人工智能賦能科學突破

陳海鵬

2023年最火爆的獨角獸企業當屬OpenAI。在剛剛過去的11月，OpenAI又上演了一場商業懸疑大戲。號稱“ChatGPT之父”的薩姆 · 奧特曼在“瘋狂的5天”里，經歷了被閃電免職、加入微軟、最終又復職的戲劇性反轉。一轉再轉的劇情，給炙手可熱的人工智能技術又添了一把火。

近年來，人工智能的快速發展及其在各個領域的應用引起了全球廣泛關注。“人工智能在科學中的應用”（AI for Science）也正在取得令人矚目的成果，為我們深入理解和解決復雜問題提供了全新的途徑。

經過100多年的挖掘拓展，科學革命已經越過了拐點，進入報酬遞減期?？山獾摹爸i題”日漸枯竭，“容易摘的果子”日益稀少，當初那種做實驗總結線性關系，然后得到基本原理，形成重大科學發現的范式已經過時。以信息技術為引領的跨學科、跨領域集成創新日漸成為主流，探尋更加復雜的結構、特性和規律并利用其為人類服務成為主要的科學研究方向，研究過程中理所當然需要更加自動化和智能化的識別和匹配手段。

過去的幾十年里，科學家一直致力于開發各種算法和模型來模擬和解釋自然現象。隨著AI技術的迅猛發展，我們能夠利用大規模數據集和強大的計算能力來訓練深度學習模型，從而更好地理解和預測自然現象，AI for Science在此背景下應用日益廣泛，從預測天氣到核聚變裝置設計，AI算法和模型正在各個領域幫助我們解決傳統方法遇到瓶頸的問題。

在生命科學領域，AI for Science已經取得了令人矚目的成果，在基因組學、蛋白質三維結構預測和藥物篩選設計等方面發揮著重要作用。在材料科學領域，AI for Science通過分析大量的材料數據和模擬實驗，成功地預測了新型材料的性質和行為，可以幫助科學家更快速地發現新材料，優化材料性能，并提供更精確的材料設計建議，有助于推動能源存儲、電子器件、催化劑等領域的創新。在化學領域，AI for Science展現了巨大的潛力，通過模擬和預測化學反應、發現新的化學反應路徑，極大地提高化學合成的效率。在天文學領域，AI for Science可以幫助我們更好地理解宇宙的起源和演化，發現新的恒星、行星和星系。

AI for Science具有巨大的潛力，能夠更有效地處理和分析海量數據，更準確地支持預測和決策，從而減少科學實驗的成本和風險。正如經濟合作組織（OECD）的報告指出的：雖然人工智能正在滲透科學界的所有領域和階段，但它還遠未發揮出全部潛力。

但是，AI作為一種“黑箱”技術，在科學研究中的可解釋性和可信度仍不夠高，如何設計準確可靠的算法和模型，提高算法的可解釋性和安全性是不能忽視的問題。此次奧特曼復職的戲劇性事件背后，是OpenAI公司在兩種發展理念之間的激烈分歧：應該加快技術商業化發展，還是更側重控制AI安全？

11月初，首屆全球人工智能安全峰會在英國布萊切利公園舉行，會議達成了世界首個AI協議：《布萊切利宣言》。全球28個國家一致認為，目前迫切需要建立新的國際合作，了解并共同管理人工智能的潛在風險，確保用安全、負責任的方式開發和部署人工智能，以造福全球社會。

AI for Science或將不斷突破科學邊界，不斷提高可解釋性和可信度，幫助我們更深入地探索自然規律，解決更加復雜的科學難題，并為人類社會帶來更多福祉。讓我們一起期待AI的未來發展吧！