隨著人工智能應(yīng)用的從工日益廣泛，人工智能賦能科學(xué)研究(AI for Science)近年來在全球迎來蓬勃發(fā)展，伙伴展現(xiàn)出重塑科技創(chuàng)新的人工巨大潛力。日前在北京舉行的智能助力之路中關(guān)村論壇年會上，人工智能在科學(xué)研究中的科學(xué)前沿應(yīng)用成為各界關(guān)注的熱點(diǎn)話題。專家和業(yè)內(nèi)人士認(rèn)為，發(fā)現(xiàn)作為人工智能發(fā)展的從工新前沿，“AI for Science”正快速從實驗室探索邁向科研主流，伙伴有望引領(lǐng)一場深刻的人工科研范式變革。
人工智能與科研深度融合
催生更多創(chuàng)新突破
近年來，智能助力之路人工智能已在多個關(guān)鍵學(xué)科領(lǐng)域?qū)崿F(xiàn)突破：AlphaFold2算法準(zhǔn)確預(yù)測蛋白質(zhì)結(jié)構(gòu)，科學(xué)自動化材料研發(fā)平臺“機(jī)器化學(xué)家”快速篩選出高性能催化劑，發(fā)現(xiàn)人工智能參與天文圖像處理發(fā)現(xiàn)新的從工星體結(jié)構(gòu)……這些“AI+科研”的實際案例，不斷拓展著人類的伙伴知識邊界。
中國科學(xué)技術(shù)信息研究所發(fā)布的人工《AI for Science創(chuàng)新圖譜》(以下簡稱《報告》)顯示，全球科學(xué)家正不斷將機(jī)器學(xué)習(xí)等人工智能技術(shù)應(yīng)用于科學(xué)研究各領(lǐng)域。人工智能通過變革科研范式、提升科研效率，推動物理、化學(xué)、生物等基礎(chǔ)學(xué)科前沿突破，在合成生物制造、材料設(shè)計等領(lǐng)域催生出一批新技術(shù)模式驅(qū)動的新興產(chǎn)業(yè)。與此同時，人工智能與數(shù)學(xué)、物理、生命科學(xué)等基礎(chǔ)學(xué)科的交叉融合，為人工智能提供理論基礎(chǔ)與方法論支持，不斷推動人工智能理論突破并拓展能力邊界。
在全球AI for Science學(xué)術(shù)研究方面，2019年—2023年間，全球AI for Science論文發(fā)表年均增長率為27.2%，各學(xué)科領(lǐng)域論文發(fā)表均呈現(xiàn)逐年遞增趨勢，其中，生命科學(xué)、物理學(xué)和化學(xué)等領(lǐng)域發(fā)表的人工智能應(yīng)用論文數(shù)量最多。中美兩國是當(dāng)前AI for Science研究大國。近5年間，中國論文發(fā)表超過10萬篇，居全球首位。
北京大學(xué)工學(xué)院特聘研究員、北京科學(xué)智能研究院研究員陳幟團(tuán)隊展示了AI for Science從科研邁向商業(yè)航天應(yīng)用的典型案例——“臨界熾核”應(yīng)用。該應(yīng)用的核心引擎DeepFlame是首個集成了AI框架用于反應(yīng)流高精度數(shù)值模擬的高性能、大規(guī)模開源軟件平臺。
“以朱雀二號火箭為例，我們對‘火箭心臟’即發(fā)動機(jī)進(jìn)行了全流程數(shù)值模擬，實現(xiàn)從燃料噴注器、燃燒室到外噴羽流場的億級網(wǎng)格仿真，計算精度達(dá)工業(yè)應(yīng)用標(biāo)準(zhǔn)，相較傳統(tǒng)方案實現(xiàn)了超千倍的加速性能?！标悗媒榻B。
中國科學(xué)技術(shù)信息研究所黨委書記趙志耘表示，隨著模型算法、數(shù)據(jù)、算力、基礎(chǔ)軟件等創(chuàng)新要素進(jìn)一步開放共享，開源開放的普惠化AI for Science生態(tài)將走向成熟，人工智能賦能科學(xué)研究的門檻將持續(xù)降低，場景的廣度、深度不斷拓展，人工智能與科學(xué)深度融合將催生更多創(chuàng)新與突破。
資源加速整合
推動走向“大科研時代”
盡管AI for Science展現(xiàn)出巨大潛力，但仍面臨現(xiàn)實挑戰(zhàn)?？蒲袛?shù)據(jù)的高獲取成本、格式非標(biāo)準(zhǔn)化、數(shù)據(jù)敏感性強(qiáng)等問題普遍存在，成為制約AI有效應(yīng)用的難題。
中國科學(xué)院院士鄂維南認(rèn)為，科研模式的轉(zhuǎn)型升級能有效幫助科研人員打破學(xué)科之間、理論與實驗之間、科研與產(chǎn)業(yè)之間的界限，使科學(xué)家有更大的探索空間和更高的探索效率。實現(xiàn)這個目標(biāo)，需要圍繞數(shù)據(jù)庫、文獻(xiàn)工具、理論方法和模型以及實驗工具，形成新的科研協(xié)同模式，推動走向“大科研時代”。
