回复@业余金融: 不得不感叹王总储备知识量，前面做了一波成都先导，只是基于ai能快速筛选化合分子这个逻辑。然后ai终极作用就是各个领域不断进行扩宽找未知，然后跨学科联合应用?如果不是这个作用，难不成就为了替代白领工作//@业余金融:回复@东莞巴韭特:我之前研究过合成生物，因为我们学校有一个老师是跟川宁合作的ai，主要是做优化发酵工艺和提高关键酶性能的，沟通过一阵子，至少生物材料这块我还是比较了解。
生物包括制药这块，能加快但是效果有限，因为时间大头并不是在先导化合物的筛选上，而是后续的药理毒理各种临床，这个是少不了的环节，目前ai无法替代或者加快。
物理材料这块，我有同学是研究固态电解质的，也是用ai去预测筛选一些晶体结构什么的，不过我看他研究了好几年，除了发了几篇文章好像也没什么实质性进展。至于产业这块，宁德已经可以在实验室条件下做出固态电解质小样了，但是一放大尺寸就不灵。究其原因，是因为材料科学这块人类认识还是不够深入，很多前沿的理论你可以认为和炼金术没什么本质区别，实验室到量产更是know-how的过程，每前进一步一般都需要消耗大量人力物力和时间。而当前ai这种基于概率和上下文的工具，很显然并不能生成人类认知之外的东西。
有兴趣可以看看原研药的一般研发流程，大概就是你的目标是a，结果往往做出来了b，却实现了c的效果。