AI藥物新創公司Insilico Medicine推出一個AI“健身房”，幫助像GPT和Qwen這樣的模型擅長科學

Insilico Medicine是一家總部位於美國、在香港上市的人工智慧藥物發現公司，正推出一項新服務，旨在訓練通用大型語言模型，例如OpenAI的GPT或阿里巴巴的Qwen，以處理生物學和化學任務。

推薦影片

Insilico的創始人兼CEOAlex Zhavoronkov在接受《財富》雜誌採訪時表示：「通用模型在用來衡量AI執行科學任務的基準測試中‘慘不忍睹’。‘你在同一任務上測試五次，結果都顯示它遠遠落後於最先進的技術……基本上比隨機還差，完全是垃圾。’」

相比之下，專門的AI模型直接在化學或生物數據上訓練，效果要好得多。但這些模型通常不允許用戶用自然語言提示，就像使用通用模型一樣，而且它們也缺乏完成超出專業科學功能範圍任務的能力。

因此，Insilico推出了新的「Science MMAI Gym」，旨在將通用大型語言模型轉變為能夠媲美專家模型的能力。

這個「健身房」是Insilico的一個轉型點，該公司稱其為「通往藥物超智能的長期路線圖」的一部分。這家新創公司是試圖利用機器學習和人工智慧進行新藥研發的生物科技公司群體的一員。但通過「健身房」，Insilico現在將目標轉向其他生物科技和製藥公司，提供為它們訓練新AI模型的服務。

Insilico將使用領域專用數據集、獎勵模型和強化學習的組合來訓練模型，並聲稱這一過程可以將模型在化學和生物學的關鍵基準測試中的性能提升多達十倍，甚至接近專為這些科學任務設計的模型的性能。

但為什麼公司會選擇訓練通用模型，而不是使用專家模型呢？原因在於靈活性：專家模型在某一方面非常擅長——比如藥物發現——但無法執行其他任務；相比之下，即使訓練出來的通用模型無法完全匹配專家模型的性能，它仍能保持執行多種任務的能力。這意味著一家新創公司可以依賴一個大型模型，而不是一系列專家模型。

Zhavoronkov表示：「如果模型太小，它會開始忘記一些它原本設計來完成的基本任務。若模型較大，這個問題就不存在了。」

他也承認，即使通過Insilico的「健身房」訓練出來的通用模型，仍然無法達到最先進的專家模型的水準。「要讓它們能夠在分子模擬方面進行推理，它們需要理解並看到物理規律。語言模型並非為此而設計，所以它們在前沿物理模型面前會稍微差一些，」他解釋道，但他預計未來幾年這一情況會有所改善。

然而，隨著LLM（大型語言模型）變得越來越普及——以及越來越多的創業公司採用它們——Zhavoronkov表示，他希望Insilico能成為「這些模型的第一大訓練者」。他說，已經與潛在客戶就訓練計劃進行了溝通；雖然他沒有透露具體公司名稱，但表示已聯繫了「美國頂尖的前沿企業」。

Insilico、香港與生物科技

Insilico成立於2014年，正努力成為首批利用人工智慧設計藥物並通過臨床試驗上市的公司之一。該公司的一個主要項目是用於治療特發性肺纖維化的藥物，這是一種在肺部形成疤痕組織，導致呼吸困難的疾病。該公司表示，該藥物在18個月內就進入臨床試驗，遠快於傳統生物科技公司平均四年的時間。去年，該藥物完成了第二階段臨床試驗，研究人員認為結果值得進一步在更大規模、更長時間的臨床試驗中進行研究。

Insilico還在針對其他疾病，如炎症性腸病，以及探索新型癌症和GLP-1藥物。

去年12月，Insilico在香港進行首次公開募股（IPO），籌集了23億港元（約2.95億美元），成為2025年香港最大規模的生物科技首次公開募股。此次IPO吸引了禮來、騰訊和橡樹資本等公司作為基石投資者。

自12月30日在香港交易所上市以來，該公司股價飆升。截至1月16日，股價為54.75港元（約7.02美元），已是IPO發行價24.05港元（約3.08美元）的兩倍多。

追蹤香港最大30家生物科技公司的恒生生物科技指數在過去12個月內漲幅達100%，遠超基準的恒生指數37%的漲幅。

Insilico並非近期股價飆升的唯一AI新創公司。中國消費者AI新創公司MiniMax的股價自1月9日開始交易以來已上漲160%。芯片設計公司Biren的股價也較IPO發行價上漲超過90%。

不過，美國和中國的投資者都在思考這波AI熱潮是否能持續。Zhavoronkov表示，他密切關注股市中AI泡沫形成的可能性，但他樂觀認為，AI藥物發現比其他行業更不容易受到泡沫破裂的影響。「人們可以沒有對話助手或AI生成的電影，但他們離不開藥物。」