人工智能辅助创新：正在改写科研创新的底层逻辑
上周跟一个做药物研发的师弟吃饭，他说现在找先导化合物，原来跑一年的筛选，现在AI三周出结果。惊得我一口啤酒喷出来。
原来我对AI辅助创新的印象，还停留在AI写文案、AI做PPT这种边角活，万万没想到，人家早就在核心创新环节捅了个天翻地覆。
人工智能辅助药物分子筛选实验室场景
去年MIT的团队用AI发现了针对超级耐药菌的新抗生素，整个筛选过程不到两个月。放在十年前，这个过程少说要三到五年，还不一定能出结果。
这不是AI抢了科研人员的活，是它把原来需要年轻人熬三五年的重复劳动给包了，让你不用把最好的年华耗在筛样品、整理数据这种活上，能把精力花在真正灵光一闪的地方。很多原来只有顶级大机构能玩的创新项目，现在小课题组也能碰一碰了。
人工智能梳理科研文献关联知识图谱
我之前跟一个做航天结构设计的工程师聊天，他说原来设计一款新的卫星散热结构，要翻几千份专利和论文，光整理参数和过往试验结果就要大半年，现在AI三天就能给你整理清楚，还能基于已有数据组合出三五个从来没人试过的新设计方案，直接拿去做风洞试验就行。
不过话说回来，我碰到好多人一说起人工智能辅助创新，就说AI以后会取代科学家，我听完只想笑。AI能找关联能试错，但是它不会产生“我就是不信这个邪就要搞明白”的好奇心，也不会有那种在实验室蹲了几年突然冒出来的野路子灵感对吧？前年有个做动力电池的年轻创业者，本来是想解决废旧电池回收的问题，他突然想到能不能把回收的废料改性做成新的负极材料，然后用开源AI模型筛了几百种配方，最后真搞出了一个成本比原来低一半，容量还提了百分之十的方案，拿了近千万的投资。这个灵感是AI想不出来的，AI只是帮他快速验证了这个看起来离经叛道的想法而已。
现在踩坑的人，比吃到肉的多得多
这两年人工智能辅助创新火了，不管是高校还是企业，都在往里砸钱，但是我说实话，十分钱砸进去，能有一分钱真落到创新上就不错了。大多数人都是在踩坑。
最常见的坑，就是搞反了主次。AI是解决创新问题的工具，不是用来蹭概念骗经费的幌子。我见过不少团队，钱没少花，模型搞了一大堆，就是没有明确要解决的创新问题，最后模型落灰，什么成果都出不来。
之前认识一个生物医药领域的创业者，砸了两千万融来的钱做了个通用生物医药大模型，天天出去吹概念涨估值，结果一年多了，连一个能进入动物实验的候选化合物都拿不出来。反而是某个普通211的一个小课题组，花不到十万块用开源的AI模型，筛出了一个治疗银屑病的新靶点，现在已经进一期临床前研究了。
差距在哪？一个是为了蹭人工智能辅助创新的热度拿钱，一个是真的有问题要解决，拿AI当工具用。
还有个坑，就是太迷信AI，什么都让AI做决定。AI给你出一百个方案，你直接选top1就完了？不对。创新本来就没有标准答案，AI排序是基于已有的数据，而真正突破性的创新，往往是跳出原有数据框架的，最后拍板选哪个，还是得靠人对领域的积累和直觉。
这两年一级市场的风向其实已经变了，原来大家都抢通用大模型的项目，现在更多钱往垂直领域的人工智能辅助创新项目流，去年国内整年投了近三百个相关项目，八成以上都是靶向药研发、新材料设计、高端制造创新这类落地方向，说白了，资本也不傻，不吃概念那套了，就要真东西。
昨天刷朋友圈，看到那个做药物研发的师弟发了个动态，说他们课题组用AI筛出来的一个肺癌新靶点，刚刚过了初筛，配图是实验室楼下便利店买的冰奶茶。我点了个赞，突然觉得挺感慨的。
原来多少好想法，死在了没钱试错、死在了海量的重复劳动、死在了人类认知的盲区里。现在有了AI搭的梯子，更多普通人的好想法，能长出来了。
说不定再过十年，我们现在头疼的好多问题——癌症根治、碳中和、可控核聚变，真的会有某个名不见经传的年轻人，靠着AI搭把手，捅破那层窗户纸呢。
不是蹭概念的“赋能”，是给创新拆了门槛
原来的科研创新，说白了就是资源游戏。大机构有经费有设备，能堆人堆钱试错，小团队年轻研究者，哪怕有再好的想法，也可能卡死在试错这一步。 说实话，我前几年接触过一个双非院校的年轻讲师，想做可降解塑料的新配方，申请经费卡了一年，好不容易拿到小额校经费，够做十次实验，结果九次都失败，剩下一次还没出结果，聘期就到了，最后转去做行政了。 换现在呢？人工智能可以先在虚拟空间完成绝大多数试错，把最有希望的十几个方案筛出来，再进实验室做验证。整个试错成本直接砍到原来的十分之一，周期缩短百分之八十以上。人工智能辅助药物分子筛选实验室场景
