專訪智化科技創(chuàng)始人夏寧：從0開始，深耕10年，化學(xué)合成走向數(shù)字化自動化智能化

以下文章來源于ScienceAI ，作者ScienceAI

編輯/凱霞

新****研發(fā)面臨著成本高，時間長，成功率低的巨大痛點(diǎn)。隨著人工智能（AI）的發(fā)展，為新****研發(fā)帶來了新的技術(shù)手段。

化學(xué)合成在臨床前****物研發(fā)中是一個非常重要的步驟。如果能夠提高合成分子的速度，將加速新****研發(fā)。AI 可以幫助化學(xué)家進(jìn)行合成路線的設(shè)計和優(yōu)化，極大地減少設(shè)計需要的時間，提高路線成功率。

武漢智化科技有限公司（「智化科技」）專注于 AI 輔助化學(xué)合成路線設(shè)計，其獨(dú)立研發(fā)的算法基于數(shù)據(jù)學(xué)習(xí)和化學(xué)知識進(jìn)行分解，解決了可解釋性、化學(xué)反應(yīng)數(shù)據(jù)量兩大問題。

智化科技推出的國產(chǎn)「計算機(jī)輔助合成規(guī)劃平臺」—— ChemAIRS，只需數(shù)秒至幾分鐘就可找到合成路線，為科研人員推薦最合適的合成方案。

智化科技創(chuàng)始人夏寧有著 IT 與化學(xué)雙重學(xué)術(shù)背景，帶領(lǐng)團(tuán)隊(duì)在化學(xué)信息學(xué)領(lǐng)域深耕十余年，有著豐富的研發(fā)經(jīng)驗(yàn)，并積累了大量化學(xué)化工的專業(yè)數(shù)據(jù)，是國內(nèi)從事  AI 賦能化學(xué)合成領(lǐng)域的先行者。

機(jī)器之心·ScienceAI 對智化科技創(chuàng)始人、董事長兼 CEO 夏寧進(jìn)行了獨(dú)家專訪。CNRS有機(jī)化學(xué)博士，化學(xué)/計算機(jī)雙背景。博士畢業(yè)后在法國參與創(chuàng)建了 eNovalys 公司，任 CTO，負(fù)責(zé)化學(xué)信息學(xué)的研發(fā)產(chǎn)品設(shè)計，自主研發(fā)了多項(xiàng)核心技術(shù)。2015 年回國加入上海網(wǎng)化化工科技，任化學(xué)信息總監(jiān)。2018 年創(chuàng)立武漢智化科技并兼任 CEO。在化學(xué)信息學(xué)領(lǐng)域深耕多年，掌握多項(xiàng)核心技術(shù)。

夏寧，智化科技創(chuàng)始人、董事長兼 CEO 

01 化學(xué)/AI雙背景，10 年堅持做一件事

ScienceAI: 您早期的個人求學(xué)以及職業(yè)經(jīng)歷能給我們分享一下嗎？

夏寧：2003 年，我從同濟(jì)大學(xué)畢業(yè)之后，當(dāng)時有一個去法國留學(xué)的機(jī)會，也可以說第一批到法國的高等工程師學(xué)校去學(xué)習(xí)化學(xué)的人，在我們學(xué)校我是第一個中國人。我母親是程序員，我早年就比較喜歡編程，在高中的時候，化學(xué)競賽獲得了河北省第一名，所以后來選了化學(xué)專業(yè)，但我在求學(xué)的過程中，一直想把我的這兩個技能都能夠用在我未來的工作中，所以我在法國讀到有機(jī)化學(xué)博士之后找的第一份工作，就在網(wǎng)上找這種既能夠用到計算機(jī)，又同時能用到化學(xué)專業(yè)的工作，但沒有找到這樣的工作。后來我聯(lián)系上了法國斯特拉斯堡的一家剛成立的公司-eNovalys 的創(chuàng)始人，入職時我是一號員工。那個時候我們就開始用計算機(jī)來解決化學(xué)中研發(fā)效率的問題。所以，從那時一直到現(xiàn)在，其實(shí)我們做的都是這一件事情——用計算機(jī)幫助提升化學(xué)研發(fā)效率。

