界面新聞記者 | 查沁君

界面新聞編輯 | 文姝琪

“‘賦能’這個詞低估了人工智能對科學(xué)的影響。就科學(xué)而言，人工智能不是一次簡單的工具革命，而是科學(xué)革命的工具，或者說是具有革命性的工具。”

在2月19日舉行的世界互聯(lián)網(wǎng)大會“人工智能賦能科學(xué)研究”（AI For Science）研討會上，世界互聯(lián)網(wǎng)大會人工智能專業(yè)委員會首席主任委員、中國工程院院士、之江實驗室主任王堅提到上述觀點。

王堅坦言，過去幾年他不敢直接表達這個觀點，而十天前，當(dāng)麻省理工學(xué)院（MIT）的幾位學(xué)者看到中國帶來的變化后，他們意識到，中國不只是一家公司（或有錢的公司）能做出好的基礎(chǔ)模型，這對大家是很大的鼓舞。人工智能已成為通用語言，將打破學(xué)科壁壘，所以它不只是簡單的賦能，可能是一種新的范式。

王堅表示，科學(xué)研究的第一、第二范式都已經(jīng)在科研中廣泛驗證，第三范式即計算機被引入，基本是計算機模擬階段；而第四范式，即由數(shù)據(jù)驅(qū)動的范式從未形成過；關(guān)于第五范式的說法不一，但普遍認為第五范式與人工智能有關(guān)系，這已形成共識。

會上，王堅還強調(diào)了科研資源開放的重要性。大模型時代的開源實際上是資源開放，科學(xué)研究需要公共產(chǎn)品。當(dāng)數(shù)學(xué)、人工智能和工程學(xué)等都很好地結(jié)合時，面向全世界的公共科學(xué)研究的公共產(chǎn)品就會出現(xiàn)。這個公共產(chǎn)品不再像過去那樣只被少數(shù)幾個科學(xué)家所擁有，而是成為大家都能使用的工具。

發(fā)展至今，AI for Science（AI4S）的概念已逐漸被更多人了解。尤其是去年10月，2024年諾貝爾物理學(xué)獎和化學(xué)獎相繼頒給在人工智能與基礎(chǔ)科學(xué)交叉領(lǐng)域?qū)崿F(xiàn)重大突破的科學(xué)家，標(biāo)志著人工智能在科學(xué)研究中的重要地位得到了認可。

人工智能正在引發(fā)一場從科研范式、科研方法到應(yīng)用場景的系統(tǒng)性的變革。

例如，在生物藥領(lǐng)域理解多種藥物相互作用產(chǎn)生的復(fù)雜影響，在氣象分析領(lǐng)域處理長時間跨度的海量氣象信息等等，為科研人員提供了全新視角和分析工具，推動科研方向向智能化數(shù)據(jù)驅(qū)動轉(zhuǎn)變。

再比如，中山大學(xué)與阿里云合作研究，利用云計算與AI技術(shù)發(fā)現(xiàn)了180個超群、16萬余種全新RNA病毒，是已知病毒種類的近30倍，大幅提升了業(yè)界對RNA病毒多樣性和病毒演化歷史的認知。

除此之外，阿里巴巴集團副總裁、大數(shù)據(jù)和智能實驗室負責(zé)人葉杰平提到，阿里云還服務(wù)了中科院國家天文臺、FAST望遠鏡數(shù)據(jù)上云、復(fù)旦大學(xué)科研智算平臺等多個重大科研項目。

葉杰平表示，相比20年前、10年前、甚至5年前，現(xiàn)在AI大模型在整個科研流程方面都可以發(fā)揮非常大的價值。預(yù)計如果AI模型能力持續(xù)提升，科學(xué)家做科研的方式會發(fā)生深刻的變革。

“AI4S的能力在于有一個非常強的超高緯度數(shù)據(jù)擬合能力。”中國新一代人工智能發(fā)展戰(zhàn)略研究院執(zhí)行院長龔克提到，科學(xué)的第一范式是靠觀察，并在此基礎(chǔ)上形成定理，其實就是通過觀察數(shù)據(jù)擬合出自然界規(guī)律。

但要在高維空間中做擬合非常難，甚至無法表達，而現(xiàn)在高度復(fù)雜的神經(jīng)網(wǎng)絡(luò)能表達大量數(shù)據(jù)中真實世界的高維度特性。另外，做數(shù)據(jù)處理時，從微觀到宏觀的跨尺度數(shù)據(jù)處理非常困難，而人工智能也做到了。

