图片来自pratiks．info。

人工智能（AI）高度依赖于高质量有标识的大数据，在一个生物学假说驱动、效率低下、试错为主的新药创新领域，毋庸置疑，这将会显著提升新药研发流程中某些阶段的效率。但不管自古英雄出少年的IT创业精英风起云涌，还是有数十年研发经验的医药界老兵坐观潮起潮落，都缺乏对人工智能＋新药研发全面的理性认识。

鉴于此，挂一漏万，笔者愿与大家分享我们对于人工智能 ＋新药研发的观点和态度，分别从两个方面，理解疾病－影像诊断及生物学新机制／新靶点的发现，和设计药物－活性预测及化合物库的产生与合成，探讨人工智能在新药研发中的实与虚。

一、人工智能的崛起

天地玄黄，人类作为拥有NI （Natural Intelligence） 的生物，孤零零诞生于宇宙洪荒。从直立行走、刀耕火种、蒸汽电机、登月升空，到无处不在的互联网，人类在宇宙探索中实现了自我认知。从亚里士多德的形而上学，到牛顿的三大运动定律，再到爱因斯坦的相对论，这一切都闪耀于璀璨银河中。

?在这张图片上，深蓝战胜人类棋手，有人高兴，有人惊愕，还有人沮丧，图片来自thewire．in

作为万物之灵长的人类，不再满足于吃苹果获得智慧，而是期望在孤独的宇宙中创造出新的智能生命——人工智能（Artificial Intelligence）。时光荏苒，1997年深蓝战胜国际象棋大师卡斯帕罗夫后仅仅20年，人工智能便横扫人类最复杂棋盘游戏——围棋。短短不到一年时间，人工智能的称号从籍籍无名的阿尔法狗（AlphaGo）变成无人不知的大师（Master），再进化到已不爱搭理人类，左右互搏、自我学习的“零”（AlphaGo Zero）。

人工智能迅速蹿红，阿西莫夫的机器人“三定律”似乎已近在咫尺，不仅朋友圈里充斥着各种夸张报道和炒作宣传人工智能，如即将抢走人类饭碗的传闻，即使是严谨求实的学术圈、工业界也是热情洋溢，常有人言必称“我的朋友胡适之人工智能”，遑论永远盯着明天的投资界的追捧，大有一番“千红万紫安排著，只待新雷第一声”的气象。

?50年后，达特矛斯会议当事人重聚首，图片摄于2006年，图片来自Wikipedia

其实严格来讲，人工智能算不得“新雷”，它始于1956年的达特茅斯会议，已有60多年的历史，涵盖众多学科和技术，包括机器人学、语音识别、自然语言识别与处理、图像识别与处理、机器学习等等。之前虽也有潮起潮落，但并无大风大浪。近年来，得益于迅猛增长的计算能力、深度学习方法的引入以及大数据的兴起，这“三板斧”的推波助澜，人工智能在多个行业崭露头角，其中笔者所在的生物医药行业就是人工智能席卷的重镇之一。

?2016年，AlphaGo一经出现，就让我们对人工智能刮目相看，图片来自deepmind

面对目前这批风口上的人工智能公司，我们总归要问所有新兴技术都需要面对的终极问题：人工智能目前到底处在技术成熟度曲线（Hype Cycle）的哪个阶段？人工智能能否正面PK当前可用的其它技术？在可预见的将来，人工智能究竟能做到什么样的程度？

人工智能的征途可以是星辰和大海，但前行的补给却不能是画饼。缥缈的远景不是我们兴趣所在，毕竟DeepMind能否真的“Solve intelligence． Use it to make the world a better place”，比Deep Thought告诉我们宇宙的终极答案是42 ——语出科幻圣经《银河系漫游指南》—要实际得多。