去年MIT的团队用AI发现了针对超级耐药菌的新抗生素，整个筛选过程不到两个月。放在十年前，这个过程少说要三到五年，还不一定能出结果。
这不是AI抢了科研人员的活，是它把原来需要年轻人熬三五年的重复劳动给包了，让你不用把最好的年华耗在筛样品、整理数据这种活上，能把精力花在真正灵光一闪的地方。很多原来只有顶级大机构能玩的创新项目，现在小课题组也能碰一碰了。
AI补全了人类创新盲区的隐形拼图
人类的认知天生就有盲区。你深耕一个领域十几年，也不可能把全世界所有领域的研究成果都摸得门清，更不可能从几百万篇旧论文里找出没人发现的隐藏关联。 AI可以。 它能不眠不休读完几百万篇论文、几百万组实验数据，把你完全想不到的跨领域关联挖出来，很多这种关联，就是创新的突破口。 国内南京大学去年有个凝聚态物理的课题组，用大模型梳理了近四十年来所有拓扑绝缘体的研究成果，挖出了三个之前从来没有人提过的研究方向，现在已经有两个方向做出了初步成果，顺利发了Nature子刊。换几个研究者手动梳理，没有个两三年根本做不完，说不定还会漏掉关键信息。人工智能梳理科研文献关联知识图谱
我之前跟一个做航天结构设计的工程师聊天，他说原来设计一款新的卫星散热结构，要翻几千份专利和论文，光整理参数和过往试验结果就要大半年，现在AI三天就能给你整理清楚，还能基于已有数据组合出三五个从来没人试过的新设计方案，直接拿去做风洞试验就行。
不过话说回来，我碰到好多人一说起人工智能辅助创新，就说AI以后会取代科学家，我听完只想笑。AI能找关联能试错，但是它不会产生“我就是不信这个邪就要搞明白”的好奇心，也不会有那种在实验室蹲了几年突然冒出来的野路子灵感对吧？前年有个做动力电池的年轻创业者，本来是想解决废旧电池回收的问题，他突然想到能不能把回收的废料改性做成新的负极材料，然后用开源AI模型筛了几百种配方，最后真搞出了一个成本比原来低一半，容量还提了百分之十的方案，拿了近千万的投资。这个灵感是AI想不出来的，AI只是帮他快速验证了这个看起来离经叛道的想法而已。
现在踩坑的人，比吃到肉的多得多
现在踩坑的人，比吃到肉的多得多
这两年人工智能辅助创新火了，不管是高校还是企业，都在往里砸钱，但是我说实话，十分钱砸进去，能有一分钱真落到创新上就不错了。大多数人都是在踩坑。
最常见的坑，就是搞反了主次。AI是解决创新问题的工具，不是用来蹭概念骗经费的幌子。我见过不少团队，钱没少花，模型搞了一大堆，就是没有明确要解决的创新问题，最后模型落灰，什么成果都出不来。
之前认识一个生物医药领域的创业者，砸了两千万融来的钱做了个通用生物医药大模型，天天出去吹概念涨估值，结果一年多了，连一个能进入动物实验的候选化合物都拿不出来。反而是某个普通211的一个小课题组，花不到十万块用开源的AI模型，筛出了一个治疗银屑病的新靶点，现在已经进一期临床前研究了。
差距在哪？一个是为了蹭人工智能辅助创新的热度拿钱，一个是真的有问题要解决，拿AI当工具用。
还有个坑，就是太迷信AI，什么都让AI做决定。AI给你出一百个方案，你直接选top1就完了？不对。创新本来就没有标准答案，AI排序是基于已有的数据，而真正突破性的创新，往往是跳出原有数据框架的，最后拍板选哪个，还是得靠人对领域的积累和直觉。
这两年一级市场的风向其实已经变了，原来大家都抢通用大模型的项目，现在更多钱往垂直领域的人工智能辅助创新项目流，去年国内整年投了近三百个相关项目，八成以上都是靶向药研发、新材料设计、高端制造创新这类落地方向，说白了，资本也不傻，不吃概念那套了，就要真东西。
昨天刷朋友圈，看到那个做药物研发的师弟发了个动态，说他们课题组用AI筛出来的一个肺癌新靶点，刚刚过了初筛，配图是实验室楼下便利店买的冰奶茶。我点了个赞，突然觉得挺感慨的。
原来多少好想法，死在了没钱试错、死在了海量的重复劳动、死在了人类认知的盲区里。现在有了AI搭的梯子，更多普通人的好想法，能长出来了。
说不定再过十年，我们现在头疼的好多问题——癌症根治、碳中和、可控核聚变，真的会有某个名不见经传的年轻人，靠着AI搭把手，捅破那层窗户纸呢。