在龔克看來，歸根結(jié)底，這些體現(xiàn)的是AI的學(xué)習(xí)能力。人工智能自從走上機器學(xué)習(xí)這條路，就越走越通，因為學(xué)習(xí)是智能的本質(zhì)所在。同時，人工智能還具有通用性，它不是一個領(lǐng)域的工具，而是涉及所有領(lǐng)域的工具，可以帶來革命性變化的工具。

龔克建議，要繼續(xù)提升AI4S本身的能力，特別要增強模型的可解釋性和透明度，并且共同制定標(biāo)準(zhǔn)和規(guī)范。

與此同時，應(yīng)促進資源共享，加強跨學(xué)科、跨行業(yè)的交流合作，來開發(fā)開源的、開放的科學(xué)創(chuàng)新模式；此外還要提升研究者有道德負責(zé)任運用AI4S的能力，恪守科研誠信。

“AI4S雖然具有挑戰(zhàn)性，但與“AI＋X”的其他領(lǐng)域相比，相對更容易取得確定的成果。”專委會副主任委員、產(chǎn)業(yè)推進計劃牽頭人，歐洲科學(xué)院外籍院士，清華大學(xué)人工智能研究院常務(wù)副院長孫茂松表示，AI4S的對象是存在不變規(guī)律的自然科學(xué)，這正適合人工智能處理。相比之下，應(yīng)用于社會科學(xué)等其他領(lǐng)域反而更困難。

例如小分子、大分子結(jié)構(gòu)是固定的，所以人工智能在自然科學(xué)領(lǐng)域的應(yīng)用，盡管本身有難度，但從性質(zhì)上來說是最容易的，而且由于其與傳統(tǒng)方法不同，使用它一定會取得超出該領(lǐng)域思維定式的結(jié)果。

在應(yīng)用AI4S時，孫茂松認為有兩點要認真審視：一是要發(fā)現(xiàn)根節(jié)點問題，解決它可能會對該領(lǐng)域產(chǎn)生根本性變革，如AlphaFold選擇的蛋白質(zhì)結(jié)構(gòu)預(yù)測問題；

二是要確保問題有高度相關(guān)的高質(zhì)量數(shù)據(jù)，且是人做得不太好的領(lǐng)域。此外，參加公開學(xué)術(shù)比賽也是一條捷徑，AlphaFold就是通過參加學(xué)術(shù)比賽取得第一，從而推動了自身發(fā)展。

孫茂松還提到AI4S的另一面——Science for AI以及Science in AI。在他看來，目前大模型雖取得了顯著成果，但對于其產(chǎn)生能力的機理卻尚未明晰，例如DeepSeek在一些中文復(fù)雜任務(wù)中的表現(xiàn)令人驚嘆，可沒人能說清背后的原理。

他認為，研究大模型的機理迫在眉睫，“一旦揭示清楚，可能會推動人工智能的大發(fā)展，實現(xiàn)經(jīng)驗主義與理性主義的結(jié)合，做到小模型、小數(shù)據(jù)、高效，并且研究大模型對腦科學(xué)的發(fā)展也有著巨大的促進作用”。

深勢科技創(chuàng)始人兼CEO孫偉杰在圓桌論壇中表示，如今在AI4S時代下，AI可以幫大家更好地處理文獻數(shù)據(jù)，幫助我們整理知識，可以大幅提升計算模擬精度效率，提升實驗室效率。因此，基于AI4S帶來的工程體系變化，毫無疑問，學(xué)校里的科研和教學(xué)將會發(fā)生很大的改變。

未來，AI4S將會改變科研生產(chǎn)關(guān)系，從而將走向下一個AI4S時代。

“當(dāng)前，行業(yè)正在從基礎(chǔ)能力的快速提升期逐步進入‘挖深礦’的深耕階段?！?/span>去年底，在界面新聞財經(jīng)年會上，深勢科技藥物發(fā)現(xiàn)部聯(lián)席總裁王冬冬在接受界面新聞采訪時也提到，AI4S將進一步優(yōu)化預(yù)測設(shè)計的精度和復(fù)雜度；在大數(shù)據(jù)驅(qū)動和知識圖譜輔助方面，解決現(xiàn)有數(shù)據(jù)不足和知識遷移問題，以及產(chǎn)業(yè)化與規(guī)?；媾R的成本、算力、模型可解釋性等挑戰(zhàn)。