彭丹妮

2023年4月8日，上海人工智能實驗室聯合中國科學技術大學、上海交通大學、南京信息工程大學、中國科學院大氣物理研究所及上海中心氣象臺，發(fā)布全球中期天氣預報大模型“風烏”?；谠俜治鰯祿炞C表明，“風烏”比傳統(tǒng)物理模型的10天預報誤差降低了19.4％。

“風烏”取名自我國東漢時期張衡所制的“相風銅烏”，這是世界上最早的風向測定設備。上海人工智能實驗室領軍科學家歐陽萬里表示：天氣預報大模型“風烏”不僅承載了中國古人的智慧，也寓意實驗室致力于在以氣象為代表的AIforScience領域勇于突破、不懈探索。

全球中期天氣預報以預測未來14天內的天氣狀態(tài)為目標。此前有研究表明，因為大氣系統(tǒng)中物理過程的復雜性，以及求解大氣模型所需資源規(guī)模巨大，全球中期天氣預報的有效性每10年才提高1天。

上海人工智能實驗室科學家白磊在回應記者采訪時介紹，“風烏”將全球中期氣象預報任務建模為一個多模態(tài)、多任務學習的問題，并以此為基礎來設計AI的預報方法?；诨厮蓊A報表明，“風烏”的性能超過了世界著名人工智能公司DeepMind最新發(fā)布的模型GraphCast，并突破性地達到了10.75天的可用預報性能。

用人工智能算法建模全球大氣系統(tǒng)，只是AIforScience（人工智能驅動的科學研究）的應用之一。在很多領域，AI正以較以往數倍甚至數萬倍的效率改變多學科的研究。受訪科學家指出，現代科學日益復雜化，而AI相關技術近年來有了快速突破，使得AIforScience成為國際科研的一個前沿方向。

2023年3月末，我國科學技術部、國家自然科學基金委聯合啟動AIforScience專項部署工作?？萍疾坑嘘P負責人表示，中國在人工智能技術、科研數據和算力資源等方面有良好基礎，需要進一步加強系統(tǒng)布局和統(tǒng)籌指導，以促進人工智能與科學研究深度融合，推動資源開放匯聚，提升相關創(chuàng)新能力。

“從蛋白質結構預測到氣候系統(tǒng)建模，從引力波探測到理解宇宙，人工智能對科學探索的長期影響才剛剛開始?！睌祿茖W領域的知名機構Dataconomy在2022年11月的一篇文章中寫道。

過去完全無法想象的效率

處理數據的方式會改變科學研究的行為，中國科學院物理研究所研究員劉淼對此感受很深。作為一名材料科學家，十多年前他讀博期間，完成三四個材料的研究就算順利。如今，基于人工智能、超級計算等技術的進步，在幾十萬種可能性中篩選甚至預測不同元素組成的材料，判斷其材料屬性，不必再一個一個去計算、做實驗，只需點幾下鼠標。

劉淼說，5年前，包括他在內的一些科學家預判，隨著技術的進步，材料學的下一步不應僅盯著個別材料去進行計算、驗證，而是應該運用數據去幫助科學研究。他所在團隊開發(fā)了一個名為Atomly的材料數據庫，已經囊括30余萬個無機晶體材料的數據。

他介紹，自然界幾乎所有物質的屬性，都是電子的某種行為。早至20世紀60年代，學界已經發(fā)現可以通過求解量子力學方程的方式，計算電子的行為，預測材料的性質。得益于超級計算機帶來的算力提升，對材料性質的計算速度大大加快，這些奠定了Atomly的數據基礎。此外，數據庫里很多無機晶體材料的結構，是先利用人工智能模型進行預測，有了初步判斷后再進入下一步的精確計算。

有了強大數據庫和高通量計算，劉淼說，在任何一組元素的組合中，科學家都可以快速搜索出可能的新化合物，并預知其物理性質。在Atomly數據庫，如果點擊氧和鈦兩個元素，就會出現280種由這兩個元素可能構成的化合物；如果點擊其中一個，就能進一步看到這種化合物的原子空間排列結構、介電性、力學性能等具體數據。如果有學者想在這種化合物中找尋一種新材料，可以先查看這些指標、性質，再進行下一步的研究。

