人工智能推动 AIDD快速发展，可视为 CADD的演进与补充。根据英特尔官网，近年来，人工智能辅助药物开发技术（AIDD）凭借更高的研发效率、更为自动化及智能化的运作方式与流程、更短耗时与更低成本获得空前关注，可视为 CADD的演进与补充。CADD 对专业人员与传统实验手段还较为依赖，主要是辅助专家的工作，智能化程度不足，也缺乏自主学习与进化的能力；AIDD采纳了更智能、更自动化、更能减少人工介入和人力投入的 AI算法，因此大大节省时间和成本。根据《AIDD与 CADD 提升药物成功率的思考》，人工智能技术被引入药物 领域时，药学家们主要采用神经网络直接应用于药物分子的生成，即基于网络的分子生成模型，依赖于神经网络学习分子的各种属性，进而生成新的化合物。根据《Artificial intelligence in drug development》，在人工智能驱动药物从头 的过程中，可使用不同化合物、靶点和药物-靶点相互作用的数据库来 练人工智能模型，如生成对抗网络（GAN）、递归神经网络（RNN）、变分自编码器（VAE）等，这些模型产生新的分子，随后对其化学有效性、合成可行性和类药性进行 估，最终鉴定出新的类药化合物。