唐一方对宋伊人，卫场子与江墨玄讲解人工智能与药学，摘自度娘：
人工智能新药到底有多少实与虚，图片来自raiksif
人工智能（ai）高度依赖于高质量有标识的大数据，在一个生物学假说驱动、效率低下、试错为主的新药创新领域，毋庸置疑，这将会显著提升新药研发流程中某些阶段的效率。但不管自古英雄出少年的i创业精英风起云涌，还是有数十年研发经验的医药界老兵坐观潮起潮落，都缺乏对人工智能新药研发全面的理性认识。鉴于此，挂一漏万，笔者愿与大家分享我们对于人工智能新药研发的观点和态度，分别从两个方面，理解疾病影像诊断及生物学新机制新靶点的发现，和设计药物活性预测及化合物库的产生与合成，探讨人工智能在新药研发中的实与虚。
1人工智能的崛起
天地玄黄，人类作为拥有i（auralilli）的生物，孤零零诞生于宇宙洪荒。从直立行走、刀耕火种、蒸汽电机、登月升空，到无处不在的互联，人类在宇宙探索中实现了自我认知。从亚里士多德的形而上学，到牛顿的三大运动定律，再到爱因斯坦的相对论，这一切都闪耀于璀璨银河中。
在这张图片上，深蓝战胜人类棋手，有人高兴，有人惊愕，还有人沮丧，图片来自hiri
作为万物之灵长的人类，不再满足于吃苹果获得智慧，而是期望在孤独的宇宙中创造出新的智能生命——人工智能（arifiialilli）。时光荏苒，1997年深蓝战胜国际象棋大师卡斯帕罗夫后仅仅0年，人工智能便横扫人类最复杂棋盘游戏——围棋。短短不到一年时间，人工智能的称号从籍籍无名的阿尔法狗（alhag）变成无人不知的大师（asr），再进化到已不爱搭理人类，左右互搏、自我学习的“零”（alhar）。
人工智能迅速蹿红，阿西莫夫的机器人“三定律”似乎已近在咫尺，不仅朋友圈里充斥着各种夸张报道和炒作宣传人工智能，如即将抢走人类饭碗的传闻，即使是严谨求实的学术圈、工业界也是热情洋溢，常有人言必称“我的朋友胡适之人工智能”，遑论永远盯着明天的投资界的追捧，大有一番“千红万紫安排著，只待新雷第一声”的气象。
50年后，达特矛斯会议当事人重聚首，图片摄于006年，图片来自ikidia
其实严格来讲，人工智能算不得“新雷”，它始于1956年的达特茅斯会议，已有60多年的历史，涵盖众多学科和技术，包括机器人学、语音识别、自然语言识别与处理、图像识别与处理、机器学习等等。之前虽也有潮起潮落，但并无大风大浪。近年来，得益于迅猛增长的计算能力、深度学习方法的引入以及大数据的兴起，这“三板斧”的推波助澜，人工智能在多个行业崭露头角，其中笔者所在的生物医药行业就是人工智能席卷的重镇之一。
016年，alhag一经出现，就让我们对人工智能刮目相看，图片来自did
面对目前这批风口上的人工智能公司，我们总归要问所有新兴技术都需要面对的终极问题：人工智能目前到底处在技术成熟度曲线（hyyl）的哪个阶段？人工智能能否正面k当前可用的其它技术？在可预见的将来，人工智能究竟能做到什么样的程度？人工智能的征途可以是星辰和大海，但前行的补给却不能是画饼。缥缈的远景不是我们兴趣所在，毕竟did能否真的“slvilliiakhrldab”，比dhugh告诉我们宇宙的终极答案是4——语出科幻圣经《银河系漫游指南》——要实际得多。
人工智能进行疾病诊断，竞争还是合作？
在整个大的医疗领域，疾病诊断，尤其是医学影像（射线、超声、ri、和等）是人工智能比较得到认可的方向。017年，arrys公司的影像平台ardai成为fda批准的首例人工智能辅助诊断工具，用于帮助医生分析心脏核磁共振图像，可自动化描绘图像中的心室轮廓线，并计算心室功能相关参数；随后其gai和livrai也陆续获得fda的批准，用于辅助医生分析肺结节和肝脏损伤。今年月份，vi
第四十一谈 得心应手知[1/2页]