人工智能公司「Atman」已于2017年9月完成560万美元A轮融资，本轮融资由长江会基金、北极光创投参投，融资主要用于人才引进、产品研发、市场拓展等。

Atman 成立于2016年年中，曾于2016年9月 获得北极光天使轮投资。团队早期成员主要来自微软亚研院和微软搜索技术中心，主要提供基于深度学习的神经网络机器翻译服务。在医学领域机器翻译取得进展后， Atman还希望借知识图谱切入医药研发领域，目前已经在做MVP (最小化可用产品)。 

简单来看，这一方向上，Atman对标的是英国AI+制药公司BenevolentAI，后者利用人工智能技术，从杂乱的海量信息中，提取出能够推动药物研发的知识及可以被验证的假说，帮助医药企业加速药物研发，现阶段已开发出24种候选新药，并有药品进入 II b期试验阶段， 此前单种新药研发交易额达数亿美元，目前估值超过20亿美元，是欧洲估值最高的人工智能企业。 

BenevolentAI 在技术上主要依赖于其非结构化数据处理能力、病理机制发现能力、构建医药研发全栈能力。其中，非结构化数据处理能力、病理机制发现能力都与自然语言处理技术相关。这也是Atman擅长的方向。 

Atman CEO 马磊分析，以往制药是专家驱动型的，新药研发周期长、费用高，而未来很可能会变成数据驱动型的，对于数据的依存度会大大提升，对于数据处理的能力的要求也会提高。

数据方面，Atman表示目前已经收集整理的数据、文献约有7000万，专利数据约有1500万，这约是5000个国家图书馆的信息量的总和；未来还有可能通过购买、合作等方式获取到更多的私有数据。 

数据处理能力方面，Atman的团队此前在微软做大数据、搜索相关的工作，在构建超大规模在线服务方面积累了经验；创业以来一直在做医学领域的语言智能应用，包括了机器翻译、医疗文献写作，积累了数据处理的经验。 

团队希望构建世界上最大的医药研发知识图谱和数据应用平台。目前正在做MVP (最小化可用产品)，并在寻求合作伙伴的合作，预计知识图谱和大数据平台能在明年上线。 

与此前公司涉足的500亿市场规模的机器翻译业务相比，医药研发是一个更大的市场，统计数据显示其市场规模已经达到5万亿。未来这两部分业务将会在公司处于不同的地位。马磊介绍道，机器翻译是药企的刚需，是商业模式的起点和立足点，且机器翻译的业务是公司的现金流保证；另外，机器翻译也打开了对数据文献处理的全球化数据的获取能力；不过长远看，未来业务的重心很可能会走向制药领域的核心部分。 

去年9月，Atman已落地机器翻译服务，推出TransGod翻译工具，并为医药客户提供基于TransGod的翻译服务。其客户包括强生、太美医疗等。以强生为例，在使用了Atman为强生专属定制开发医药领域机器翻译系统J-SmarT后，提升了20%的工作效率。另外，团队也基于自然语言处理的技术，为医学客户提供机器写作的服务，客户包括了强生等。

目前，Atman已经组建了27人的研发团队，50%以上的工程师来自微软，约一半工程师做机器学习、大数据处理相关背景。公司在北京、苏州设有办公室。CEO马磊是清华大学计算机系毕业，曾在微软研究院和微软搜索中心供职过，在后者担任相关产品构架师，专长机器学习。2017年初，为探索人工智能在医药领域的应用空间和机会，曾在清华药学院院长丁胜老师的药物设计团队研习过将近一年的时间。