文|曾响铃
来源|科技向令说（xiangling0815）
AI+医疗的想象力在哪？
作为国内AI行业的领跑者，百度以AI技术跨界生物科学领域的动作值得思考。
记得疫情刚刚爆发那会儿，百度免费开放LinearFold算法，可将病毒RNA分析从55分钟缩短至27秒的消息迅速在社会各界引起热议，AI战“疫”的力量以数据的形式清晰地呈现在人们眼前。
5月，百度研究院继而推出全球首个mRNA疫苗基因序列设计算法LinearDesign，用于设计优化mRNA序列。在AI+医疗上，百度再度迎来新的突破。
这一突破，更加备受瞩目。在2020中国互联网大会的公益盛典上，随着LinearDesign算法的研究宣传短片的放映，AI+医疗的话题再次被聚焦讨论。人们关注LinearDesign算法对医疗行业的促进，同时也更关注AI与产业结合的趋势。
LinearDesign算法是百度AI在生物计算领域的重要研究成果，它提供了一套更加直接和高效的解决方案，去辅助医药机构找到适合疫苗生产的mRNA序列。一经上线，这个算法便受到多家疫苗公司和医药机构的关注。
从某种程度来说，LinearDesign算法让市场与社会都看到了AI跨界与其他产业融合的一个潜力，在此即是AI+医疗的想象力。
01
LinearDesign算法诞生于百度AI的三维融合判断
那么，当我们聚焦在LinearDesign算法，便存在着诸多意义深刻的路径可以去讨论。
LinearDesign算法并不是一蹴而就的，很大程度上它是源于百度对AI行业和社会发展的判断和积累。正是基于这种判断和积累，才最终诞生了LinearDesign算法，也令我们看到了AI跨界产业融合的一些趋势。
首先，基于技术发展的导向来说，跨界融合是技术发展的最终导向。
此前，在2020国际大数据竞赛上，中国工程院副院长王辰院士与百度CTO王海峰展开了一场精彩的对话。在对话中，王辰院士对医学的理解很是深刻，他说道：“医学实际上最大的特点就是多学。”
对于AI而言，它的发展也是如此，最终会演化成为一门“多学”，表现为与其他领域、行业结合的导向。百度多年在AI领域深耕，深谙于此。
百度做AI，人人皆知。但是，百度跨界生命科学领域，鲜有耳闻。
事实上，在2018年，百度就已经开展了RNA二级结构领域的研究，并先后推出了全世界最快速的RNA结构预测算法LinearFold和全世界最快的RNA配分方程和碱基对概率预测算法LinearPartition等。
早期的跨界研究，为百度在生物计算领域的AI算法研究积累了大量专业的经验，使其能在2020年新冠疫情爆发之际快速反馈，两个月内即可上线LinearDesign算法。
其次，基于产业发展的阶段来说，产业与智能的融合是当前阶段的必然趋势。
2019年，百度CTO王海峰在年末演讲中就笃定，“AI进入大生产时代。”AI走向更加广阔的应用层，必然与其他领域完成新一轮的融合。
在中国发展研究基金会联合百度发布的《中国智能经济发展白皮书》里，对这一个趋势予以更加明晰的方向解释，一是智能产业化，二是产业智能化。在现阶段的两大基本方向下，AI跨界融合的趋势尤为明显。
基于对AI发展阶段的判断，百度很早就已经开始了对产业跨界合作的布局，毕竟目前早已不再是“闭门造车”的阶段。
以LinearDesign算法的研发来说，在其上线之前，百度研究院就开展了与斯坦福大学生物化学系Rhiju Das教授、罗彻斯特大学RNA生物中心主任David Mathews教授等世界顶级的 RNA 研究专家的专业合作。
很显然，LinearDesign算法的诞生正是得益于百度早前的合作布局。
最后，基于时代发展的需求来说，突发的新冠疫情加速推动了AI跨界发展的进程。
这是一个有趣的时间轴。LinearFold和LinearPartition两大算法的研发，百度花费了近两年的时间，而LinearDesign算法的上线，百度只用了两个月的时间。
从两年到两个月，不仅仅是百度在生物计算领域的专业积累，更得提一下新冠疫情的刺激和催化。自疫情爆发以来，越来越紧迫的局势让人们开始聚焦在科技手段。
从免费开放LinearFold，缩短RNA分析时间上取得的积极反馈，百度看到了AI技术在生命科学领域的价值，积极寻求将AI技术转化为社会力量的路径。于是，百度研究院锚定生物计算领域，进而研发了一套设计最优 mRNA 序列的新算法——LinearDesign。
诚然，LinearDesign算法的上线，是百度研究院两个月的研发，也是百度近几年在生物计算领域的积累。百度对于技术发展、产业发展和时代发展的三维预判，成为了这套算法诞生的三个基本条件。
02
聚焦LinearDesign算法，AI大生产时代“水到渠成”
当我们聚焦LinearDesign算法的价值反馈，时代显然需要AI技术与其他产业的融合。
那么，再回想起百度CTO王海峰的判断，“AI进入大生产时代”，这个时代下的AI跨界融合又将为行业发展带来哪些思考？
