IPEM 2024年会暨北京大学工学院“AI与药业”院友论坛，于11月2日在工学院新奥工学大楼举行，140余位师生和朋友线上线下共聚，探讨量化模型和AI在制药领域的应用。
杨越 北大工学院副院长
工学院副院长杨越教授代表北京大学工学院致辞，热烈欢迎各位院友和嘉宾的到来。他指出学科交叉在推动高质量学科体系建设中的重要性，特别是药学与人工智能的学科交叉在药物研发、生产及个性化医疗等领域前景广阔。回顾工学院在生物医药人才培养方面的努力，IPEM在推动国际化技术管理人才的培养中发挥了重要作用，期望本次年会进一步促进学界专家与行业院友的交流，共同探讨人工智能在生物医药领域的应用前景和挑战。
李咏梅 北大工学院助理院长
工学院助理院长李咏梅老师代表学院欢迎IPEM师生重返校园。她用一张张珍贵照片串联起大家与IPEM及工学院的深厚情谊，并介绍了北大工学的历史及工学院自2005年重建19年以来的学科发展、人才培养及科研情况，表达了与院友们再次携手共进的期望。
郑强 北大工学院退休教师
郑强老师代表IPEM师生感谢工学院及学院领导的支持，以题为“GMP合规和监管科学的动力学模型“的报告作为开场。这项研究源自郑老师指导的鲍乙乙博士的论文。该研究聚焦于制药监管中的核心问题，提出了“合规状态的动力学模型”，通过抽象监管的“力”（监管行为）和“势”（由规章合规风险和生产成本构成）来描述“合规状态”变量。该模型在法规基本原则（相称性、透明度和一致性原则），与工业工程评估有效性指标（质量、效率、成本）作为监管有效性的基本量度之间建立了定量关系。
曹凤朝 识林AI研发组组长
识林研究员曹凤朝汇报“探索大语言模型在药业日常工作中的应用”，分享了探索过程中经历的问题挑战和解决方案，以及实践中切身体会到“一周出demo（示范原型），半年用不好”的AI业内共识。并分享了对大模型的认识——仍是一款辅助增效的工具，并且最终的判断还是需要人类来做；并强调不同于传统软件项目，大模型应用是一种创新型应用，需要业务人员密切参与，提供业务知识支持、开展专题合作研究反哺大模型应用。随后，介绍了将大模型应用研究成果落地到企业实际业务场景的示例——质量管理岗位中的知识管理和业务赋能：偏差、变更和CAPA赋能包，并再次强调需要业务人员的密切参与。
王亚卿 资深IT专家
资深IT专家王亚卿在信息技术领域深耕多年，现从事AI辅助数字孪生研发工作，分享“AI应用安全”。从去年反转再反转的OpenAI“宫斗大戏”引出对人工智能对齐人类价值等安全的关注，将潜藏在AI应用背后的模型攻击等安全问题揭示在大家眼前。介绍了新颖的攻击方式，并从拥抱AI浪潮的企业角度出发提示了需要关注的安全威胁，提出了企业应对未知AI安全风险的稳健策略，如搭建本地化模型部署，更新企业引入AI后的权限管理机制，在模型训练和开发的过程中引入RABC（基于角色/属性的权限控制），常态化安全扫描和跟踪模型的安全进展。
黎世勇 百度智能云主任架构师
百度的黎世勇向大家介绍了国内大模型现状与问题的个人思考。人工智能的历史悠久，60余年来多次起伏，上次高峰中诞生了图像识别为首的应用，但因缺乏泛化能力而难以迁移。大语言模型出现以后，其表现出的通用能力推动AI进入了当前的高潮。这一次浪潮中，中国成为美国之外的唯一高地，国内的AIGC产业布局全面，完整覆盖了从基础层的大模型到应用层的落地应用。尽管如此，国内外AI应用的繁荣之下，杀手级应用迟迟未出现，低留存和低粘性成为AI应用的痛点。模型基础能力的差距是不可忽视的因素，而大模型能力的决定项是算力、数据和资本，这使得基础大模型会最终收敛到头部公司。相较于应用层，作为基础设施的算力和数据受到美国制约，如何突破这一瓶颈？黎世勇认为，国家主导的大规模全产业链整合升级将是可行之道。
