AI大模型在生物醫(yī)藥領(lǐng)域到底都有怎樣的前景？百度智能云與NVIDIA在生物醫(yī)藥行業(yè)的成果又有哪些？

為了探索這些問題，本次藥智訪談專訪百度智能云泛科技行業(yè)總經(jīng)理張瑋，NVIDIA互聯(lián)網(wǎng)行業(yè)大客戶總監(jiān)劉川，為我們深度解析AI大模型以及它對制藥行業(yè)帶來的影響！

Q：大模型領(lǐng)域現(xiàn)在發(fā)展如何？它的發(fā)展趨勢又是怎樣的？

張瑋：大模型的發(fā)展非常之快，可謂日新月異，這波熱潮是從去年ChatGPT的發(fā)布開始席卷全球。

實(shí)際上從百度的角度來說，我們對大模型整個的研發(fā)非常早，早在2019年文心系列的大模型就已開始研發(fā)。10月17日，我們發(fā)布了最新的文心大模型4.0版本。透過大模型的演進(jìn)和發(fā)展可以看到，隨著算力數(shù)據(jù)和算法的不斷提升，新的大模型在不斷增強(qiáng)，從而改變各個行業(yè)。

第一個帶來改變的是傳統(tǒng)信息產(chǎn)業(yè)，也就是互聯(lián)網(wǎng)行業(yè)?？梢钥吹揭呀?jīng)出現(xiàn)非常多成功的產(chǎn)品，并且在被用戶所使用。而隨著模型能力的增強(qiáng)，以及更多的垂直行業(yè)與大模型行業(yè)融合發(fā)展，比如生命科學(xué)行業(yè)，可預(yù)見會有越來越多結(jié)合大模型能力、垂直行業(yè)的知識、應(yīng)用場景以及研發(fā)方向的行業(yè)大模型出現(xiàn)。在此趨勢之下，我認(rèn)為大模型可以為垂直行業(yè)創(chuàng)造更多的價值，具有巨大的想象空間和發(fā)展前景。

Q：目前大模型領(lǐng)域在國內(nèi)外市場的競爭都非常激烈，那么大模型領(lǐng)域面對的挑戰(zhàn)有哪些？

劉川：目前大模型在落地層面有兩個階段，也是最具挑戰(zhàn)的兩階段。

第一階段是要訓(xùn)練一個FoundationModel（基礎(chǔ)模型），這是極具挑戰(zhàn)性的事情。首先是要求企業(yè)要有足夠多的數(shù)據(jù)、要有能力將數(shù)據(jù)變成token，并應(yīng)用于整個數(shù)據(jù)工程，這個過程非?？简灱夹g(shù)實(shí)力。其次，訓(xùn)練一個FoundationModel需要萬卡以上的集群，我們要思考萬卡集群在訓(xùn)練過程中，如何讓算力的有效利用率達(dá)到極致，這對整個技術(shù)團(tuán)隊和整個資源管理團(tuán)隊充滿挑戰(zhàn)。

第二階段是在訓(xùn)練好FoundationModel之后，落地到行業(yè)里需要解決的核心問題——怎么把行業(yè)數(shù)據(jù)/know-how遷移到行業(yè)模型里，讓行業(yè)模型既能學(xué)到行業(yè)知識，又不降智，而恰恰這些智能是需要從行業(yè)實(shí)踐中得出的。

所以從整個市場來說，百度目前是處于領(lǐng)先地位，百度文心大模型早在2019年就已開始研發(fā)，并不斷累積經(jīng)驗進(jìn)行更新迭代，也正因如此，才能使其走在大模型研發(fā)的最前沿，才能第一個發(fā)布中國的4.0版本大模型。

事實(shí)上，各個行業(yè)的早期客戶已有很多進(jìn)入大模型的第二階段的驗證中，這些都是來自應(yīng)用場景的直接挑戰(zhàn)，它需要企業(yè)逐步把數(shù)據(jù)放進(jìn)來，把效果做出來，把精度調(diào)上去。這些工作需要全部落地、很辛苦，但唯有腳踏實(shí)地的做好，才能把模型真正做到應(yīng)用落地并達(dá)到好的效果。

以上這兩個階段是我認(rèn)為大模型從FoundationModel到進(jìn)入行業(yè)的兩個非常重要的階段。

Q：我們的企業(yè)在這樣的競爭潮流中怎樣才能有效提升自己的競爭優(yōu)勢？

劉川：我們可以看到現(xiàn)在的企業(yè)有幾類。

第一類是企業(yè)應(yīng)用相對簡單，直接擁抱大模型，盡快調(diào)用FoundationModel，讓能力跟業(yè)務(wù)相適配，進(jìn)而把業(yè)務(wù)流的效率提升上去。

