AI撬動(dòng)科研范式變革

　　——專家解讀人工智能驅(qū)動(dòng)的科學(xué)研究專項(xiàng)部署工作

　　◎本報(bào)記者 劉 垠

　　“AI for Science有可能推動(dòng)我們?cè)谙乱惠喛萍几锩凶咴谇把?。”談及近期科技部、自然科學(xué)基金委聯(lián)合啟動(dòng)人工智能驅(qū)動(dòng)的科學(xué)研究(AI for Science)專項(xiàng)部署工作，中科院院士、北京科學(xué)智能研究院院長、自然科學(xué)基金委“下一代人工智能”重大研究計(jì)劃專家組組長鄂維南作出這樣的預(yù)判。

　　鄂維南告訴科技日?qǐng)?bào)記者，新一輪科技革命中很重要的一點(diǎn)，就是科學(xué)研究從“小農(nóng)作坊”模式向“平臺(tái)科研”模式轉(zhuǎn)變，AI for Science正是推動(dòng)“平臺(tái)科研”的主要?jiǎng)恿ΑI技術(shù)不僅極大提高了科研活動(dòng)中共性工具的效率和精度，更重要的是，它可以助力建立一個(gè)由產(chǎn)業(yè)需求推動(dòng)科研的有效體系。

　　作為人工智能發(fā)展的一大趨勢(shì)，國際學(xué)術(shù)界已對(duì)AI for Science形成共識(shí)——將帶來科研范式的變革和新的產(chǎn)業(yè)業(yè)態(tài)。

　　“科技部、自然科學(xué)基金委聯(lián)合啟動(dòng)AI for Science專項(xiàng)部署工作，進(jìn)一步加強(qiáng)對(duì)AI for Science創(chuàng)新工作的統(tǒng)籌指導(dǎo)、系統(tǒng)布局，充分發(fā)揮我國在人工智能領(lǐng)域的優(yōu)勢(shì)，加速科學(xué)研究范式變革和能力提升，推動(dòng)人工智能走向高質(zhì)量應(yīng)用新階段?！敝锌圃鹤詣?dòng)化研究所所長徐波說。

　　人工智能驅(qū)動(dòng)科研突破什么瓶頸

　　鄂維南坦言，長期以來，科研人員在實(shí)際研究中面臨四大痛點(diǎn)：其一，辛苦研究出來的基本原理等重要成果，用來解決實(shí)際問題時(shí)比較困難；其二，目前的實(shí)驗(yàn)手段，以及收集、處理、分析數(shù)據(jù)的效率相對(duì)低下；其三，科研團(tuán)隊(duì)工作方式多為“作坊模式”，從頭到尾都自己干下來，科研效率亟待提高；其四，在解決生物制藥、材料研發(fā)等過程中面臨的實(shí)際問題時(shí)，仍然依靠經(jīng)驗(yàn)和試錯(cuò)方式。

　　“人工智能為解決這些問題提供了有效手段，AI for Science是以‘機(jī)器學(xué)習(xí)為代表的人工智能技術(shù)’與‘科學(xué)研究’深度融合的產(chǎn)物。”在鄂維南看來，AI for Science為科學(xué)研究帶來了新方法、新工具，在提升創(chuàng)新效能的同時(shí)，賦能產(chǎn)業(yè)應(yīng)用的實(shí)際場(chǎng)景。

　　北京科學(xué)智能研究院副院長、深勢(shì)科技創(chuàng)始人兼首席科學(xué)家張林峰認(rèn)為，AI for Science最大的特點(diǎn)是，它以一種前所未有的方式，將不同學(xué)科、不同背景的人們連接在一起。

　　“Al for Science 是一個(gè)學(xué)科與知識(shí)體系大重構(gòu)的過程，既需要計(jì)算機(jī)、數(shù)據(jù)科學(xué)、材料、化學(xué)、生物等學(xué)科的交叉融合，也需要數(shù)學(xué)、物理等基礎(chǔ)學(xué)科進(jìn)行更深入的理論構(gòu)建和算法設(shè)計(jì)?！睆埩址逄嵝?，“當(dāng)且僅當(dāng)做好相關(guān)的融合，我們才有機(jī)會(huì)在新一輪科學(xué)革命中搶占先機(jī)。”

　　這些領(lǐng)域?yàn)楹纹惹行枰斯ぶ悄茯?qū)動(dòng)

　　那么，我國布局AI for Science前沿科技研發(fā)體系，將聚焦哪些領(lǐng)域發(fā)力？

　　“緊密結(jié)合數(shù)學(xué)、物理、化學(xué)、天文等基礎(chǔ)學(xué)科關(guān)鍵問題，布局AI for Science前沿科技研發(fā)體系，是增強(qiáng)基礎(chǔ)科學(xué)研究競(jìng)爭(zhēng)力的重要保證?！毙觳ń忉屨f，新藥創(chuàng)制、基因研究、生物育種、新材料研發(fā)等領(lǐng)域，是人工智能與科學(xué)研究結(jié)合需求迫切、進(jìn)展突出、具有代表性的重要方向。