ScienceAI: 您是因何創(chuàng)立智化科技的。您的創(chuàng)業(yè)成功經(jīng)驗(yàn)?zāi)芙o我們分享一下嗎？

夏寧：其實(shí)在這個領(lǐng)域，我們做了將近 10 年，但它真正迎來一個快速發(fā)展，是大概在 2018 年的時候，那時深度學(xué)習(xí)剛剛變得很火熱，特別是當(dāng)時 AlphaGo 打敗了李世石，讓人們看到人工智能在一些領(lǐng)域的潛力。我們在這個領(lǐng)域已經(jīng)做了很多年了，突然間發(fā)現(xiàn)大家都開始關(guān)注這個領(lǐng)域。早在2016 年，我們就做了一個網(wǎng)上的逆合成工具，給很多用戶來用。但直到 2018 年我們才決定從上海網(wǎng)化化工科技獨(dú)立出來，創(chuàng)立新的公司——智化科技。之后我們開始專注于的逆合成產(chǎn)品的研發(fā)。ScienceAI: 您對國內(nèi)創(chuàng)業(yè)情況的判斷是怎樣的？夏寧：從創(chuàng)業(yè)的角度，我覺得國內(nèi)的創(chuàng)業(yè)環(huán)境一直是非常不錯的，從大概 2015 年之后，我們國家就成為全世界創(chuàng)業(yè)最火熱的國家之一。我很有幸正好回國之后趕上了這波浪潮，所以能夠在創(chuàng)業(yè)初期就進(jìn)展比較順利，從融資和業(yè)務(wù)上都比較順利。一直到今天，我還是覺得中國是創(chuàng)業(yè)最好的地方。

02 交叉型人才緊缺，助力培養(yǎng)「化學(xué)+AI」跨界人才

ScienceAI: 基于目前大多數(shù)人才相對偏向于單學(xué)科人才，對于「化學(xué)+AI」 跨學(xué)科研究，公司在這方面是怎么協(xié)調(diào)的？不同類型的人才如何在新****研發(fā)過程中發(fā)揮優(yōu)勢和潛能？

夏寧：對，這個確實(shí)是當(dāng)前我們做交叉領(lǐng)域創(chuàng)新的一個最大的痛點(diǎn)。你可以找到一個很厲害的化學(xué)家，你也可以找到一個很厲害的做算法做 AI 的人，但是你基本上找不到兩個專業(yè)都很厲害的人，甚至不是說稀少，幾乎是沒有，因?yàn)楹苌儆腥四軌蛟趦蓚€領(lǐng)域都做到非常的專精。對我們來說，有幾方面的努力。一方面我們也會自己去培養(yǎng)人才。在我們的內(nèi)部找一些有潛質(zhì)的，特別是他已經(jīng)有一個專業(yè)，同時又對另一個專業(yè)愿意去學(xué)習(xí)的人，我們就給他更多的機(jī)會去培養(yǎng)去成長。同時，我們也和高校，比如我們和華中科技大學(xué)有一些合作項(xiàng)目，從本科開始讓這些化學(xué)系的學(xué)生能夠去學(xué)一些編程知識，甚至是學(xué)一些 AI，自動化等知識。他們在未來，比如 5、6 年后，他們能夠成為這個領(lǐng)域的一些核心人才。當(dāng)然，我們也在全球范圍內(nèi)在去找這樣的人，這樣的人他確實(shí)非常的少，但還是有那么一些。但確實(shí)對于所有當(dāng)前在我們這個交叉領(lǐng)域創(chuàng)業(yè)的大部分公司來講，大家都面臨這個問題，因?yàn)榫湍敲磶讉€人，但是要做的事情太多。

ScienceAI: 對于您剛提到的華中科技大學(xué)和智化科技聯(lián)合創(chuàng)辦「人工智能化學(xué)試驗(yàn)班」，這些人才是否作為公司的儲備人才？這對現(xiàn)階段的人才培養(yǎng)體系有什么啟發(fā)？