第二類是對于一些垂類領(lǐng)域的行業(yè)，尤其是在具有高壁壘的領(lǐng)域行業(yè)中，如醫(yī)藥、制造、金融領(lǐng)域等，這些行業(yè)有非常深厚的行業(yè)know-how，需要類似百度這樣的計算機(jī)算法科學(xué)家及其提供的大模型，和企業(yè)業(yè)務(wù)側(cè)的行業(yè)專家，以及助力AI業(yè)務(wù)加速的NVIDIA的高級工程技術(shù)團(tuán)隊三方聯(lián)合在一起，快速融合，才能讓大模型能力變成行業(yè)的先進(jìn)生產(chǎn)力，助力企業(yè)在相應(yīng)領(lǐng)域中成為最領(lǐng)先的player，帶來行業(yè)格局的改變。

Q：針對剛剛所提及的兩個階段的挑戰(zhàn)，NVIDIA和百度分別可以提供哪些幫助，來助力大模型領(lǐng)域突破瓶頸？

張瑋：首先在算力層面，百度智能云跟NVIDIA緊密合作。在大模型的算力基礎(chǔ)之上，結(jié)合應(yīng)用及訓(xùn)練過程做非常多的軟件開發(fā)，充分發(fā)揮雙方的技術(shù)，通過合作使整個大模型的基礎(chǔ)設(shè)施變得更強(qiáng)大。

此外，百度智能云千帆大模型平臺是圍繞模型訓(xùn)練、模型生命周期管理的一套AI生產(chǎn)工具，也是面向企業(yè)的一套工具鏈平臺。它可以方便企業(yè)應(yīng)用該平臺管理數(shù)據(jù)，管理訓(xùn)練過程，還可以通過平臺去使用AI的基礎(chǔ)算力，獲得更多關(guān)于模型應(yīng)用相關(guān)的服務(wù)。

算力與百度智能云千帆大模型平臺這兩個部分形成了與企業(yè)客戶合作的底座。

同時，百度智能云也為企業(yè)提供大模型API調(diào)動服務(wù)，客戶可以通過直接調(diào)用文心的API，將API集成到自己的業(yè)務(wù)流程當(dāng)中，利用大模型的能力增強(qiáng)自身產(chǎn)品的競爭力，乃至可以利用上述的三種服務(wù)去做自己真正的AI原生應(yīng)用。

劉川：剛才已經(jīng)說到百度智能云從資源、從環(huán)境、從整個工具鏈層面已經(jīng)提供了一個非常好的基礎(chǔ)設(shè)施來支持大模型的運(yùn)用，那么NVIDIA和百度智能云的合作是在做什么？

我們知道，頭部客戶以及其場景模型是非常個性化的，模型所追求的也是極限效果，所以NVIDIA和百度智能云的合作就是一起把模型在剛才所述的資源上聯(lián)合做極致優(yōu)化。我們希望頭部大模型不僅要在業(yè)務(wù)側(cè)有真正意義的指標(biāo)收益，更重要的是在整個端到端的pipeline落地之后，發(fā)現(xiàn)它創(chuàng)造的價值要遠(yuǎn)大于其成本。百度智能云和NVIDIA一直在創(chuàng)造這樣的場景和機(jī)會，希望通過我們的聯(lián)合深度優(yōu)化，讓整個企業(yè)模型訓(xùn)練和推理側(cè)的效率提升，具有高性價比，對業(yè)務(wù)的促進(jìn)產(chǎn)生強(qiáng)大推動力，進(jìn)而在推動行業(yè)大模型落地過程中產(chǎn)生質(zhì)變。

Q：大模型技術(shù)開始入局醫(yī)藥行業(yè)，兩位認(rèn)為大模型技術(shù)將會對藥物研發(fā)起著怎樣的幫助和作用？

張瑋：新藥研發(fā)其實(shí)是一個高投入、高風(fēng)險、長周期的行業(yè)。傳統(tǒng)來看新藥研發(fā)有著雙十困境，一款新藥的研發(fā)至少是十年的投入、十億美元的投資，也被稱作長跑候選的業(yè)務(wù)。

