幫10萬個實驗加快百倍研發速度！Atinary用AI讓藥物開發就像照食譜烤蛋糕

「一個醉漢搖搖晃晃地走出酒吧，在路燈下蹲著找東西。
他的朋友們看到後走過來問：『你在找什麼？』
醉漢說：『我在找我的車鑰匙。』
朋友問：『你在哪裡丟掉的？』
醉漢指著反方向黑暗的一角說：「應該在那邊吧。』
朋友驚訝地道：『那你怎麼在這裡找？』
醉漢瞇著眼，理直氣壯地回答：『因為這裡有燈，我只看得見這裡，所以當然在這邊找！』」

由人類偏見主導的實驗，將被AI顛覆

「這是我很愛跟大家說的一個笑話，」AI新創 Atinary 共同創辦人暨執行長Hermann Tribukait一坐下來，就用生動的比喻，道出許多產業當前在研發新材料時面臨的困境。「這個意思是說，在尋找新材料時，不管是新的催化劑或新藥，人們常常被偏見或是有限的知識主導，只在自己熟悉的地方尋找答案，卻不知道根本找錯了方向，忽略了其他的可能性。」

化學是現代化的根本，也是許多產業的基礎。而在化學反應中，能夠加快反應過程的關鍵為「催化劑」。簡單來說，催化劑扮演的角色就像「月老」，將科學家希望發生反應的成分送作堆，打破原本的化學鍵，形成新的化合物。

「催化作用」（catalysis）為經濟帶來的助益龐大，貢獻了全球GDP的35％，全世界更有九成工業規模的化學反應，需要催化劑。如果沒有催化劑，許多日用品，包括藥物、化學肥料、塑膠、石油、香料、食品、塑膠等都將無法生產。

而不斷地開發新世代的催化劑，是現代化持續向前的動力，如果沒有新的催化劑推陳出新，產業與科技的發展也將停滯不前。

然而，研發新材料與新催化劑的過程，往往曠日費時，且所費高昂。以新藥研發為例，每項新藥從藥物探索、實驗室研究、臨床試驗、FDA審查到最終上市，需耗時8～10年。以成本來看，研發一款新藥基本要砸超過20億美元（約新台幣649億元）。更令人沮喪的是，成功率非常低，僅不到5%。

「令我驚訝的是，時日今日，多數新材料的研發（R&D）都是人力驅動。」，Tribukait說明，多數企業研發部門與大學的實驗室都還沒導入AI，甚至仍以Excel、紙本紀錄數據。

然而，研發新的材料是一場極為複雜的排列組合，擁有的變數越多、組合的數量就越大，科學家單憑人力，要在數百萬、甚至數十億種可能的組合中找到最優的解答，過程堪比大海撈針。也難怪耗時、耗錢，又效率極低了。

這正是Atinary想要解決的痛點。「Atinary」取自西班牙文，意思是「命中標的」（hit the target）。Tribukait說，「我們打造的，是一款機器學習的無代碼（no-code）平台，讓新材料的研發時間大幅縮短、效率更高，幫助科學家省下時間、命中靶心。」

化學家與電腦科學家激盪出的新創，創業第一個月就拿到天使投資

Atinary是由一群化學家打造的新創公司。Hermann Tribukait是哈佛大學的經濟學博士，過去在投資銀行、能源產業累積了堅實的人脈；另一名共同創辦人Loïc Roch，則是瑞士蘇黎世大學、中國天津大學的量子化學博士，並在哈佛大學進行化學與人工智慧的博士後研究。Loïc Roch在國際頂尖期刊上發表了50多篇學術論文，是量子化學、AI領域的思想領袖。

2017年，2人在一場國際會議上相識後一拍即合，一致認為人工智慧將為新材料研發帶來革命性的翻轉。2019年，Hermann Tribukait與Loïc Roch攜手創業，並在公司成立的第一個月，就獲得了第一筆天使資金。

隨後，Loïc Roch自行開發了一套機器學習平台，這是一個在雲端上的無代碼AI平台，科學家不需要會編寫程式，只要經過2小時的培訓，點擊按鈕就能開始部署機器學習模型，加快尋找新材料的流程。

近兩年來，No-Code／Low-Code平台越來越流行，使用者就算不懂寫程式也能輕鬆使用。全球技術研究公司ISG Information Services Group 報告指出，全球No-Code／Low-Code開發平台的產業規模已接近150億美元，預計未來5年內將翻4倍。