這對材料科學研究的效率提升之大，在他看來，如果說以前尋找理想的材料是釣魚，如今就像是“撒了網，一下子把魚都撈上來的那種感覺”。

2023年3月8日，來自美國羅切斯特大學的助理教授蘭加·迪亞斯宣稱，該團隊發(fā)現了一種由氫、氮和一種名為镥的稀土元素混合制成的材料，可以在21℃和大約1吉帕（約等于1萬個標準大氣壓）的壓力下實現室溫超導電性。這一成果在圈內外引起巨大轟動。

為了驗證這一結果，劉淼團隊在3月9日就快速開展了計算。利用前述數據庫，他們用了不到一周時間就計算出1500多個相關化合物，3月21日就提交了論文，結果發(fā)現，氫、氮、镥無法形成穩(wěn)定的三元化合物。也就是說，該室溫超導論文的結果有待商榷。劉淼說，這是過去完全不敢想象的速度。

2022年年末，一篇發(fā)表在TheGradient雜志上的文章寫道，預測蛋白質折疊，尋找新的超導體材料、疫苗或任何其他滿足特定需求的材料時，它們背后的母科學都是化學。該雜志于2017年創(chuàng)刊，創(chuàng)辦者為美國斯坦福大學AI實驗室的一群學生和研究人員。

傳統(tǒng)概念中，化學研究通常在配有試管、燒瓶的實驗室中完成。這篇文章寫道，隨著當前人工智能、以數據為中心的技術進步及數據量的不斷增長，我們可能正目睹一種變化：計算不僅可以用于協助實驗，還可以用于指導實驗。

不僅如此，AI還能成為實打實的“化學家”。比如，2020年7月，英國利物浦大學的研究人員開發(fā)了一款人工智能機器人化學家。這款機器人具有人形特征，可以在標準實驗室中獨立工作，像人類一樣使用各種實驗儀器。首次測試中，這個1.75米高的AI機器人在8天里獨立完成了668個實驗，并研發(fā)出了一種全新的化學催化劑。這一成果在當時以封面文章形式發(fā)表在Nature雜志上。

在藥物研發(fā)領域，AI的崛起帶動了一批AI制藥公司的興起。咨詢公司麥肯錫估計，目前全球有近270家公司致力于AI驅動的藥物研發(fā)。

2014年，3位在麻省理工學院從事量子物理學方向研究的博士后在深圳創(chuàng)立了一家科技公司。創(chuàng)始人溫書豪說，AI可以在大、小分子藥物發(fā)現，藥物自動化合成等多個環(huán)節(jié)上提升效率。比如，AI機器人可以用算法將400臺機器連接在一起，同時開展實驗，每小時就能探索幾千種反應條件，篩選催化劑，可以24小時無間斷完成標準化的實驗操作和數據收集分析。它的效率是并發(fā)式的、規(guī)模化的，對此，人類實驗員難以做到。

而ChatGPT的發(fā)布，無疑是2023年科技領域最令人興奮的成果之一，也掀起了新一撥兒AI浪潮。

在中國科學院自動化研究所所長徐波看來，AIforScience、預訓練大模型等正在引發(fā)新一輪AI創(chuàng)新熱潮。如果將AIforScience比作一個專業(yè)理科生，那么，ChatGPT類似于文字能力很強的通才式文科生。不過，ChatGPT對科學研究的開展也有很大促進作用。除了幫人們潤色論文、撰寫摘要等，多位受訪者都談到，ChatGPT還可以對各個學科的文獻進行很好的歸納、總結，甚至給科學研究帶來啟發(fā)。

北京大學定量生物學中心研究員裴劍鋒指出，過去我國對建立數據體系重視不足，今后，依靠ChatGPT強大的自然語言處理能力，可以加速相關知識體系和數據庫的建立。雖然ChatGPT目前還達不到人類專家閱讀文獻的水平，但隨著專業(yè)自然語言處理AI的發(fā)展，將有可能自動完成文獻數據摘取和分析等工作，效率比人類高出很多。

徐波也提到，ChatGPT等大模型可以幫助領域內的科學家快速找到其感興趣的知識、文獻和一些關鍵的實驗結果。

人工智能在科學領域的應用不勝枚舉。比如，在腦科學領域，據《華爾街日報》2023年4月初的報道，美國科技巨頭之一的Meta公司正在開發(fā)一個能夠讀取人腦想法的系統(tǒng)。這是MetaAI實驗室一個名為BrainSignalReading（大腦信號讀取）的項目。研究人員利用腦電圖和腦磁圖兩種非入侵式技術獲取大腦數據，并讓自主監(jiān)督學習AI工具對這些轉化為聲音的數據進行訓練。訓練數據集包含169名志愿者在聽到有聲讀物和單句時的大腦活動信息。通過近150個小時的聲音數據，算法能夠像讀心術一樣推斷出人們最有可能聽到的詞