隨著AI，尤其是隨著大模型浪潮的發(fā)展，可以看到面向新藥研發(fā)環(huán)節(jié)中，大模型有非常多的用武之地。拆開整個藥物研發(fā)環(huán)節(jié)可發(fā)現(xiàn)，AI技術(shù)已經(jīng)遍地生根。如果大模型技術(shù)加持醫(yī)藥研發(fā)行業(yè)，那將會有更多基于大模型技術(shù)的行業(yè)模型涌現(xiàn)出來。

目前蛋白質(zhì)結(jié)構(gòu)預(yù)測和分子的篩選已有相應(yīng)大模型的應(yīng)用，且隨著大模型技術(shù)不斷地加深采用，對整個醫(yī)藥行業(yè)起到的作用是毋庸置疑的。無論是原先的雙十困境，或是對某一些關(guān)鍵環(huán)節(jié)、關(guān)鍵領(lǐng)域的優(yōu)化均能起到重要的幫助。

此外目前的大模型對于知識管理、領(lǐng)域知識的學(xué)習(xí)能力很強(qiáng)，與之前相比有很大的進(jìn)步，它在面對復(fù)雜的know-how中，面對有眾多行業(yè)知識、領(lǐng)域知識的生物醫(yī)藥行業(yè)中，能在各種各樣的知識管理場景里創(chuàng)造價值。

劉川：如張總所言，在藥物研發(fā)分子篩選過程、早期的匹配過程、預(yù)測結(jié)構(gòu)中都有大模型領(lǐng)域的用武之地，這中間需要一些跨界的聯(lián)合，醫(yī)藥科學(xué)家、化學(xué)科學(xué)家往AI走一步，AI科學(xué)家向醫(yī)藥專家所處的領(lǐng)域跨一步，有效碰撞和融合。

在這個領(lǐng)域中要大膽假設(shè)、小心求證。證明技術(shù)有效需要做很多基礎(chǔ)工作，尤其在物理化學(xué)層面上，其底層是AIforScience的范疇。從上層的業(yè)務(wù)表現(xiàn)和底層的分子動力學(xué)、化學(xué)等領(lǐng)域入手，證明AI的新方法可以替代傳統(tǒng)方式，打通從技術(shù)底座到商務(wù)變現(xiàn)的整個鏈條，做賽道上的創(chuàng)新。

Q：百度智能云與NVIDIA的合作如何助力大模型在藥物研發(fā)上的應(yīng)用落地？

劉川：首先NVIDIA在大模型領(lǐng)域中有著通用能力，服務(wù)例如NVIDIA有NeMoFramework，它是大模型訓(xùn)練的一個框架，可以提高整個訓(xùn)練的算力利用率，承載了不同大模型的開源和各個賽道的基礎(chǔ)能力。

其次NVIDIA有一款面向生物制藥領(lǐng)域的“服務(wù)”——BioNeMo，主要基于Transformer結(jié)構(gòu)做蛋白質(zhì)的預(yù)測和結(jié)構(gòu)，包括性質(zhì)預(yù)測、docking、embedding，這些可理解為是NVIDIA做的探索和驗證。

那么NVIDIA跟百度智能云怎么合作？我們是利用同樣的技術(shù)棧，聯(lián)合將客戶場景應(yīng)用于大模型去做驗證，分析在哪些環(huán)節(jié)中大模型可以提供有效的幫助，讓其研究或預(yù)測變得更快、更準(zhǔn)。我們已經(jīng)跟百度的一些頭部客戶合作，在行業(yè)中是頭部玩家，這是開端；后續(xù)NVIDIA跟百度智能云一起將形成客戶、云和AI技術(shù)聯(lián)合在一起的長效合作機(jī)制，從一個點(diǎn)進(jìn)行突破，產(chǎn)生收益，再從點(diǎn)到面，做出成果慢慢影響整個行業(yè)。把整個Pipeline的業(yè)務(wù)過程優(yōu)化到最優(yōu)，將瓶頸打通，我們一直用這樣的方法論支持客戶，包括跟百度智能云的深入合作，助力云上的客戶業(yè)務(wù)效果最優(yōu)。

張瑋：百度智能云本身可以提供幾個層面的方案給到有不同需求和不同階段的客戶。上述已提到百度智能云本身有非常好的AI計算基礎(chǔ)算力平臺，面向有能力結(jié)合自己的數(shù)據(jù)、需要去做自研行業(yè)大模型訓(xùn)練的客戶，我們會提供高性價比、高效率的算力服務(wù)。這種算力服務(wù)本身也會基于大模型訓(xùn)練的特點(diǎn)，從而賦予相應(yīng)的優(yōu)化；同時會針對行業(yè)模型自身應(yīng)用場景的單體環(huán)節(jié)做優(yōu)化，尤其是生物醫(yī)藥領(lǐng)域。