　　比如，基于生物學(xué)機(jī)制、疾病和用藥相關(guān)數(shù)據(jù)、藥物的各種藥學(xué)性質(zhì)等建立的人工智能模型，可預(yù)測(cè)新藥的安全性和有效性；通過人工智能輔助，可減少研發(fā)中的人力、物力和時(shí)間投入，提高藥物研發(fā)成功率。當(dāng)人工智能賦能新材料研發(fā)后，可實(shí)現(xiàn)將電子尺度和分子尺度等多尺度材料計(jì)算模擬方法耦合，快速篩選符合目標(biāo)性能的新材料成分和構(gòu)型，壓縮新材料與器件研發(fā)周期和成本……

　　“科學(xué)研究中的人工智能方法，不能簡(jiǎn)單照搬我們熟知的人工智能領(lǐng)域如計(jì)算機(jī)視覺和自然語言處理等領(lǐng)域現(xiàn)有模型和算法，而是需要根據(jù)每個(gè)基礎(chǔ)科學(xué)具體情況，研發(fā)針對(duì)性的智能算法、模型和軟件工具?！毙觳◤?qiáng)調(diào)，只有將人工智能技術(shù)與自然科學(xué)和技術(shù)科學(xué)領(lǐng)域的知識(shí)深度結(jié)合，才能充分發(fā)掘人工智能加速重大科學(xué)問題研究和知識(shí)發(fā)現(xiàn)的變革性潛力。

　　整合資源形成推進(jìn)合力

　　談及我國在該領(lǐng)域的發(fā)展，鄂維南直言，我們率先意識(shí)到人工智能方法對(duì)基礎(chǔ)科學(xué)研究可能產(chǎn)生的影響，全面布局AI for Science的科學(xué)研究和培養(yǎng)科研團(tuán)隊(duì)，將人工智能方法、高性能計(jì)算與物理模型相結(jié)合，并已走在了國際前沿。但如何高效利用這些優(yōu)勢(shì)積極引導(dǎo)布局，使我國在當(dāng)下的科技革命中走在前列，并率先打造出新的科研體系、有效調(diào)動(dòng)人才資源、合理利用資金和算力資源，是急需解決的問題。

　　值得注意的是，科技創(chuàng)新2030—“新一代人工智能”重大項(xiàng)目已將AI for Science作為人工智能的重要發(fā)展方向進(jìn)行安排。徐波介紹，在2022年指南中，部署了“重大科學(xué)問題研究的AI范式”任務(wù)，面向地球科學(xué)、空間科學(xué)、化學(xué)和材料科學(xué)、生物醫(yī)藥科學(xué)等領(lǐng)域重大科學(xué)問題開展創(chuàng)新研究。同時(shí)，面向國際競(jìng)爭(zhēng)激烈的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)領(lǐng)域，支持國內(nèi)優(yōu)勢(shì)團(tuán)隊(duì)開展科研攻關(guān)。

　　記者了解到，科技部將以科技創(chuàng)新2030—“新一代人工智能”重大項(xiàng)目為牽引，加快人才、技術(shù)、數(shù)據(jù)、算力等要素匯聚，形成推進(jìn)AI for Science的政策合力。在平臺(tái)支撐方面，科技部正在加快推動(dòng)公共算力開放創(chuàng)新平臺(tái)建設(shè)，將為AI for Science發(fā)展打造智能算力基座；在機(jī)制創(chuàng)新方面，科技部將鼓勵(lì)用戶單位圍繞業(yè)務(wù)深度挖掘技術(shù)需求和科學(xué)問題，深度參與模型研究與算法創(chuàng)新，積極開放數(shù)據(jù)、資源。

　　著眼未來發(fā)展，鄂維南提醒，要把資源真正配置到一線科研人員手中。AI for Science時(shí)代，更需構(gòu)建垂直整合的人才團(tuán)隊(duì)，以重點(diǎn)問題為牽引，真正讓人工智能的研究人員與基礎(chǔ)科學(xué)領(lǐng)域如材料、能源等領(lǐng)域的研究人員一起工作，進(jìn)行高頻的學(xué)術(shù)交流和思想碰撞。

　　“AI for Science的潛力正在不斷釋放，但也面臨‘點(diǎn)’上研究較多、追逐‘熱點(diǎn)領(lǐng)域’研究較多，而系統(tǒng)布局較少的現(xiàn)實(shí)問題。”徐波說，為此，科技創(chuàng)新2030—“新一代人工智能”重大項(xiàng)目將在第二個(gè)五年實(shí)施階段(2023—2027年)持續(xù)加強(qiáng)體系化布局和支持力度，擬研究AI for Science的新理論、新模型、新算法，研發(fā)跨尺度建模、高精度仿真、微分方程智能解算等共性研發(fā)工具和平臺(tái)，發(fā)展一批針對(duì)典型科研領(lǐng)域的AI for Science專用平臺(tái)，推進(jìn)軟硬件計(jì)算技術(shù)升級(jí)，打造智能化科研的開源開放創(chuàng)新生態(tài)。(科技日?qǐng)?bào))