什么是AI for Science (AI4S)？如何让AI模型实现高效科学领域的建设

文 BFT机器人 

2023年这个夏天，全球遭受前所未有热浪、野火和洪水的极端天气攻击。面对这些挑战，英伟达采用AI技术，构建名为地球2号的“数字地球模型”，以更精确地预测这些极端事件。

地球2号依赖于FourCastNet AI模型，利用了数十T的地球系统数据，能以数千倍速度提高预测准确性，预测未来两周的天气状况。与一般只能生成大约50种未来一周预测的天气预测系统相比，FourCastNet能预测出成千上万种可能性，准确捕捉罕见而致命的灾难风险，从而给弱势群体争取宝贵的准备和疏散时间。

事实上，气象科学仅是受益于AI发展的众多科学学科之一。AI的出现正在带动科学研究的激动人心的转变，并且影响正在扩散到实验室之外，深入到我们所有人的生活中。如果我们能明智地采取行动，制定合适的监管措施，并适当支持AI在解决科学最紧迫问题方面的创新应用，AI就有可能彻底改变科学过程。

这样的愿景，我们称之为AI for Science。我们期待一个由AI驱动的未来，在这个未来，AI工具可以解放我们从繁琐乏味和耗时的劳动中，同时引导我们进行创新性的发明和发现，促使本应需要几十年的突破提前实现。

近期，AI的讨论几乎等同于大型语言模型(LLM)的讨论。随着GPT在各行各业的爆发，“是否能将 LLM 用于科研场景”成为了一个水到渠成的问题。当ChatGPT超越大部分人类在高考、SAT、美国法考、医考等领域取得令人咋舌的高分后，人们对于 LLM 驱动科研的兴趣愈发高涨。

一方面，LLMs使得知识的提取和综合变得高效、便捷。通过解密和呈现复杂的科学信息，LLM大大降低了学者进入新领域的门槛，推动交叉学科的发展。

另一方面，LLMs可以加速并改进知识贡献的过程。利用LLMs进行多步推理和决策的能力，研究人员可以在科学文献的迷宫般的广度中找到最相关的论文。同时，LLMs能提供语言方面的帮助，帮助构建逻辑叙述并确保连贯性，使得研究人能更从容的驾驭复杂的观点表述，从而促进世界范围科学的异步交流效率和规模。

然而，对AI for Science的讨论远不止步于LLM在科学领域的应用。究其根本，LLM面向的是一维的字符串数据结构，而科学领域的数据类型纷繁多样，即有一维的基因序列，也有二维的分子图、三维的分子坐标、N维的波函数。因此，在具体的科学领域中，使用专门的模型架构很可能比使用基于LLM的迁移模型更为直接有效。

在过去的十年中，科学领域的大部分进步都源自于针对特定问题的模型。最近，人们开始使用融合专业领域知识和深度学习/预训练策略来构建更强大的领域专用模型。举例来说，McMaster和MIT的科学家利用AI模型成功识别出了一种抗生素，该抗生素能够对抗世界卫生组织认为是对住院患者最危险的抗生素耐药细菌之一的致病菌。

谷歌DeepMind的一个模型成功控制了核聚变反应中的等离子体，为清洁能源革命的到来更近一步。在医疗保健领域，美国FDA已经批准了523种使用AI的设备，其中75%用于放射学。

这些令人兴奋的研究，并不是无源之水，更不是“拿着锤子找钉子”的AI万能论。

首先，将复杂的科学问题表述为0101的计算机语言本身就是极难的任务，需要能融合“基本原理与数据驱动的算法模型和软件系统”；同时，为了给AI提供高质量的训练数据，我们也需要 “高效率、高精度的实验表征系统”；第三，我们需要最大化利用LLM给科研效率带来的提升，建立“替代文献的数据库与知识库系统”；第四，以上的智能系统都需要运行在“高度整合的算力平台系统”之上。

以上的考量，我们将其概括称为AIfor Science 的“四梁”。而将AI for Science落地于各个学科和交叉学科领域的系统性工程，我们讲其统称为“N 柱”。而完成“四梁 N 柱”的系统建设，一来要面临着高度抽象化的领域知识门槛，二来要摆脱“作坊模式”推动科研想“平台模式”转变，这其中科学问题与工程问题相互交织，相互影响.因此推动科学家与工程师的充分协作是高效实现AI for Science时代科研基础设施建设的关键因素。

文章来源 ：北京科学智能研究院

排版 | 春花

审核 | 猫

若您对该文章内容有任何疑问，请于我们联系，将及时回应。如果想要了解更多的前沿资讯，记得点赞关注哦~