermite药物计算设计平台、Bohrium科学计算云平台等，支持从底层创新到产业落地的全链条。

  “人们都想听到史诗级的叙事——找到银子弹，瞬间为领域带来翻天覆地的变化。但事实上，在任何一个技术领域内，这种演进都是渐进和连续的。”孙伟杰称。

  尽管AI for Science带来了底层技术的颠覆式突破，和更长时间尺度上一场一日千里的大变革的开端，但领域的发展所需的浩大基础设施建设工作还要一步步完成。

  孙伟杰称，过去对结构蛋白质结构的解析很慢很繁琐，更难的是对于蛋白质动态结构的解析，而这一问题在过去本质上是一个科学问题。依靠全新的分子模拟方法去模拟蛋白质的动态，研究蛋白质的生物机理，深势科技攻克了数个传统意义上的难成药靶标，为创新药的研发带来了全新机遇。

  “原始创新要想转化成产品和技术的话，首要前提是要有非常好的基础设施。”孙伟杰称。而自然科学领域的预训练模型，是所有工业领域的底层的基础设施，解决的是AI规模化复制难题。

  去年年底，深势科技、北京科学智能研究院（AISI）以及项目合作者，联合发布了首个覆盖元素周期表近70种元素的深度势能原子间势函数预训练模型“DPA-1”。这一创新成果在模型覆盖范围、通用性、计算精度以及未来的AI生成等方面实现新突破，被视为AI for Science走向大规模应用的重要里程碑。

  孙伟杰表示，我们今年的重点之一就是要推出底层AI for Science自然科学领域的预训练模型的新版本，进而让整个模型的通用性和模型能力都有较大的改进。

  孙伟杰还透露，对于科学计算平台，我们是希望能把它打造成一个真正的科学家进行科学计算的“第一入口”。另外，今年也会推出一个电池研发的平台，希望在新能源领域为行业带来更高的效率提升。

  今年政府工作报告将过去“强化企业创新主体地位”这一表述，变为“突出企业科学技术创新主体地位”。从“创新主体”到“科学技术创新主体”，两字之差，意味着企业在国家创新体系中的地位、角色、使命、任务都发生了很大变化。

  这些专注于细分市场和领域，具备差异化、精细化的技术和较强创造新兴事物的能力的中小企业，它们不仅具备可成为未来经济体系里中坚力量的潜力，更让人们感受到了“企业成为科学技术创新主体”的必要性和可能性。

  在孙伟杰看来，在行业热点快速切换的当下，前沿科学技术创新始终是不变的主旋律。只有解决工业的底层问题，才能带来更多的机会。也正因为此，传统工业在数字化转型中，逐渐重视基础研究和前沿技术的应用。

  原始创新与产业元素深层次地融合后，正逐步转化为具体行业的产业能量与经济势能，在助力产业高水平发展的进程中发挥重要作用。

  “没有场景创新，我们就失去了现在；没有原始创新，我们就失去了未来。”孙伟杰认为，场景创新解决的是从技术到技术的问题，而原始创新解决的是从科学到技术的问题。

  “一方面要整合基础设施，提高效率，另一方面需要健全人才激励体系，整合人才资源。”孙伟杰称，我们最终瞄向的一定是走向原始创新这样的道路，而深势科技致力于基于AI for Science的科研和工业研发基础设施，提升从最底层的原始创新的效率到创新落地转化的这一完整链路的效能。

  科技创新，道阻且长，但星星之火，必成燎原之势。“无论是政策上还是行业内对底层创新、前沿创新的鼓励和支持，都为我们大家带来发展的底气和信心。目前，我们的技术路线和思路都是比较清晰的，我们要做的就是保持耐心，一步一个脚印地走下去。”孙伟杰说。