夏寧：其實(shí)我們的初衷不是說讓他們就一定要來我們公司，因?yàn)樗麄儸F(xiàn)在還是本科，等到他們博士畢業(yè)之后可能已經(jīng)過了四五年，再加上他們未來還可能繼續(xù)去深造去學(xué)習(xí)，最后也可能去別的公司。但我覺得這對整個行業(yè)是有好處的，因?yàn)橐粋€行業(yè)要想做得好，你必須有一個長期的人才培訓(xùn)機(jī)制直到能夠滿足我們的行業(yè)的需求，所以這本身就是個周期很長的事情。我覺得國外可能在這方面做的也不錯，可能甚至比我們做的更好一點(diǎn)，因?yàn)槲覀儼l(fā)現(xiàn)這方面最牛的一些人很多都是國外像  MIT、劍橋、瑞士聯(lián)邦理工等，有一些國外的名校，他們確實(shí)善于培養(yǎng)這類復(fù)合型人才。我們國內(nèi)的大學(xué)早期確實(shí)是沒有這樣的一個專業(yè)，但是現(xiàn)在大家逐漸都有這個意識，我們與華科的合作，我覺得只是一個開始，已經(jīng)越來越多的大學(xué)開展了交叉學(xué)科的建設(shè)。

03 從零開始，不斷升級

ScienceAI: 貴公司推出的「計算機(jī)輔助合成規(guī)劃平臺」—— ChemAIRS，與其它合成路線規(guī)劃工具相比，有什么優(yōu)勢呢？還有哪些不足需要改進(jìn)嗎？

夏寧：我們平臺最大的一個優(yōu)勢是，我們的技術(shù)完全是從 0 開始做的，就是說我們所做的在全球來說是最早的一批，大概當(dāng)時算我們在內(nèi)可能也就三家公司，到現(xiàn)在有了很多新跟進(jìn)的公司，但是相比來說，我們的底層技術(shù)完全是自己從零開始搭建的，這就形成了我們一個獨(dú)特的技術(shù)壁壘，就是說別人其實(shí)很難去復(fù)制我們所做的，因?yàn)楹芎唵危覀円呀?jīng)做了接近超過 10 年的時間，中間研究了大量的底層技術(shù)，別人如果想一步跨過這些來追我們，幾乎是不可能的。當(dāng)然，現(xiàn)在也有很多新的技術(shù)，這些技術(shù)可能能夠在某個層面上解決問題，比如說我們看到的一些競爭對手，他也用了很多的機(jī)器學(xué)習(xí)技術(shù)，包括一些新的 AI 算法，但他們的問題就在于，對化學(xué)的理解可能沒有那么深。我認(rèn)為一個不懂化學(xué)，或者說化學(xué)方面沒有那么專精的人，他想把這個事情做好是有相當(dāng)大的一個難度，這個可能就是我們最大的優(yōu)勢，就是我們既懂化學(xué)又懂算法。

ScienceAI: AI 自動化合成平臺有其它功能正在開發(fā)，或升級嗎，方便透漏一下嗎？

 夏寧：我們的平臺今年做了一個比較大的升級，我們已經(jīng)對公眾開放三個月的試用，讓所有的化學(xué)家都可以來我們網(wǎng)上免費(fèi)去嘗試這個平臺。我們認(rèn)為這次大的升級，能夠讓它在整體水平上或者說路線設(shè)計能力上提高了一大步，非常接近十年合成工作經(jīng)驗(yàn)的化學(xué)家水平。我們的下一步就是把它的水平再次不斷提高，我們希望有一天能夠真正和最厲害的化學(xué)家達(dá)到同一個水平。

04 多方位部署，走向數(shù)字化自動化智能化ScienceAI: 在****物領(lǐng)域，小分子、大分子、基因治療****物等都很火熱。那么，貴公司的自動化合成路線規(guī)劃平臺主要側(cè)重哪個方面呢？

夏寧：其實(shí)我們主要側(cè)重的還是小分子的合成。因?yàn)榇蠓肿雍芏嗍怯蒙锏姆椒ㄔ诤铣桑鄬碚f，小分子的合成方法比較傳統(tǒng)，就是用化學(xué)反應(yīng)來合成。因?yàn)槲覀內(nèi)祟惛脑煳⒂^世界的手段其實(shí)并不是特別多，化學(xué)就是其中最重要的一種，它其實(shí)也不單單是只覆蓋了****物小分子，我們說所有的包括新材料，化工或者一些科技領(lǐng)域，都會用到一些特殊的材料分子，功能分子，那么這些分子從原料進(jìn)行一步步合成，用到的都是一些化學(xué)的方法，特別是在小分子的研發(fā)階段，化學(xué)反應(yīng)是最主要的一個手段。

