利用计算机辅助科研，其中人工智能首当其冲。



比如在蛋白质结构生物学中，已经有科学家利用人工智能对蛋白质的复杂结构进行预测。



谷歌旗下有一家名叫“深层思维”的公司，它就是利用人工智能在生物学上进行科研，它已经在这方面取得卓越成就。这家公司建立的人工智能模型“阿尔法折叠2”。这个模型成功解决了科学家们苦苦思索了数十年的难题——从氨基酸序列预测蛋白质的结构。



“阿尔法折叠2”自建立以来，已经被用于大量的科学应用中，已有来自大约190个国家的200多万人使用了“阿尔法折叠2”模型。比如药学家们用它应用于抗生素耐药性、寻找疟疾等疾病的新疗法、新靶向药物开发、蛋白质研究等等，这些研究将有助于人们更好地了解疾病，更快地研发新药物。



在蛋白质研究领域，“阿尔法折叠2”极大地缩短人工确定蛋白质结构的时间，展示了人工智能对于科研的强大辅助作用。



以前一个顶尖科学研究团队一年只能解析十几个蛋白质的结构，阿尔法折叠2一次可以解析上亿个蛋白，这种效率表现在时间上的优势简直不是一个维度。



人工智能不仅在蛋白质结构的预测有巨大的优势，而且在蛋白质结构的设计上也拥有巨大的优势。



自然界中的蛋白质种类是有限的，为了达到一些特殊目的，研究人员希望创建出新的蛋白质种类，比如应用一些新的蛋白质去实现治病的目的。同样，人工智能机模型在这方面也是有着巨大的优势。它能够在极短的时间内设计出全新的天然不存在的蛋白质结构。如果让人力来完成这项工作，需要耗费大量的人力和时间。目前美国一个大学科研团队在这方面已经走在前列。



杨平在想，如果能够将科学家的思想和方法用人工智能模型表现出来，它的威力将是惊人的。这相当于有一个强大的“系统”在辅助研究者进行科研。



想到这里，杨平大脑的计划已经很清晰，他要利用自己掌握的知识来构建用于辅助科研的人工智能模型，比如现在的携带K因子的某种无害细菌，如果靠人工来做，不知道是十年后还是二十年后才能有结果，但是如果有人工智能帮助，可能几分钟就能获得最优的结构。



如果要建模，必须依靠数学、计算科学和生物学知识的综合，在这方面以汉语为母语的杨平有着天然的优势，他在系统空间阅读了大量的专著和论文，而这些论文当时全部是系统翻译过来的，这相当于杨平用中文阅读了几乎所有世界上优秀的著作和论文。而汉语的跨学科优势是世界上其它任何语言无法企及的。



杨平将这个项目交给何主任去做，那是因为这个人工智能模型必须以何主任的数字人为基础，这样才能实现很多在医学科研上的目标。



何主任接到杨平的这个项目时，认为单凭自己一己之力很难完成，于是他联合南都大学、南都理工大学一起建立人工智能模型，南都大学的数学很强，而南都理工在人工智能方面颇有积累，三所大学联手，取长补短，才能建立这个人工智能模型。至于钱的问题，有杨平支持，那完全不是问题。



杨平现在心里的想法已经非常清晰，用人工智能来建立现实中的“系统”，提高科研的效率，减少走弯路，减少试错的数量。



杨平看了看时间，暂时不着急下班回家，还可以去干细胞实验室看看，与唐顺聊聊关于最近科研进展的事情。



最近唐顺招聘了一些新人，不知道团队的磨合怎么样。从美国引进的干细胞尖端人才李颖彤一直没什么动静，也不知道她现在是什么想法，能不能将她留下来。



杨平对于要不要留下李颖彤其实也是思索再三，最后他认为唐顺有这个能力将她留下来。如果换做别人，杨平不敢冒险，但是对于唐顺，不说十成的把握，至少有八成把握可以留下李颖彤。



来到干细胞实验室，唐顺正在开会，杨平不便打扰他们，自己找一间办公室休息一会等他们散会。



自从唐顺主持实验室工作之后，将实验室管理得井井有条，不仅招聘大量的顶尖人才，让这些人才能够紧密团结通力合作，而且为实验室开辟了很多挣钱的渠道，让大量资金源源不断地滚向实验室。



对于唐顺的工作，杨平非常满意，他是一个智商、情商和财商兼得的高端人才。



大约十几分钟后，唐顺开完会来到办公室见杨平：“杨教授，让