多名院士探討「AI4S」：AI將改變未來科研範式

今年，盧保物理學獎和化學獎均頒給了AI相關領域，被簡化為「AI4S」的AI for Science（AI用於科研）理念也受到了國內外科學家們的重點關注。

11月4日至6日，2024科學智能峰會在北京大學召開，張錦、龔新高、湯超等中國科學院院士，以及多位有著AI科研實踐經驗的專家學者現場分享並探討了AI目前在科研上的具體應用、AI在科研領域的局限性和待解決問題，以及AI for Science在未來可能對科學研究範式帶來的影響。

AlphaFold的成功只是「萬里長征第一步」傳統AI框架仍有局限性

本屆盧保化學獎得主哈薩比斯之所以獲獎，在於其開發了AlphaFold人工智能模型，這種模型解決了一個已有50年歷史的難題，能夠預測大約兩億種已知蛋白質的複雜結構，並且已經被全球200多萬人使用。而在中國科學院院士、北京大學-清華大學生命科學聯合中心主任湯超看來，AlphaFold的成功並不等於大生命科學領域的成功，這隻是「萬里長征的第一步」。

中國科學院院士、北京大學-清華大學生命科學聯合中心主任湯超正在演講新京報貝殼財經記者羅亦丹/攝

湯超介紹，目前生命科學領域的大部分模型僅限於單一模態，如單細胞轉錄、RNA序列、蛋白質結構等，但生命科學是一個複雜而龐大的系統，生命科學的本質是從分子、細胞、器官到整體生命的多層次、多維度交互構成。

「生命是由宏觀到微觀多尺度多層次的複雜系統，每個層次都有自己的語言和邏輯，相互影響。」湯超說，「傳統AI框架處理結構化、線性數據表現優異，但生命系統的數據具有動態性與多位交互複雜性，因此處理高緯度、非線性的生命科學數據時傳統AI框架就表現出了明顯的局限性。」

此外，即便是單一模態的AI研究，也需要良好的數據基礎，而當前一些科研領域面臨實驗數據不足以及實驗數據標準化不夠的問題。

湯超表示，生命科學數據體系建設起步晚、投入不足，缺乏完整的全鏈條生態系統，前期缺乏系統化戰略規劃與共享機制，難以形成具有高影響力和稿子裡的數據集，數據利用率落後於歐美。

中國科學院院士、北京大學黨委常委、副校長張錦則在介紹使用AI進行材料研究時提到，當前數據採集過程不統一，不同設備、環境、操作人員得到的數據有很大差異。此外，不同類型的實驗生成的數據包括圖像、光譜數據、結構數據等，格式不同。

而AI的建模、訓練都需要大數據的支持，張錦表示，「標準化是實現數據共享、再現性和科學知識迭代的基礎。」

中國科學院院士、北京大學黨委常委、副校長張錦正在演講新京報貝殼財經記者羅亦丹/攝

在湯超看來，生命科學大模型框架研究亟待解決的問題包括：針對生命科學數據的特性，優化序列、圖像和矩陣數據的編碼器設計；針對不同模態數據的融合，調整模塊架構、數據集選擇及預訓練策略。而真正能夠引起「革命性變化」是如何針對生命現象的語言邏輯、自組織、層級湧現、反饋機制、適應性等構建全新的模型架構。

湯超介紹，生命科學的研究流程往往是：進行實驗觀測-模型擬合以解釋現象-總結性質-預測行為-再進行實驗觀測的循環，他認為未來模型擬合或可以通過AI完成，「我們的目標是構建多模態、跨層次的生命科學大模型，最終希望能夠發現生命科學的新規律、新原理。」

AI革新研究範式：通過大量實驗校準不再執著於明確的「可解釋性」

雖然「AI4S」仍然存在不少需要解決的問題，但當前，AI已經在許多不同的科研領域均取得了成就，具體應用除了上文中提到過與諾獎相關的AlphaFold外，還包括諸如DeepMind利用AI技術在核聚變-托克馬克裝置中控制等離子體形狀，FraphCast預測未來十天全球天氣並在90%的指標上超越了人類系統HRES等。

此外，AI也加速了實驗研究的進程。張錦介紹，讓一名同學一天重覆3組一樣的實驗基本不可能，但通過自動化平台做自動化實驗一天可以做150組，極大提高了實驗的重覆性，而高質量的實驗數據是模擬訓練的基礎。

中國科學技術大學講席教授江俊就介紹了其以及其團隊使用中科大機器化學家平台做實驗的經歷，通過他的影片展示，新京報貝殼財經記者注意到了這個有著全向移動底盤和智能械臂，長相酷似一個「會動的桌子」的全自主實驗操作機器人。