目前，數據是驅動AI發(fā)展的重要材料，深度神經網絡通常需要大量數據才能避免過度擬合。但許多需要應用AI的場景無法提供足夠的訓練數據，例如醫(yī)學圖像分析。因此，減少深度學習對數據的依賴，就成為AI研究人員最重要的探索方向之一。

自主監(jiān)督學習（Self-supervisedLearning）的基本思路，是開發(fā)出一種能夠填補當前數據空白的深度學習系統(tǒng)，人們只需要向其提供部分數據內容，系統(tǒng)就可以通過數據間的聯系，自行預測數據中缺失的部分，繼而恢復秩序完成學習。它使機器能夠直接從世界上大量可用的信息中學習，而不僅是從專門為人工智能研究創(chuàng)建的訓練數據中學習。這推動了人工智能最近的許多重大進展。MetaAI實驗室一直將自主監(jiān)督學習作為其研發(fā)的一個重點。

2022年十大自主監(jiān)督學習模型中，來自中國的清華大學、北京大學和香港中文大學（深圳）均有合作項目入選。微軟公司成為其中上榜最多的公司，共有3項成果。

AIforScience：為什么是現在？

徐波說，我國科學技術部“AIforScience”專項部署工作將布局前沿科技研發(fā)體系，建立一些面向重大科學問題的人工智能模型與算法，利用人工智能技術帶動科學研究的知識發(fā)現。在這一過程中，將建設一些多學科可用的計算平臺，用于跨尺度建模、高精度仿真、微分方程求解等。

科學研究中，AI有多火？一位理論化學背景出身的科學家介紹，現在哪怕是在純基礎的科學領域，比如理論化學、理論物理領域，“大家都覺得，AI是個超級工具，如果沒有用上，對研究的理解深度和效率，可能都會造成影響”。

2022年，在中關村論壇的首屆科學智能峰會“AIforScience：共創(chuàng)新未來”上，中國科學院院士、北京大學前沿交叉學科研究院執(zhí)行院長湯超，分享了國內提出這一概念的經過。他說，幾年前，中國科學院院士、北京科學智能研究院院長、北京大學國際機器學習研究中心主任鄂維南找到他，商量有沒有可能在北大設立一個學科交叉項目，來探索機器學習在不同科學和工程領域的應用，他們?yōu)槠淙×艘粋€名字，叫“AIforScience”。2018年8月，一場有關AIforScience的會議在北大召開。

裴劍鋒是2018年參會的科學家之一。其研究方向是用計算的方法做藥物設計，屬于國內最早從事計算機輔助藥物設計的學者之一。他說，北大這場會議之前，人工智能與科學的結合已有一段時間。

以他所在的交叉學科領域為例，裴劍鋒說，2012年，國際上已經開始有一些關于AI、化學、藥物設計相結合的初步摸索。2014年，他所在團隊也開始做相關工作，并且在2015年發(fā)表了國內第一篇將AI用于藥物設計的論文，實際上已經是AIforScience的一種實踐。

從2020年開始，AIforScience進入集中爆發(fā)階段。在國內，已有一些公司致力開發(fā)科學計算平臺、科研AI模型等。

如今，AI幾乎可以和深度學習畫等號，AI的幾大領域，包括自然語言處理和計算機視覺等，都繞不開深度學習。盡管深度學習的基礎——人工神經網絡在20世紀50年代已經提出，但是，直到近十多年，高性能算力的實現和互聯網上大量數據的產生，才使得AI領域從業(yè)者能大量訓練神經網絡，不斷拓展機器學習的深度。

另一邊，基礎科學的發(fā)展也亟待一個更強大的工具。歐陽萬里談道，地球科學領域積累了非常多的觀測數據，涉及大量計算問題。然而，由于地球系統(tǒng)的復雜性，很多方向的機制和原理都還不夠清晰。人工智能技術強大的非線性擬合能力和靈活的建模能力，為解決領域中的一些“硬骨頭”問題提供了強大的新工具。比如，大氣模擬、地震監(jiān)測和預測就非常適合使用人工智能來解決。