ScienceAI: 新****研發(fā)是一個長期且艱難的過程，那么貴公司除了目前公開的「AI 輔助合成路線設(shè)計平臺」外，還有其它產(chǎn)品/業(yè)務(wù)部署嗎？

夏寧：我們主要還是聚焦在化學(xué)合成這個領(lǐng)域，我們也做了很多的模塊，除了逆合成模塊，也有正向合成模塊以及合成性打分模塊，它們能夠在****物分子設(shè)計階段幫助更有效地去選擇那些比較容易得到的分子，從而提高整個****物研發(fā)的速度。同時，我們還做了化學(xué)工藝路線設(shè)計，它能夠幫助我們在****物分子或者其他的分子進(jìn)入到生產(chǎn)階段時，找到最經(jīng)濟(jì)、綠色、環(huán)保的生產(chǎn)方法。這是我們主要集中的幾個點(diǎn)，但是它最底層的技術(shù)仍然是逆合成技術(shù)。當(dāng)然，整個新****研發(fā)鏈條很長，一定有其它的一些領(lǐng)域是我們不擅長做的。我們愿意通過合作的方式，因?yàn)橛泻芏嗥髽I(yè)，他們其實(shí)都有自己的長項(xiàng)。在這個鏈條上沒有人能夠把所有的事情都做得很好，所以大家是一個合作共贏互補(bǔ)的工作方式。

05 打破瓶頸，機(jī)遇與挑戰(zhàn)并存

ScienceAI:與傳統(tǒng)方式相比，在研發(fā)周期及時間成本上，智化科技推出的 AI 自動化合成平臺怎樣提供更好的服務(wù)呢？

夏寧：化學(xué)是一個非常傳統(tǒng)的學(xué)科，幾乎在近 100 年內(nèi)，它的效率提升都非常有限，原因就在于，一直是人作為工作的主體。換句話說，它不管是從路線設(shè)計，依靠人的經(jīng)驗(yàn)，從做實(shí)驗(yàn)的操作，依靠的人的手工業(yè)操作，所以它整體的效率很低。人們也在不斷地嘗試去優(yōu)化效率，但是總體的一個思路，都集中在一些先進(jìn)的儀器和分析儀器等，我們是希望能夠從更本質(zhì)的角度去提高效率，就是把人的因素盡量減少。那么人在設(shè)計路線的過程中，他可能要做很多的查閱，很多的思考，這個過程能不能夠用算法來代替，或者他在實(shí)驗(yàn)操作過程中做了很多重復(fù)性勞動，很多很費(fèi)時費(fèi)力，但其實(shí)又不那么需要高級科學(xué)家來做的事情，是不是我們也能用一些自動化設(shè)備來代替？當(dāng)然我說的代替其實(shí)不是說把人完全去掉，而是一個輔助人的過程，也就是人提效的過程。大家很容易理解，就是我們要做的事情不是說把人完全替代掉，而是讓這一個人可能能夠效率提升 2 倍 3 倍甚至到 5 倍，這樣他的產(chǎn)出就更高，只有產(chǎn)出更高了，我們才不受人力資源瓶頸的限制，因?yàn)楝F(xiàn)在整個制****的一個很大的問題就是我們的人不夠，我們要合成這么多分子，但是一個化學(xué)家一個月可能只能做四五個分子。所以我認(rèn)為只有通量能夠提高，才能夠真正打開新****研發(fā)的最大瓶頸，從而能夠讓更多的新****被做出，或者說很多疾病能夠被攻克，我覺得這是一個必經(jīng)之路，我們現(xiàn)在就在做探索。

