Workflow
AI for Science(AI赋能科学研究)
icon
搜索文档
于超对话深度原理贾皓钧:做实验太苦?AI让科研人员“解放双手”
新浪财经· 2025-06-25 20:00
公司发展历程 - 公司最初源于2022年麻省理工学院(MIT)的一个康复类创业项目,后转向AI赋能化学与材料研究 [1] - 公司是国内最早也是唯一专注AI赋能化学与材料研究领域的公司 [1] AI for Science发展阶段 - 第一阶段是数据降维与分析,通过机器学习处理高维科研数据,揭示变量间的隐藏关联 [1] - 第二阶段是科学性假设生成与实验验证的智能化,AI可以同时优化假设提出和验证过程 [1] - 第三阶段接近通用人工智能(AGI),AI或能独立发现如牛顿定律级别的科学规律 [1] 垂直领域AI模型关键因素 - 对于垂直领域的模型来说,高质量的数据可能比模型本身更为重要 [2] - 模型性能由模型架构和数据训练质量共同决定 [2] - 科学领域对结果精度要求非常高,必须100%严谨 [2] 产业链优势 - 中国拥有无可替代的产业链优势 [2] - 美国在科研前端领先,但化工与材料产业已外迁至中国、东南亚和南美 [2] - 公司目标是直接赋能生产端,进行化学材料、化学反应的源头性创新 [2] 创业者特质 - 在AI时代,反应速度是未来竞争中最大的护城河 [2] - 反应速度比技术单点突破更重要 [2] - 前进速度是未来发展中最关键的因素 [2] 未来AI趋势 - 未来三年化学实验可能由机器人和AI完成,解放人类双手 [2]