以下為演講實錄：

首先要祝賀英諾天使八周年快樂，我也祝福英諾在接下來能投出更多獨角獸項目，創造未來無限可能。鎂伽很榮幸在2017年的時候，就得到了英諾的幫助和支持，讓我們能夠得到快速成長，讓鎂伽從2016年的3個人發展到現在將近400人團隊，從單一的協作機器人一個產品發展到現在我們三個事業部，三個應用領域的開拓，包括生命科學、智能制造和智慧零售，這是我們現在三個主要的應用領域。

三個事業部的底層比較相通的，都是機器人技術，自動化技術+AI技術。鎂伽讓這三個技術在更多應用場景下落地。

今天我分享的主題是智能自動化：生命科學的未來，這是鎂伽的探索和觀點分享。

在看生命科學整個發展過程中，我們先看一個有趣的對比，工業制造是大家比較熟悉的，發展歷程也比較鮮明。工業制造以汽車制造為例，從1920-2020年百年間工業制造的巨大變化，從一開始的全是人工的壯觀產經到現在基本無人操作，全是機器人，生產的質量和效果有了巨大的提升。

我們對比一下生命科學這個行業的狀態，它的發展。1920年的時候生物學實驗室，是一堆人在做實驗，過了一百年2020年的生物學的實驗室依然是一堆人在那做實驗，依然是一些科學家，依然是一些生物的研究人員。當然在這一百年生物學的實驗室不是沒有進步，其實有巨大的進步，為什么巨大的進步依然還是這個狀態，因為這里面有很多要解決的問題，非常多的困難要去克服。之前我們在做零售，我們聽過很多人都這樣說，所有零售行業都值得重做一遍，生命科學可能說這一遍還沒做完，還差得遠，這也是為什么一百年還沒有到頂的原因，還不滿足我們對生命科學領域的需求。

這個領域有非常長足的進步，DNA擴增對基因診斷行業是關鍵的突破，這個實驗的過程其實有非常巨大的改變，從完全人工的操作的水浴鍋，變到現在全自動的PCR儀，讓DNA擴增從兩三個小時擴增到幾百萬倍，對DNA擴增有巨大的作用。另外一個實驗室自動化的進步從單個樣品的分光光度計的轉變到酶標儀，包括從熒光顯微鏡到高內涵，現在高通量藥物篩選時都會用到高內涵。這些的發展是聚焦到某一個工序的自動化，某一個工序的效益提高，包括DNA測序到現在的測序工程有巨大的效率的提升。

目前我們的生物學研究同樣面臨巨大的挑戰，雖然我們實驗設備進步很大，依然面臨巨大挑戰，因為生物學研究已經從實驗科學向數據科學進化。跟上午竹總提的概念是一樣的，科學家+能源革命+數字革命。

一套自動抗體篩選系統一天可篩選5萬種抗體，這是多么巨大的樣品篩選工作。一臺高內涵成像系統一天可拍攝超10萬張照片，一個高通量測序儀一天可產生6T數據量，這是我們生物學實驗室現在面臨的巨大挑戰。我們實驗通量在不斷提高，但是我們的研究工具并沒有得到太大的改變。從單個培養皿變到12個，還有更多，直到看得你眼花繚亂，我們操作工具從單頭液槍變成了多頭的。實驗通量不斷提高對我們實驗提出很高要求，實驗工具要不斷提升。

當前生命科學研究的主要矛盾是生物學家日益增長的數據需要和落后的實驗生產力之間的矛盾。不是我們的生物科學家不努力，而是我們的工具跟不上，他也想研發更多的新藥，解決我們癌癥的問題，解決新冠肺炎的問題，但是他的實驗手段跟不上。

這是一個很有意思的對比，美國人用7年時間完成了阿波羅計劃，尼克松總統當年簽了一個法案希望在五年時間內攻克癌癥，但是半個世紀以后依然沒有完成。

研發新藥全球每年兩千多億美元投入，但是沒有感覺到我們的藥物更多了，藥物研發領域有個爾摩定律，投資十億美元產出的藥物數量每九年就會減少一半。

面對這個問題，這是鎂伽要解決的命題，我們思考的解決方案是，我們認為自動化是解決生產力矛盾的主要方式之一，解決過程中不可能一蹴而就，我們需要分階段解決。先從模塊自動化，再進一步流程自動化，做一個小的實驗，一個工作站的完全自動化，再進一步到整個實驗的完全自動化，就是系統自動化，再往后才可能到智能自動化。

我們在模塊自動化方面已經做了一些產品，2017年做這個行業到現在已經有比較多的產品積累。在模塊自動化基礎上，拼成不同的解決方案，針對某個實驗的聯合做流程自動化的工作，這是我們給客戶做的自動化的流程解決方案，幫助客戶完成流程自動化。在流程自動化基礎上可以做系統自動化。（播放視頻）這是鎂伽基于我們的模塊自動化和流程自動化建立起一套實驗室，是能夠完成整個實驗的系統自動化。我們再做一個實際的對比，這是從學術論文里摘出的對比，手動和自動的實驗對比，做藥品半抑制率的實驗。第一個圖會看到離散的點，是做實驗導致的各種各樣失誤出現的無效點，右邊就大大避免了，它對實驗成果影響非常大。偏差會對實驗研究方向有影響。

自動化的最高形態是智能自動化。什么是智能自動化。舉個例子，基因編輯，基因編輯需要很長時間的細胞培養，做細胞識別、挑選，最后做分析，在這個過程中，可以應用AI的技術去解決算法，基于務算法的單科隆識別細胞。傳統處理方法會把左下角的白點認為是細胞，實際是塵埃。我們用算法去識別。識別完之后幫助實驗人員把細胞挑選出來。

基于自動化和AI的單科隆識別，我們的效率提升，這是我們自己做的實驗對比，手工操作和自動化操作對比基本是10倍效率的提升。基于AI的還有很多的例子我不展開講了。

我們提的觀點就是AI+自動化就是生命科學的未來，就是IA，叫智能自動化。

對比一下國際同行，國際同行有很多這樣的例子。對于鎂伽來講，我們希望構建一個自動化+生命科學+人工智能的應用。對鎂伽來講，我們希望把鎂伽打造成最懂生命科學的自動化公司，希望把鎂伽的新品牌：鯤鵬實驗室 打造成最懂自動化的生命科學公司。謝謝大家！