或许，从行业的角度来说，至少有三点值得思考。
1.跑通AI“第一曲线”，LinearDesign算法跳至“第二曲线”。
通过对管理学家查尔斯·汉迪提出的“第二曲线”理论的理解，我们可以总结出技术发展的一个趋势。当单一的技术发展到达极限点，若想迎来新的突破，那么就有必要与其他的产业融合应用，发掘破局点。
LinearDesign是一套设计最优mRNA序列的AI算法。其核心还是以AI技术为主，在应用上向生命科学领域跨越。很显然，百度在跑通了AI的“第一曲线”，LinearDesign算法是其跳至“第二曲线”的表现。
事实上，也正是LinearDesign算法的高效反馈，让百度拥有了跨界生命科学领域的底气，也让学术界和生物制药行业的企业看到了百度在AI算法领域的优势。可以说，这为百度布局生命科学产业提供了契机。
据悉，在LinearDesign算法上线之后，百度以此与多家中外学术机构和生物制药企业开展了交流与合作，并与中国疾病预防控制中心病毒病预防控制所签署了战略合作协议，联合设立“中国 CDC 应急技术中心 - 百度基因测序工作站”，等等。
不得不说，百度AI借助LinearFold、LinearPartition、LinearDesign等多个算法在生命科学领域已然成功跳跃到了“第二曲线”，进而实现新的增长。
2. LinearDesign算法解决医药痛点，医疗场景反哺AI成长。
AI跨界产业融合是一个双向哺育的过程。以AI+医疗来说，AI技术在加速改革医疗模式同时，医疗行业也在为AI技术的应用构建了场景，双向促进在加速产业融合发展。
LinearDesign算法是一个明显的呈现。在现有的 mRNA 疫苗研发上，存在一个巨大的挑战，即 mRNA 疫苗的稳定性问题。这是一个医药研究的痛点，对此百度则尝试运用AI技术来更高效的解决这个问题。
于是，LinearDesign算法上线，并针对性的解决mRNA序列不稳定的问题。“它设计了一组结构更稳定的序列，并使用翻译效率高的密码子。”罗彻斯特大学教授、RNA生物中心主任David Mathews对此解释道，并予以了高度的认可。
同时，在新冠病毒的刺突蛋白序列上的计算机模拟实验表明，LinearDesign能够设计出结构最稳定的序列，而且设计时间只需要1个半小时。如果采用线性时间近似算法，所需时间可以进一步缩短到11分钟。
很显然，疫情所构建的医疗场景，成为百度的AI算法研发的催化剂。而通过这个催化，百度的AI算法也在辅助医药机构解决行业痛点。双向的促进，不管是对于医疗行业或是AI领域，都具有明显的价值反馈。
3. LinearDesign算法还有第二轮跨界，AI没有边界。
LinearDesign算法最早是源于新冠病毒的mRNA疫苗研发，但是其本质作为一个优化序列的算法，凡是涉及到序列设计的领域，都具备应用空间。也就是说，除了用于新冠病毒 mRNA 疫苗的研发，LinearDesign算法还能用于个性化肿瘤药物等其他 mRNA 药物、抗体和疫苗的研发。
很显然，AI技术本身不具备特定的边界，在跨界融合的过程中，具有较强的通用特征，如LinearDesign算法。诚然，AI进入大生产时代，对产能的重视程度越来越高。AI在跨界融合的过程中如何避免“重复造轮子”的资源浪费，是目前科技企业需要聚焦的问题。
为此，通用化、平台化的AI产品或服务往往具有更加广泛的市场空间。以百度来说，除了LinearDesign算法之外，旗下的百度大脑、飞桨、DuerOS开放平台等AI产品都是如此，打破边界性应是未来AI跨界应用常态化的发展。
03
结语
从LinearDesign算法的聚焦到AI产业跨界融合的讨论，我们都不难看出，如今的科技的发展正在不断整合优化，越来越多的技术被应用于各行各业。就医疗行业来说，AI+医疗的想象力不仅仅在于AI巨头的技术赋能，也在于医疗行业的场景构建。
那么，随着百度与生命科学领域的合作交流愈发深入，也意味着前者的技术沉淀，与后者的场景驱动都在成为其跨界融合的两个基础底座。
在LinearDesign算法之后，百度跨界生命科学领域显然会跑得更稳。
如今，在新基建的大背景下，百度同样有着自己的一套AI基建布局和体系，智慧医疗更是特别突出的重点模块。以百度大脑、飞桨、百度智能云、前沿技术等AI模块为核心，百度一边寻求AI的应用落地，一边在完成AI的发展框架。
随着LinearDesign、LinearFold等算法的逐步积累和完善，百度在智慧医疗的新基建显然会拥有更加稳定的发展基础。
AI+医疗，技术赋能生命科学，也更加值得期待。
*此内容为【科技向令说】原创，未经授权，任何人不得以任何方式使用，包括转载、摘编、复制或建立镜像。
本文首发自微信公众号：|科技向令说（xiangling0815），文章版权归原作者所有，转载请联系作者授权。
推荐阅读