02小说网

第163章 辉瑞的赌局求订阅求月票（第3页）

林允宁看着程新竹整理出来的数据库列表，摇了摇头。

程新竹已经尽了最大努力，她几乎翻遍了全世界所有公开的蛋白质数据库，最终找到了三千一百二十七个带有小分子配体的、高质量的蛋白质复合物结构。

“三千多个还不够?”

程新竹有些沮丧，“这已经是我能找到的全部了。”

“训练一个工业级别的图像识别模型，需要上百万张猫和狗的照片，”

林允宁的逻辑很清晰，“我们现在要训练一个能识别‘分子形状”的模型，三千个样本，连让AI“认字’都不够，更别说让它‘阅读理解了。”

他指着屏幕上的数据

“而且这里面还有严重的偏见。被发表出来的，都是结合得很好的‘成功案例”。我们根本没有失败案例”的数据。这就好比你只教一个孩子看100分的卷子，却指望他能考及格。”

程新竹彻底没辙了，她抱着自己的脑袋，苦恼地说:

“那怎么办?总不能让我们自己去做几百万次实验吧?那得做到下个世纪了。”

办公室里再次陷入了沉默。

窗外，芝加哥的天空阴沉得像是要下雪。

林允宁没有说话，他走到办公室的白板前，站了很久。

他脑子里，闪过的是他那个“信息几何学”的数值引擎，闪过的是那个可以从无到有，凭空“创世”的并行算法。

一个疯狂的想法，在他脑中闪过。

他转过身，看着一脸愁容的程新竹，忽然开口。

“我们不找数据了。”

他的声音不大，却让程新竹猛地抬起头。

“我们自己造。”

程新竹愣住了，她怀疑自己听错了。

“造。。。。。。数据?”

“对。”

林允宁拿起笔，在白板上写下了一个标题??“虚拟化学宇宙生成计划”。

“既然现实世界的数据不够，那我们就用第一性原理，自己创造一个虚拟的化学宇宙。”

他看着目瞪口呆的程新竹，飞快地解释着自己的构想。

“我们可以利用已知的分子力场和溶剂化模型，编写一个程序。这个程序可以随机生成符合化学规则的小分子，再把它们随机地‘扔’到蛋白质的活性位点附近，然后用蒙特卡洛算法，模拟它们之间所有可能的结合构象，计算

出每一个构象的结合能。”

“我们可以生成一百万、一千万，甚至一亿个这样的虚拟样本。这里面，有结合得很好的‘成功案例”，也有完全不匹配的‘失败案例”。这是一个完美的、没有偏见的，我们想要多大就有多大的训练集。”

程新竹听得下巴都快掉下来了。

她张了张嘴，半天才找回自己的声音，问出了那个最核心的问题。

“这。。。。。。这生成的‘假数据。。。。。。能有用吗?”

林允宁看着她，眼神平静而笃定。

“只要它的统计规律和真实世界一致，对AI来说，它就是真实的。”

圣诞节的脚步越来越近。

芝加哥终于飘起了今年的第一场雪。

林允宁刚走出办公室，口袋里的手机就震动了一下。

是一条短信，来自沈知夏

“我妈最近精神很好，她一直念叨你小时候的事。平安夜记得叫上朋友们，过来一起包饺子。