ScienceAI: 去年 8 月智化科技完成近 1500 萬美元 A+ 輪融資。您認(rèn)為智化科技最吸引投資者的點(diǎn)是？ 

 夏寧：我認(rèn)為我們代表了整個化學(xué)行業(yè)的一個發(fā)展方向，即數(shù)字化自動化和智能化。因?yàn)檫@個方向其實(shí)在其他很多行業(yè)都已經(jīng)做了，但是化學(xué)行業(yè)一直沒有發(fā)生太大的改變。這個可能有很多原因，一個是做化學(xué)的人可能會偏保守一點(diǎn)，可能做這件事會有一些難度，還可能我們在這種交叉行業(yè)中人才確實(shí)儲備不夠。存在這樣一些困難，但是我們公司其實(shí)是最早也是最全力的在向這個方向去努力的，所以說在從投資人的檢驗(yàn)中，我們應(yīng)該是成功率最高的，我認(rèn)為這個是我們獲得投資的一個關(guān)鍵點(diǎn)。

ScienceAI: 現(xiàn)在傳統(tǒng)的大****企與 AI 公司合作火熱，這給我們帶來的機(jī)遇和挑戰(zhàn)都有哪些？

夏寧：就機(jī)遇而言，在當(dāng)前大環(huán)境下，****企其實(shí)也都間接或直接的體會到了合成的一個瓶頸，遇到效率低的問題，那么這時候他們也會去尋找一些新的解決方案，特別是 AI  的浪潮，也會讓大****企更容易去接受一些新的方案。如果我們早 5 年 10 年去找他們，他們可能根本就不愿意去看這種新的東西，因?yàn)樗麄兝系姆桨高€ work，但最近幾年老的方案已經(jīng)越來越難的時候，他們真的是愿意去嘗試，這對我們是好的。說到挑戰(zhàn)，就是這個行業(yè)，它的驗(yàn)證是需要一定時間的，或者說它的產(chǎn)品的成熟也是需要一個周期的，很多時候，可能大****企與一個 AI 公司合作，但他發(fā)現(xiàn)你的解決方案還不能完全明顯的解決他的問題。這時對 AI公司來講要求就非常高，你必須要不斷的去找到新的 milestone，然后把你的整個的工作向前推進(jìn)的同時，還要不斷的證明給客戶看到你的進(jìn)展。否則就像你只是講了一個故事而已，這樣你的合作到最后是得不到任何的認(rèn)可的。所以，我覺得一個新的技術(shù)，雖然它的發(fā)展很漫長，中間有很多困難，但你必須要一個確定的速度和一個不斷能夠被驗(yàn)證的結(jié)果去給到這些市場，給到這個客戶，我認(rèn)為這個是最大的一個挑戰(zhàn)。

ScienceAI: 在與****企合作的過程中，有遇到什么困難嗎？怎么解決的？

夏寧：早期的時候，我們是一個初創(chuàng)公司，初創(chuàng)公司對于****企來講，****企是一個巨頭，可能是一個跨國企業(yè)，而你只是一個才幾十個人的一個小公司。所以就這點(diǎn)而言，其實(shí)大企業(yè)肯定不是優(yōu)先和初創(chuàng)公司合作，那么我們的優(yōu)勢是，我們能夠展現(xiàn)出很快的應(yīng)答能力，以及我們的這種技術(shù)能力水平確實(shí)超過了其他的一些比我們大很多倍的競爭對手。所以這個其實(shí)是我們克服的第一個困難，就是真正得到了這些大****企對我們一個初創(chuàng)公司的認(rèn)可。同時，我們本身的技術(shù)也在不斷的迭代成長中，這個也是一個挑戰(zhàn)，你要有一個非常快的速度在迭代，不能說等待，所以說你必須很快的去想，很快的去研發(fā)，把一些關(guān)鍵的點(diǎn)快速的解決掉，這都是一些挑戰(zhàn)。還有一點(diǎn)，就是大****企對于你的合規(guī)性，整個服務(wù)指南要求也非常高，有點(diǎn)像一個初創(chuàng)公司要被拔苗助長，沒有那么多時間給你去成長，你必須立刻達(dá)到它的標(biāo)準(zhǔn)。這些確實(shí)都是我們整個公司的同事都付出了很大的努力才達(dá)到。