在生物醫(yī)藥行業(yè)大模型里，數(shù)據(jù)閉環(huán)非常重要，它甚至可以被稱為是行業(yè)大模型中最核心的競爭力之一；面對數(shù)據(jù)閉環(huán)在生物醫(yī)藥領(lǐng)域里的使用，尤其是干濕實(shí)驗的數(shù)據(jù)閉環(huán)中，如何才能把閉環(huán)的效率提升到最佳？應(yīng)該采用什么樣的算力方案去幫助AI訓(xùn)練的行業(yè)模型實(shí)現(xiàn)更好的數(shù)據(jù)閉環(huán)？這是AI算力的基礎(chǔ)服務(wù)本身要去替客戶解決的問題，把這樣的問題解決好，幫助行業(yè)模型快速落地，為新藥研發(fā)提供更多的服務(wù)與支持，這是第一類。

另一類是基于百度在生物計算領(lǐng)域當(dāng)中的投入和研究而訓(xùn)練并持續(xù)發(fā)布出的系列行業(yè)大模型，如百度自主研發(fā)的生物計算大模型——PaddleHelix。它們能面向如蛋白質(zhì)的結(jié)構(gòu)預(yù)測、化合物的通用表征等類似于生物醫(yī)藥研發(fā)領(lǐng)域的各個場景；包括百度今年發(fā)布的mRNA序列設(shè)計工具等在內(nèi)的系列算法側(cè)工具，都能以SaaS服務(wù)的方式提供，幫助新藥研發(fā)領(lǐng)域的客戶研發(fā)及提升效率。

結(jié)合以上兩類場景，百度大膽開拓融合方案，通過將自身產(chǎn)品和能力的組合，尤其是結(jié)合大模型的組合，與NVIDIA在單個pipeline業(yè)務(wù)的環(huán)節(jié)上做端到端的優(yōu)化，不僅助力單個企業(yè)，而是幫助整個行業(yè)提升效率。

Q：10月17日，百度智能云全面升級了“云智一體”戰(zhàn)略，請張總為我們解讀一下這個戰(zhàn)略。

張瑋：10月17日，云智一體的戰(zhàn)略內(nèi)涵全面升級為“云智一體，深入產(chǎn)業(yè)，生態(tài)繁榮，AI普惠”。面向客戶落地大模型的五類需求提供全站服務(wù)方案；人工智能與云計算的深度結(jié)合是企業(yè)快速落地AI原生應(yīng)用的關(guān)鍵，這也是百度智能云始終倡導(dǎo)和踐行的“云智一體”理念。

目前，百度集團(tuán)所有應(yīng)用和服務(wù)全部基于”云智一體“技術(shù)架構(gòu)運(yùn)行在百度智能云上。此外，面向客戶落地大模型的五類需求，百度智能云基于千帆大模型平臺打造的“大模型超級工廠”分別給出了最佳服務(wù)方案。

一直以來，云智一體的戰(zhàn)略是百度智能云的核心戰(zhàn)略，AI加上圍繞AI應(yīng)用和研發(fā)的算力底座，可稱之為智能云。是百度面向千行百業(yè)提供技術(shù)方案、提供技術(shù)賦能的一個基礎(chǔ)。從戰(zhàn)略視角來看百度的智和云兩者其實(shí)是相輔相成的，換而言之，云是為AI能力提供的基礎(chǔ)，從云來看百度也是最懂AI訓(xùn)練、AI推理以及AI應(yīng)用的算力基礎(chǔ)設(shè)施。

故而，我們希望通過云智一體不同方案的輸出給予客戶更多的幫助；在云智一體戰(zhàn)略之下，針對云和智的深度融合生成不同方向的解決方案，并通過最佳組合及優(yōu)化，把方案惠及各個行業(yè)。

Q：百度智能云目前在大模型助力藥物研發(fā)上的布局與成果能分享一下嗎？

張瑋：首先是文心大模型系列，以及基于行業(yè)場景的推出的行業(yè)大模型，且已在各個行業(yè)領(lǐng)域都有落地應(yīng)用。

百度不斷加大研發(fā)投入，10月17日，百度世界大會上正式發(fā)布了文心系列EB4.0。圍繞4.0的百度AI原生產(chǎn)品都已做了相應(yīng)的升級，例如搜索、文庫、網(wǎng)盤、地圖等面向C端用戶的產(chǎn)品均已實(shí)現(xiàn)AI原生的升級。

