核心观点 - AI for Science(AI4S)正在改写科学发现的底层逻辑,逐步改变人类探索世界的方式,标志着AI首次以"发现者"的角色进入基础科研核心 [3][6] - 深度原理Deep Principle是一家专注AI for Science的创新公司,聚焦化学材料和反应机制领域,具备从头到尾全链路能力,是国内最早且唯一一家专注化学与材料领域的AI科创公司 [8] - AI for Science的发展分为三阶段:AI Assistant(数据分析工具)、AI Scientist(深度参与科研过程)、AI Innovator(接近AGI能力边界) [10][11][12] - 推动AI for Science"DeepSeek时刻"需要三个关键前提:模型通用能力、垂直领域数据质量与专业性、工具生态与交互方式革新 [18][19][22] - 中国在AI for Science领域具有落地优势,因其强大的制造能力、巨大市场体量及工业应用场景的规模 [25][27][29] AI科研范式变革 - 深度原理Deep Principle用AI解锁全新化学反应路径,聚焦碳捕捉和功能材料发现方向,技术方向为AI for Chemistry & Materials [8] - 公司从MIT孵化,2024年6月回国发展,团队主要在杭州,是国内最早具备全链路能力的化学与材料领域AI科创公司 [7][8] - 科学发现分为hypothesis generation(假设生成)和experimental validation(实验验证)两部分,AI可深度参与这两个环节 [11] AI for Science发展路径 - 第一阶段(AI Assistant):AI作为科学数据分析工具,辅助理解已有数据中蕴含的科学意义 [10] - 第二阶段(AI Scientist):AI深度参与科研过程,包括假设生成和实验验证,预计未来一两年内对科研效率带来实质提升 [11] - 第三阶段(AI Innovator):接近AGI能力边界,AI可独立完成从提出问题到发现科学规律的全过程 [12][13] "DeepSeek时刻"前提条件 - 模型需具备强泛化能力,能理解不同领域的任务需求,如大语言模型可辅助记者生成提纲或科学家总结文献 [18] - 垂直领域数据质量比模型架构更重要,科学问题要求极高准确性,需以高质量专业数据为基础 [19][20] - AI Agent可降低科研门槛,提高交互自由度,让AI服务于一线科研人员 [22][23] 中美生态对比 - 美国在科学研究、科技进展、商业化落地方面全球领先,西海岸偏软件,东海岸偏硬件和生物医疗 [24] - 中国制造能力全球最强,技术差距越来越小,叠加巨大市场体量,在工业应用场景上更具优势 [25][29] - 深度原理选择回国发展因中国在新材料、新能源、精细化工等领域的应用场景更友好且规模更大 [27][29] 行业融资环境 - 2024年中国资本市场环境极差,美元资金比前一年少90%以上,人民币资金少50%以上 [30] - DeepSeek的发布让市场意识到AI可带来实际效率和变现,资金情绪开始回暖 [30][31] AI时代创业者特质 - AI时代创始人最核心特质是速度,需快速试错、融资、应用落地和调整方向 [32][33] - 技术迭代和外部环境变化极快,唯一能掌控的是自身速度,反应和执行速度可成为最大护城河 [33]
Jinqiu Spotlight | 深度原理创始人贾皓钧:AI for Science的中国机会
锦秋集·2025-07-06 23:02