AI 蛋白质夺诺奖，清华聂再清：大模型解码生物语言 | 智者访谈

主要观点总结

聂再清博士是清华大学国强教授和AIR首席研究员，水木分子首席科学家，从事大数据与人工智能的前沿创新及健康医疗领域的产业应用。他介绍了其团队在药物研发助手ChatDD上的工作，阐述了如何从基于文本的模型扩展到跨模态模型，以解决药物研发中的实际问题。聂博士还讨论了如何利用大模型在立项、临床前药物研发和临床试验等场景中提供帮助，并探讨了关于垂直大模型的争议和未来趋势。他认为人机协作是药物研发的未来，并描述了理想中的人机协作式药物研发的具体样子。此外，他还介绍了团队在自动驾驶和智能助手等领域的工作和成就。

关键观点总结

关键观点1: 聂再清博士在人工智能和药物研发领域的贡献

他带领团队研发了全球首个多模态生物医药大模型BioMedGPT和OpenBioMed工具包，为生物医药行业提供了有力的科研和创新支持。此外，他还提出了全球首个车路协同自动驾驶数据集DAIR-V2X，解决了自动驾驶产业缺乏真实场景车路协同数据集的痛点。

关键观点2: ChatDD在药物研发中的应用

ChatDD通过结合自然语言处理和生物信息学技术，成为药物研发的重要助手。它能够帮助专家在立项、临床前药物研发和临床试验等场景中解决问题，提高工作效率。

关键观点3: 关于垂直大模型的讨论

聂再清博士认为，是否需要从头训练一个行业大模型取决于该行业是否有独特语法的数据，这些数据是否影响下游任务的性能。他认为法律等行业可以使用通用基座模型加专有数据微调的方式，而对于需要行业特有数据的情况则需要构建垂直大模型。

关键观点4: 人机协作式药物研发的未来

聂再清博士认为人机协作是药物研发的未来。他希望通过将人的经验和直觉与机器的计算能力相结合，实现更高效、更准确的药物研发。他认为理想的人机协作式药物研发需要将专家的知识和大模型的智能相结合，共同找到解决方案。