06 化學(xué)成為一個純計算學(xué)科，未來要解決的事太多了

ScienceAI: 對于 AI「塑造化學(xué)未來」，您能暢想一下這是一個怎樣的未來嗎？

夏寧：其實(shí)在我上中學(xué)的時候就有這個想法，因?yàn)槲沂且粋€從小喜歡編程和數(shù)學(xué)，我一直覺得化學(xué)學(xué)科和物理、數(shù)學(xué)是相割裂的，數(shù)學(xué)和物理學(xué)科是可以通過計算來解決各種問題。但化學(xué)有點(diǎn)像一個不確定的東西，就是你做這個實(shí)驗(yàn)的時候，你完全不知道結(jié)果或者是它缺少了一個確定性，這點(diǎn)讓我一個做編程的人就很不舒服。我認(rèn)為化學(xué)的未來，一定是通過我們不斷積累大量的數(shù)據(jù)，以及寫出更好的算法來向確定性去靠近，最后能夠讓化學(xué)變成一個能夠計算的學(xué)科，不需要太多的這種所謂的猜測，或者是一些人工主觀判斷。因?yàn)橹挥羞@樣，在我看來才是一個真正的科學(xué)以及它的終極形態(tài)，也就是效率是最高的。同時結(jié)合自動化的設(shè)備，讓新分子的產(chǎn)生就像流水線生產(chǎn)杯子一樣，而化學(xué)家可能成為坐在電腦前的一個類似 IT 行業(yè)的高效工作模式。

ScienceAI: 暢想未來，你認(rèn)為未來 5~10 年行業(yè)的發(fā)展趨勢是什么？公司的近幾年發(fā)展目標(biāo)是怎樣的？

 夏寧：我覺得未來的 5~10 年內(nèi)，數(shù)字化、自動化和智能化會不斷的在整個化學(xué)合成領(lǐng)域進(jìn)行滲透，它占的比重會越來越大，可能在 10 年左右，我覺得可能百分之七八十的工作已經(jīng)都是用機(jī)器來做的，人真正做的工作可能不到現(xiàn)在的 1/3，相對來說我比較確定這一點(diǎn)會發(fā)生。我們公司發(fā)展目標(biāo)也是根據(jù)這個趨勢來的。我們一個短期的目標(biāo)，就是我們要建立起我們的數(shù)字化實(shí)驗(yàn)室，比如上海已錸生物科技就是我們的一個數(shù)字化實(shí)驗(yàn)室，我們會完全按照一套新的流程工作方法，把之前人工操作為主的實(shí)驗(yàn)室，向這種數(shù)字化和自動化的實(shí)驗(yàn)室去轉(zhuǎn)變。我們的中期目標(biāo)，是我們會讓這種實(shí)驗(yàn)室的效率不斷的提升，從全方位角度進(jìn)行提升，那么最終有一天它會突破人力的瓶頸，它經(jīng)過這些算法自動化的加持之后，它整體的效率會高于一個普通人或者一個正常的傳統(tǒng)的實(shí)驗(yàn)室。最終來講，我們最大的一個目標(biāo)，還是通過不斷積累更多的數(shù)據(jù)，真正能夠把我們之前做不到的一些事情，比如說我們無法合成的一些困難的分子，或者說我們做實(shí)驗(yàn)總是會有失敗的反應(yīng)，我們是不是能夠把它規(guī)避掉？我覺得最終還是真正的通過數(shù)據(jù)來解決了很多的化學(xué)合成問題，以及讓我們的效率再次能夠達(dá)到一個非常大的提升。

ScienceAI: 在新****研發(fā)、材料、科技等領(lǐng)域，還有哪些極具潛力的技術(shù)值得去探索？

夏寧：這個是一個非常大的領(lǐng)域。就是說我們現(xiàn)在做的事情，它只是一個最基礎(chǔ)、底層的事，或者說是邁出了第一步，但是我們未來可以做的事情非常多，因?yàn)橹灰氵~了第一步，你會發(fā)現(xiàn)豁然開朗，每一個領(lǐng)域都有無數(shù)的這種問題，可以通過AI、數(shù)據(jù)、計算去解決。所以我覺得未來要解決的事太多了，我們會找到最重要或者說最關(guān)鍵的事情去深入去做。同時，我覺得比如說 10 年之后，化學(xué)+AI 領(lǐng)域會變得非常的龐大，它會不僅僅是在合成，它會在比如材料、生物和一些科技領(lǐng)域都會成為最底層的一個技術(shù)。