算法模型、知識庫、算力平臺和實驗表征系統(tǒng)是支撐未來科研范式的核心基座。北京科學(xué)智能研究院副院長李鑫宇發(fā)布了新一代科研知識庫與文獻(xiàn)開放平臺“科學(xué)導(dǎo)航”，該平臺目前已覆蓋全球1.6億篇文獻(xiàn)，通過自然語言問答式的文獻(xiàn)檢索能力，幫助科研工作者前瞻性開展文獻(xiàn)數(shù)據(jù)和實驗數(shù)據(jù)一體化管理，讓科研檢索與管理效率提升了近百倍。
“未來，我們可以讓人工智能‘讀、算、做’，并將這些原本獨(dú)立的步驟形成自主運(yùn)轉(zhuǎn)的閉環(huán)?！北本┛茖W(xué)智能研究院院長、深勢科技創(chuàng)始人張林峰發(fā)布了Uni-Lab-OS智能實驗室操作系統(tǒng)。他說，該操作系統(tǒng)可以解決傳統(tǒng)實驗室手工操作低效、設(shè)備孤立及數(shù)據(jù)分散的痛點(diǎn)。這位“AI科學(xué)家”有望助力傳統(tǒng)實驗室向自動化、智能化躍遷，為生物、化學(xué)、環(huán)境、材料等領(lǐng)域增添動力，為科研人員節(jié)省更多的時間和精力。
鄂維南表示，隨著AI for Science的發(fā)展，在不遠(yuǎn)的將來，我們會看到科研資源的加速整合?！霸趶V大范圍內(nèi)構(gòu)建一個‘圖書館’、一個‘教學(xué)樓’、一個‘超算中心’、一個‘實驗室’，讓AI讀文獻(xiàn)、做計算、做實驗、做評測，形成融合閉環(huán)?！彼f。
培養(yǎng)交叉學(xué)科融合人才
青年科學(xué)家扮演重要角色
《報告》分析了100多個AI for Science代表性案例的場景分布，發(fā)現(xiàn)AI for Science在生命科學(xué)領(lǐng)域的場景最為豐富。物理領(lǐng)域重點(diǎn)場景則包括量子力學(xué)仿真計算、物理場模擬、光學(xué)計算及核物理等。在化學(xué)領(lǐng)域，分子動力學(xué)計算、分子生成、催化劑設(shè)計等場景目前關(guān)注度較高。
中國科學(xué)院高能物理研究所研發(fā)的Dr.Sai(賽博士)多智能體協(xié)同系統(tǒng)，實現(xiàn)了物理分析全流程自動化，取得了一系列關(guān)鍵技術(shù)的核心突破。中國科學(xué)院高能物理研究所研究員、計算中心主任齊法制介紹，通過分層多智能體系統(tǒng)，該系統(tǒng)已成功復(fù)現(xiàn)了重要科學(xué)發(fā)現(xiàn)——四夸克粒子Zc(3900)的發(fā)現(xiàn)過程。目前，賽博士已經(jīng)成為高能物理領(lǐng)域“感知—推理—執(zhí)行”一體化的專家級科研助手，為粒子物理領(lǐng)域模型發(fā)展奠定基礎(chǔ)。
在“AI for Science”浪潮加速奔向科研前沿的當(dāng)下，青年科學(xué)家正站在時代的交匯點(diǎn)，扮演著技術(shù)革新與范式轉(zhuǎn)變的雙重推動者角色。
科技部副部長龍騰指出，人工智能時代破解復(fù)雜科學(xué)難題，需要科研人員既深鉆人工智能核心技術(shù)，又貫通數(shù)學(xué)、物理、生物等基礎(chǔ)科學(xué)邏輯。青年科學(xué)家要主動打破學(xué)科邊界，在融合創(chuàng)新中提升科研能力和水平，敢于突破傳統(tǒng)范式，圍繞國家重大需求，瞄準(zhǔn)熱點(diǎn)科學(xué)問題，深入研究，推動形成人工智能與科學(xué)研究雙向賦能的科研新生態(tài)。
近年來，中國許多高校大力推進(jìn)“AI+X”學(xué)科交叉融合教育，形成多層次、跨領(lǐng)域的創(chuàng)新人才培養(yǎng)體系。例如浙江大學(xué)聯(lián)合復(fù)旦大學(xué)、中國科學(xué)技術(shù)大學(xué)、上海交通大學(xué)等高校共建全國首個跨?！癆I+X”微專業(yè)；清華大學(xué)首批已有117門試點(diǎn)課程、147個教學(xué)班開展人工智能賦能教學(xué)實踐……與此同時，一批85后、90后科研人員正在成為AI for Science的先鋒力量。
上海人工智能實驗室主任、首席科學(xué)家周伯文認(rèn)為，面向科學(xué)研究的人工智能發(fā)展首先要實現(xiàn)“通專融合”，科學(xué)研究需要人工智能在研究者、研究工具、研究對象一切關(guān)系的總和上發(fā)揮作用，當(dāng)這兩個關(guān)鍵步驟實現(xiàn)后，人工智能將完成質(zhì)的飛躍——從“工具的革命”轉(zhuǎn)變?yōu)槟軌蛑貥?gòu)科研范式、催生新領(lǐng)域的“革命的工具”，最終引領(lǐng)科學(xué)研究進(jìn)入新時代。
“實現(xiàn)AI for Science的發(fā)展目標(biāo)，需要一支交叉學(xué)科融合和有戰(zhàn)斗力的科研人才梯隊，而優(yōu)秀年輕人正是我們最需要的。”鄂維南說。(人民日報海外版 記者 劉峣)