從面向B端企業(yè)客戶的角度來說，百度已助力了不同行業(yè)或領(lǐng)域的客戶，尤其是在生物醫(yī)藥領(lǐng)域，已有頭部企業(yè)基于百度智能云的解決方案做出自己的生物醫(yī)藥大模型，并已在新藥研發(fā)當(dāng)中開始投入使用。

Q：請劉總來總結(jié)一下NVIDIA在生命科學(xué)領(lǐng)域的先進(jìn)技術(shù)和服務(wù)。

劉川：從我們跟百度智能云的深入合作來看，我們有完整的支持體系。

首先是最底層的加速庫，例如cuBLAS、cuDNN等，也有針對大模型領(lǐng)域的TransformerEngine和TensorRT-LLM這樣的工具，這些SDK幫助客戶加速推理。在訓(xùn)練側(cè)我們有NeMoFramework的訓(xùn)練框架，幫助云上客戶提升訓(xùn)練的效率。

我們跟百度智能云在各個層面都有深入合作，在芯片層有合作加速訓(xùn)練與推理，在方案層跟千帆合作支持整個pipeline落地，在應(yīng)用層面上述我們也提到NVIDIA有BioNeMo服務(wù)。BioNeMo基于Transformer、蛋白質(zhì)的預(yù)測、性質(zhì)預(yù)測、embedding、docking的端到端的服務(wù)，它包含了訓(xùn)練、推理、可視化的部分，NVIDIA希望通過這個服務(wù)能讓更多行業(yè)的Player使用，放到云上以SaaS方式使用，讓大家先感受到能力，或者幫助重度玩家重構(gòu)技術(shù)棧。

但目前，第一我認(rèn)為最核心的是需求。NVIDIA和百度很早就開始探索生科領(lǐng)域，其核心就是要找到需求。10月17日在百度世界大會上，我們聽到基于AINative的能力來重構(gòu)應(yīng)用，重構(gòu)帶來新生產(chǎn)力與需求的碰撞，需要探索在新的生產(chǎn)力基礎(chǔ)上，需求怎么與生產(chǎn)力結(jié)合？所以百度云用新的技術(shù)創(chuàng)造新的生產(chǎn)力，將新的生產(chǎn)力與業(yè)務(wù)需求結(jié)合創(chuàng)造價值，同時，也沉淀下來領(lǐng)先的基礎(chǔ)架構(gòu)，進(jìn)而推動大模型應(yīng)用的落地。

第二是NVIDIA與百度智能云基于底座的大模型訓(xùn)練中的深度合作，在NeMoFramework框架之上可以訓(xùn)各種不同的模型，跟百度與千帆一起，為更重度的一些玩家提供特定的支持。

第三是當(dāng)模型出來之后需要業(yè)務(wù)落地、在商業(yè)環(huán)境驗證，利用我們專業(yè)的加速技術(shù)，例如TensorRT-LLM、TransformerEngine等，幫助企業(yè)真正行業(yè)落地時，并把整個模型的效果做到比較高的吞吐。

最后是高頻詞——三方合作，聯(lián)合將頭部客戶的頂尖模型優(yōu)化到極致，讓這個模型成為賽道里面最好的SOTA(state-of-the-art)模型，這樣此模型在行業(yè)落地時才會產(chǎn)生推動力，不僅模型效果好，業(yè)務(wù)pipeline效果也最好。這就是NVIDIA與百度一起追求的目標(biāo)，多年以來我們共同策劃、共同發(fā)展，現(xiàn)在我們已有一些頭部客戶在做，希望可以將合作做到極致，讓每個垂直領(lǐng)域的頭部都能合作起來，一起把模型優(yōu)化到最佳。

本文地址：http://www.dayishuiji.com/keji/45172.html - 轉(zhuǎn)載請保留原文鏈接。

免責(zé)聲明：本文轉(zhuǎn)載上述內(nèi)容出于傳遞更多信息之目的，不代表本網(wǎng)的觀點(diǎn)和立場，故本網(wǎng)對其真實(shí)性不負(fù)責(zé)，也不構(gòu)成任何其他建議；本網(wǎng)站圖片，文字之類版權(quán)申明，因為網(wǎng)站可以由注冊用戶自行上傳圖片或文字，本網(wǎng)站無法鑒別所上傳圖片或文字的知識版權(quán)，如果侵犯，請及時通知我們，本網(wǎng)站將在第一時間及時刪除。