记者 潘俊田
AI（人工智能）公司正逐渐涌向材料学领域，将目光投向了因2024年诺贝尔化学奖而备受瞩目的AI4S（AIforScience，即用人工智能进行科研）科研赛道。
今年7月，耀速科技、临界航天、深度原理、天鹜科技、华源智因等十多家AI4S创业公司宣布了融资消息。大型科技企业纷纷进入AI4S领域，今年6月，字节跳动AI4S制药部门启动拆分融资，7月推出SEEDSTEM科学家计划，招募科研人员用于AI4S应用开发；6月，小米聘请俞之奡担任小米材料CORE团队负责人，专注前沿材料和AIforMaterials（用人工智能进行材料研发，下称“AI4M”）领域；7月初，阿里达摩院联合中国人民大学、中国科学院大学等发布了超导材料发现的AI智能体ElementsClaw。在海外，多个新材料领域的AI企业也相继获得了数亿美元融资。
在生命科学领域，AI4S已经成为重要的科研工具。一个标志性案例是谷歌DeepMind开发的AlphaFold：其核心开发者丹米斯·哈萨比斯和约翰·江珀因在蛋白质结构预测方面的贡献，共同获得了2024年诺贝尔化学奖。AlphaFold通过人工智能大幅提升了蛋白质结构预测的效率，为药物研发和基础生命科学研究提供了重要支持。
新一代创业公司认为，在医药领域，AI4S研发出的某一款分子有可能实现亿元级别的营收，但AI4S已经拥有了像AlphaFold这样成熟的工具，且AI4S制药经过十多年的发展，尚未有真正意义上的药物投入实际应用。而新材料的研发几乎涵盖了新能源、化工、半导体、日化美妆、航空航天等制造业领域，市场空间更为广阔。同时，材料领域无需漫长的临床试验，从研发到产业化的周期更短，商业化路径更加可行。AI4M领域尚未出现类似AI制药领域AlphaFold的成熟基准模型，创业公司仍拥有充足的成长空间。
线性资本长期关注AI4S赛道，曾投资过深度原理、英华辰睿、贻如生物等多家AI4S企业。其投资总监周天意向记者表示，中国是材料科学应用大国，且材料科学是国内产业升级的关键领域之一，AI4M在国内拥有广阔的发展前景。
深入实验室
深度原理创始人兼CEO贾皓钧在2019年前往MIT攻读材料学博士时，AI4M赛道尚未引起广泛关注，他使用一些AI工具进行材料创新，但效果往往不佳。当时，这个专业的学长学姐毕业后大多选择去医药公司工作，因为AI在医药领域有着更明确的商业应用场景。
学习期间，他经常参加AI交流活动，一听到社群中推出新的AI工具，就尝试将其应用于AI4M。2022年底ChatGPT横空出世，但其科研领域应用仍然较弱。
贾皓钧表示，从技术角度来看，AI4S制药是针对蛋白质和靶点开发药物，药物发现环节已经成熟，但后端的临床试验基本上是“盲盒”。然而，AI在新材料领域的应用不同，既要开发新材料，也要预测材料的后续化学反应，还要预测反应物、产物和过渡态等多种对象。“对蛋白质的研究已经有十多年的成熟历程。材料学涉及的结构更加多元、复杂。例如，元素周期表上的100多种元素之间可以不断地进行排列组合，产生的不同空间结构就是一种新材料。”贾皓钧解释道。
例如，在“有机—无机杂化钙钛矿”领域更关注晶体结构、离子迁移、相稳定性；有机半导体则关注分子构象、能级、载流子迁移率和成膜形貌。它们的第一性原理计算方式、关键表征手段、失效机理都不尽相同。所有这些数据的组合达到了10的10次方量级。
在材料领域，试验次数的多少是决定性因素。为此，材料学领域也在不断开发新的材料预测方法，建立数据库。随着大模型的出现以及算力规模的不断扩大，AI在材料预测方面的能力开始显现。
2023年，贾皓钧的师兄、深
