金磊 发自 凹非寺

量子位 报道 | 公众号 QbitAI
一年时间便拿下三轮融资。
不多见，真的不多见。
就在今天，随着最新一轮融资的曝光——完成数千万美元A轮融资。
这家AI初创企业，深势科技，一下子就跃入了大众视野。
据悉，此次A轮融资由高瓴创投领投，经纬中国、百图生科跟投。
而更早的，在今年3月5日和去年8月10日，深势科技分别完成了Pre-A轮和天使轮融资。
更是吸引了像百度、元璟资本、清流资本等企业、投资机构的加持。
随即而来的一个问题便是：
深势科技，凭什么受资本的如此青睐？

AI+分子模拟，了解一下

要回答上面这个问题，首先需要了解它是做什么的。
根据公开信息显示，深势科技所做的工作，是用AI技术解决微观物理问题（AI分子模拟）。
换言之，就是在电子、原子、分子这种level中，进行组分和设计工作，来实现具有特定物理、化学性质的工业设计。
而与之相关的研究和应用，可以说在药物设计、材料设计和性质预测等方面颇有价值。
这一点，从资本的竞相追逐中便显而易见了。
当然，比起赛道的选择，自身的“玩法”更为重要。

因为在这个领域当中，长期以来一直存在着一个困局。
很多微观性质预测的本质需求，是精确求解原子间相互作用，描述原子间相互作用的关键物理量是原子间的势能面。
但过去常常面临的窘境是：
  • 用经验立场的方法，快而不准。
  • 用量子力学的方法，
    准而不快
    ，还伴随“维数灾难”的风险。

于是，深势科技所拿出的“杀手锏”便是：
“AI+分子模拟”技术。
首创“多尺度建模+机器学习+高性能计算”新范式。
具体而言，深势科技提出了一个叫做 DeePMD的方法。
这种方法不仅保持了基于量子力学的精度，还可以将分子动力学的计算速度提升至少五个数量级。
不仅如此，在算力方面，需求与体系的原子数量也是呈线性依赖关系。
也正因如此，深势科技凭借这项技术，在去年11月份斩获了戈登·贝尔奖。
这是国际高性能计算应用领域最高奖，有着“计算应用领域的诺贝尔奖”之称。
据了解，此次最新一轮融资之后，募集的资金将用于“以新一代分子模拟平台为代表的科学计算平台的建设，以及相关技术在药物、材料设计等场景的落地。”

学院派背景团队

除了自身的技术外，资本市场往往也会看重一家公司团队的背景。
在这一点上，深势科技也是具备强势的学院派背景：
北京大学元培学院。
深势科技创始人兼首席科学家
张林峰
，毕业于北京大学元培学院，在普林斯顿大学获应用数学系博士学位。

他主要研究方向包括统计物理、分子模拟和机器学习，及其在化学、生物、材料等方向的应用。
在例如上述斩获戈登·贝尔奖的研究中，也做出了较大的贡献。
另一位创始人兼CEO孙伟杰，同样毕业于北京大学元培学院，后继续在北京大学深造，获管理学硕士学位。
他在科技、教育、企业服务等领域分析及投资经验丰富。
除此之外，公司核心团队由中国科学院院士领衔。
成员多数来自自北京大学、普林斯顿大学、约翰霍普金斯大学、复旦大学、中科院上海药物研究所、阿里、百度等世界一流高校、科研机构和企业。
那么对于这样一家AI初创企业，你看好吗？
参考链接：
https://www.qcc.com/product/8b86e6b9-977a-452f-b49c-0d1853e47141.html
— 完 —
本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容，未经账号授权，禁止随意转载。
「智能汽车」交流群招募中！
欢迎关注智能汽车、自动驾驶的小伙伴们加入社群，与行业大咖交流、切磋，不错过智能汽车行业发展&技术进展。加好友请务必备注您的姓名-公司-职位哦~
点这里👇关注我，记得标星哦～
一键三连「分享」、「点赞」和「在看」
科技前沿进展日日相见~
继续阅读
阅读原文