以上海人工智能實驗室發(fā)布的“風烏”大模型為例，歐陽萬里表示，運用AI模型進行全球中期氣象預報，過去受限于算力和高效并行的深度學習架構，“其難度是我們在兩三年前不敢想象的”，但如今可以取得很好的效果。

AIforScience興起背后，更重要的是它順應了現代科學復雜化、交叉化的趨勢。徐波指出，依靠科學家人腦思維可以解決的科學問題，很多已經解決了。如今，科學要面對的是生物、物理、化學等基礎科學中跨尺度的復雜系統(tǒng)。過去以人作為認知基準的范式需要向更高維度邁進，人工智能在其中發(fā)揮著關鍵作用。

比如，當前在對大腦的研究中，微觀上，關于每個神經元的結構、功能等具體信息已經研究得比較透徹；宏觀上，大腦的分區(qū)以及不同腦區(qū)間的連接機制也已研究得比較清楚。然而，在最為復雜的、介于微觀與宏觀之間的尺度上，即這些神經元如何在整體上產生了人類的智能，還未得到充分的解答。

2020年3月，中央機構編制委員會辦公室下發(fā)文件，批復同意自然科學基金委員會設立交叉科學部，負責統(tǒng)籌交叉科學領域整體資助政策、組織擬定發(fā)展戰(zhàn)略等方面的工作。湯超指出，交叉科學部成立以來的第一個重大研究計劃，就是AIforScience方向。

受訪學者指出，AIforScience以前所未有的方式，將不同學科、不同背景的研究者們聯系在一起，進一步弱化了科學和技術的界限。裴劍鋒談到，AI與科學的結合突出了工程技術在科學研究當中的作用，比如AlphaFold（DeepMind公司開源的人工智能系統(tǒng)，用于更加準確地預測蛋白質結構）能產生科學突破，工程團隊在里面起了很大作用。

上海交通大學科學史與科學文化研究院院長李俠曾在采訪中指出，從20世紀60年代開始，隨著科學問題變得越來越復雜，以及整個科技知識生產條件的變化，科學研究越來越需要更多團隊合作?！拔矣X得小規(guī)模、自由的科學探索依然非常重要，但是，當面臨復雜和較大的科學問題時，大團隊緊密的聯合攻關，在AIforScience時代可能會成為更常用的方式。”裴劍鋒表示。

AI能帶來真正的創(chuàng)新嗎？

憑借其日益強大的能力，AI已經深刻地影響了科學的進展。鄂維南認為，這是“一場正在發(fā)生的科技革命”。一個根本性問題是，這種數據驅動的研究方法，會成為一種新的科研范式、帶來真正的創(chuàng)新嗎？抑或它只會強化已知的理論，甚至阻礙知識邊界的突破？

2009年，美國著名理論物理學家、諾貝爾獎獲得者菲利普·安德森在Science雜志上發(fā)表了題為《機器離科學革命還有距離》的文章。他指出，科學實踐分為兩類，一類是大部分科學家大部分時間都在做的常規(guī)科學，它只是在充實、完善已有科學范式的結果；還有一類就是偶爾發(fā)生的科學革命，帶來新的科學范式。安德森認為，機器也許可以對前者有貢獻，但他沒有看到有任何機制足以讓機器來創(chuàng)造一場科學革命。

湯超對此并不十分認同，他認為，AI是否能發(fā)現新的科學規(guī)律、引發(fā)科學革命，是一個值得探索的問題。他說，AIforScience應該有3個層次的含義：第一個層次就是大家當下在做的事情，即將深度學習用于不同的場景、不同的學科，解決的是比較具體的問題，影響比較大，見效也比較快；第二個層次，是利用AI來發(fā)現新的科學問題，比如，用大量的行星運動數據來訓練AI，AI應該很容易就能預測出行星的軌道，以及將來任何時刻行星在軌道上的位置；最后，也就是第三個層次，AIforScience還意味著去探索人工智能背后的科學原理。

在溫書豪看來，AIforScience正呈加速度發(fā)展，當技術跨過一個閾值點的時候，可能所使用的科學研究方法、發(fā)現問題的方式就和現在不一樣了，能為研發(fā)工作帶來根本性的轉變，也會帶來全新的可能。