「人的一生日子很短，只有相當有限的時間去學科學、化學，若要研發出好的產品，可能還要再學電腦科學。」但是透過無代碼平台，科學家不需要會編碼，只要連接網路、定義實驗，就可以解鎖傳統方法無法處理的複雜實驗，找到最優解答。

「人類大腦無法處理實驗中極龐大又複雜的變數，需要靠AI的力量，這也是為什麼無代碼平台對於科學創新至關重要」，Tribukait說。

Atinary的「自駕實驗室」是什麼？想像你在烤蛋糕⋯⋯

想像一下，如果你是個烘焙新手，從來沒烤過蛋糕：不知道哪種配方最好、該用什麼溫度、先放哪些材料。你決定直接開始，希望能誤打誤撞做出美味蛋糕。但你很快發現這樣做既浪費食材又耗時間。

這時，來了一個聰明的助手，給你新的建議。你按照助手的新食譜做了第二個蛋糕，比第一個好吃，但還不是最滿意的。於是助手根據第二個蛋糕再提出改進建議。

每次的調整，助手變得更聰明，你也省下猜測的時間，最終合作做出了完美的蛋糕。

「Atinary的SDLabs也是這樣運作的」 ，Tribukait進一步解釋，SDLabs使用的是「貝葉斯主動學習」(Bayesian Active Learning)，這是一種結合貝葉斯統計和主動學習的框架，可以適應多種不同的算法。科學家經過2小時的入門培訓後，即可在現有的工作程序中部署機器學習。

SDLabs會帶領實驗方向，並根據多個目標進行優化、分析數據並做出實驗決策。更重要的是，SDLabs能夠探索非常規和未開發的研究方向，除了提高生產力以外，也加速了新材料和分子的發現，同時大幅減少原材料的使用和成本，最終發現新的知識和技術，優化實驗過程，加快產品上市速度。

從疫情期間起步，Atinary從0開始開發出SDLabs平台與專屬的演算法，使AI能夠在任何研發實驗室中無縫部署。Atinary的堅強團隊是其優勢之一，從疫情期間出發，5年時間內，Atinary已擴展至16名員工，涵蓋AI&ML工程師、化學家、生物化學家、分子生物學家、物理學家、軟體工程師、DevOps工程師和數據科學家等多個領域的專業人才。此外，Atinary背後也有強大的諮詢委員會，成員的背景則來自超級運算、AI&ML、電腦科學、化學領域的頂尖專家，以及連續創業家與產業領袖。

SDLabs採用SaaS模式銷售，首先瞄準製藥、生物科技、材料科學等產業，且已經優化了10萬個實驗；Atinary已與不少知名夥伴攜手，包括日本最大的製藥公司武田製藥（Takeda）、麻省理工學院（MIT）、IBM Research等。 一名MIT軟材料實驗室的教授則表示，在SDLabs的幫助下，原本要2年時間完成的任務，竟然在一星期內即完成。

加快研發進程，SDLabs要做科學家的時光機

SDLabs就像是自駕車上的AI，幫助駕駛找路、看路、判斷方向。不過Tribukait強調，「我們並沒有要取代駕駛，科學家仍然掌控方向盤，只是將原本需要人力執行的數據處理交由算法與機器人完成。」

除了加速材料研發的腳步以外，驅動兩位創辦人的更大動力，是他們對大自然的熱愛。Tribukait感性說道，「我與Roch都是自然的愛好者，我喜歡大海、他喜歡山林。」，然而在研發新材料與新催化劑的過程，有害化學物質、廢棄物的釋放都將帶來極大危害，Atinary希望，SDLabs能像「時光機」一樣，不只加快研發進程，同時也減輕對地球帶來的負擔。

「回到前面找鑰匙的笑話，透過Atinary的無代碼機器學習平台，科學家將不再需要在漆黑的地方摸索，讓AI來帶領實驗方向，而是發現從沒想過的新可能。」，Tribukait說，「我們相信，人工智慧將為各行各業的研發帶來革命性的顛覆與改變。」

本文授權轉載自《心元資本》，作者：Starry，原文標題：將研發過程從 2 年縮短到 1 週！Atinary 要做科學家的「時光機」 －專訪 Atinary 共同創辦人 Hermann Tribukait