“谁出的报告出来签一下字吧，下次要帮朋友上机登记报备一下。”林岚将那份资料递给秘书文博士，让她给躲着不敢冒头的人签字。
“杨教授，我们在做课题的时候，比较顺利的时候当然没什么，如果课题做得不顺利，阶段性结果完全脱离预测，这种情况有时候我们无法把握课题的走向，遇到这种情况，我们也是走一步看一步，没有一套严谨的科学流程来应对，前不久我的导师提到过，他们打算开发一个软件模型，利用类似人工智能的专业模型来指导实验，是宣布失败，而是继续，继续的话是继续反复按照原计划进行，还是调整方向，这样都有一个还算可靠的指导，没想到你们已经将这种方法应用到科研中。”林岚对刚刚小五提出的测不准渐进式推进很有兴趣。
这不仅仅是一个陌生的词汇，而是一种指导科研的前沿科学理念和方法，需要一套完整的数学理论做支撑。
在很多国际巨头药厂有类似的科研软件，因为药品的研发投入巨大，成功率极低，所以药厂非常重视科研方法。比如一个新药在研发的过程中，如果遇上某种阻力，已经无法推进，如果就此停止，前面所有投入打水漂，而且万一距离成功不远了呢？如果继续，万一这种新药根本就没办法研究出来，或者无法达到预期目的，那么花费大量的精力、时间和金钱，最后还打水漂。
这个时候如果凭借经验来做判断，来决定下一步怎么做，效率非常低，而且指导的准确性非常低。这个时候需要一款软件来完成这个工作，这款软件能够收集现有的所有实验数据，进行分类，然后使用概率学知识进行推测它的成功率是多少。
听起来很简单，其实操作起来很麻烦，虽然这种方法会出现误判，但是只要正确率达到一定的水平就能够为研发节约很多资金，避免不必要的投入。
这就像有一款软件可以预测所有的股票涨跌，不需要每一支股票都预测准确，它只需准确率超过某个基准线，这个人按照软件的指导去买股票，有的会赚，有的会赔，但是一旦软件预测准确率超过赢与亏的临界线，而且稳定在这个临界线以上，这个人就会稳赚不赔。
其实一些医药巨头真正的技术壁垒不是已经上市的几种药，而是背后强大的研发体系，其中最核心的就是既往研发所积累的数据库，这些数据库里的数据不仅可以避免以后新药研发走弯路，还可以指导新药研发沿着正确的方向前进。
一些新的药厂投入巨资研究的项目，自以为找到一条新路，很可能就是那些巨头几十年前已经走过的失败的路，这就是医药业巨头难以被撼动的原因。
一般的科研实验项目不像药品研发那么集中，带有分散性，药物研发每一个项目都是药物研发，具有很多的共同点，其它医学类的研究课题，共同性非常小，比如肿瘤治疗与干细胞的共同点非常少，所以这类软件极难开发，也没有人愿意去开发。
这类软件开发非常有难度，不亚于一些重量级工业软件。
内容未完，下一页继续阅读