徐波認為：“ChatGPT可能會啟發(fā)研究人員產生新的、意想不到的實驗方案、實驗步驟等，有時甚至會打破學者的思維定式?！?/p>

不過，現實是骨感的，AIforScience的科學研究目前依然存在挑戰(zhàn)。AI推動科學研究最知名的成果，當屬AlphaFold，它不僅讓蛋白質結構預測研究跨入了一個新階段，也將人們對AIforScience的關注推向高潮。

2022年7月，DeepMind公司與歐洲生物信息研究所的合作團隊公布，他們利用人工智能系統(tǒng)AlphaFold預測出超過100萬個物種的2.14億個蛋白質結構，幾乎涵蓋了地球上所有已知的蛋白質。在它出現之前，科學家解析的蛋白結構只覆蓋了17％的人類蛋白序列；它出現后，98.5％的人類蛋白的結構已被其預測出來。

然而，以藥物研發(fā)為例，裴劍鋒說，這是一個遠比蛋白質結構預測復雜得多的問題。在化學和藥學領域，AI正在發(fā)揮重要作用，但目前還沒有誕生像AlphaFold這樣極具突破性的里程碑式的成果。

諸多困難使得AI制藥至今仍面臨低成功率的瓶頸。一位不愿具名的制藥界學者表示，首先，因為生物體系太復雜，要使用AI模型對其進行模擬，去了解一款藥物對人體產生的影響，就需要做很多簡化，這會導致很多實驗的精度和準確性丟失。很多藥物研發(fā)的AI模型，在大規(guī)模的數據統(tǒng)計中，并沒有產生具有顯著統(tǒng)計學意義的結果。

其次，ChatGPT大模型之所以成功，一個關鍵原因是引入了強化學習的機制，對AI的回答進行人類打分，訓練它在眾多可能的回答中選擇那些更加符合人類預期的答案。然而，在藥物研發(fā)領域，要判斷一個分子的優(yōu)劣，情況要復雜得多。2023年年初，藥物研發(fā)科技公司水木未來的CEO郭春龍在接受媒體采訪時說過，不像ChatGPT的強化學習，給一個蛋白質的序列加上標簽往往需要大量的實驗，成本要高很多。

數據是更加嚴峻的限制。前述制藥界學者指出，即使是一個大型藥廠積累幾十年的數據，對一個AI大數據模型來說，數據量還是不足。因為化合物種類太廣了，大約是10200，即便人類能積累100億個數據，也只是1010，相較之下簡直是“九牛一毛”，嚴重不足的數據使得AI制藥模型的泛化能力受到很大限制。

2023年的一場論壇上，創(chuàng)新藥物研發(fā)平臺百圖生科的副總裁瞿佳潤談道，相比算力和算法，在AIforScience中，最重要的挑戰(zhàn)還是數據，尤其是在生物行業(yè)。AI只是一個工具上的變化，并不能扭轉一些本質問題。

劉淼也強調，就拿他所在的材料科學領域來說，現在業(yè)界開展材料數據研發(fā)的機構很多，但多數都是基于一些公有的數據集，并沒有自己的核心競爭力。

就在2023年4月18日，AI制藥先驅公司RelayTherapeutics披露了其在研抗腫瘤抑制劑RLY-2608的初步臨床數據。從這款在研藥物的初步臨床數據來看，其安全性比較有優(yōu)勢，但療效遠未達到預期，16例受試患者中僅1例有陽性結果。

不管效率如何提升，業(yè)內達成共識的是：AI不會取代科學家。正如溫書豪所說，偉大的數學家會問為什么1+1=2，然而AI不會。AI會成為超級工具，會幫助人類記住無法記住的龐雜知識、計算無法計算的復雜方程，但是，深度思考和提問，依然是人獨特而不可替代的能力。

2023年2月，發(fā)表在Nature網站的《AI如何改變數學》一文中，美國圣塔菲研究所（世界知名的復雜性科學研究中心）的計算機科學家和認知科學家梅蘭妮·米切爾表示，數學家暫時還不會因為AI而丟飯碗，除非AI的一個主要缺陷被攻克——目前，它們還無法從具體信息中提取抽象概念?！癆I系統(tǒng)或許能證明定理，但你首先要提出這些定理背后有意思的抽象數學概念，這比證明定理難多了。”梅蘭妮·米切爾說。