今年，諾貝爾物理學(xué)獎和化學(xué)獎均頒給了AI相關(guān)領(lǐng)域，被簡化為“AI4S”的AI for Science（AI用于科研）理念也受到了國內(nèi)外科學(xué)家們的重點(diǎn)關(guān)注。

11月4日至6日，2024科學(xué)智能峰會在北京大學(xué)召開，張錦、龔新高、湯超等中國科學(xué)院院士，以及多位有著AI科研實(shí)踐經(jīng)驗(yàn)的專家學(xué)者現(xiàn)場分享并探討了AI目前在科研上的具體應(yīng)用、AI在科研領(lǐng)域的局限性和待解決問題，以及AI for Science在未來可能對科學(xué)研究范式帶來的影響。

AlphaFold的成功只是“萬里長征第一步” 傳統(tǒng)AI框架仍有局限性

本屆諾貝爾化學(xué)獎得主哈薩比斯之所以獲獎，在于其開發(fā)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(yù)測大約兩億種已知蛋白質(zhì)的復(fù)雜結(jié)構(gòu)，并且已經(jīng)被全球200多萬人使用。而在中國科學(xué)院院士、北京大學(xué)-清華大學(xué)生命科學(xué)聯(lián)合中心主任湯超看來，AlphaFold的成功并不等于大生命科學(xué)領(lǐng)域的成功，這只是“萬里長征的第一步”。

中國科學(xué)院院士、北京大學(xué)-清華大學(xué)生命科學(xué)聯(lián)合中心主任湯超正在演講 新京報貝殼財經(jīng)記者羅亦丹/攝

湯超介紹，目前生命科學(xué)領(lǐng)域的大部分模型僅限于單一模態(tài)，如單細(xì)胞轉(zhuǎn)錄、RNA序列、蛋白質(zhì)結(jié)構(gòu)等，但生命科學(xué)是一個復(fù)雜而龐大的系統(tǒng)，生命科學(xué)的本質(zhì)是從分子、細(xì)胞、器官到整體生命的多層次、多維度交互構(gòu)成。

“生命是由宏觀到微觀多尺度多層次的復(fù)雜系統(tǒng)，每個層次都有自己的語言和邏輯，相互影響。”湯超說，“傳統(tǒng)AI框架處理結(jié)構(gòu)化、線性數(shù)據(jù)表現(xiàn)優(yōu)異，但生命系統(tǒng)的數(shù)據(jù)具有動態(tài)性與多位交互復(fù)雜性，因此處理高緯度、非線性的生命科學(xué)數(shù)據(jù)時傳統(tǒng)AI框架就表現(xiàn)出了明顯的局限性。”

此外，即便是單一模態(tài)的AI研究，也需要良好的數(shù)據(jù)基礎(chǔ)，而當(dāng)前一些科研領(lǐng)域面臨實(shí)驗(yàn)數(shù)據(jù)不足以及實(shí)驗(yàn)數(shù)據(jù)標(biāo)準(zhǔn)化不夠的問題。

湯超表示，生命科學(xué)數(shù)據(jù)體系建設(shè)起步晚、投入不足，缺乏完整的全鏈條生態(tài)系統(tǒng)，前期缺乏系統(tǒng)化戰(zhàn)略規(guī)劃與共享機(jī)制，難以形成具有高影響力和稿子里的數(shù)據(jù)集，數(shù)據(jù)利用率落后于歐美。

中國科學(xué)院院士、北京大學(xué)黨委常委、副校長張錦則在介紹使用AI進(jìn)行材料研究時提到，當(dāng)前數(shù)據(jù)采集過程不統(tǒng)一，不同設(shè)備、環(huán)境、操作人員得到的數(shù)據(jù)有很大差異。此外，不同類型的實(shí)驗(yàn)生成的數(shù)據(jù)包括圖像、光譜數(shù)據(jù)、結(jié)構(gòu)數(shù)據(jù)等，格式不同。

而AI的建模、訓(xùn)練都需要大數(shù)據(jù)的支持，張錦表示，“標(biāo)準(zhǔn)化是實(shí)現(xiàn)數(shù)據(jù)共享、再現(xiàn)性和科學(xué)知識迭代的基礎(chǔ)。”

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

在湯超看來，生命科學(xué)大模型框架研究亟待解決的問題包括：針對生命科學(xué)數(shù)據(jù)的特性，優(yōu)化序列、圖像和矩陣數(shù)據(jù)的編碼器設(shè)計；針對不同模態(tài)數(shù)據(jù)的融合，調(diào)整模塊架構(gòu)、數(shù)據(jù)集選擇及預(yù)訓(xùn)練策略。而真正能夠引起“革命性變化”是如何針對生命現(xiàn)象的語言邏輯、自組織、層級涌現(xiàn)、反饋機(jī)制、適應(yīng)性等構(gòu)建全新的模型架構(gòu)。

湯超介紹，生命科學(xué)的研究流程往往是：進(jìn)行實(shí)驗(yàn)觀測-模型擬合以解釋現(xiàn)象-總結(jié)性質(zhì)-預(yù)測行為-再進(jìn)行實(shí)驗(yàn)觀測的循環(huán)，他認(rèn)為未來模型擬合或可以通過AI完成，“我們的目標(biāo)是構(gòu)建多模態(tài)、跨層次的生命科學(xué)大模型，最終希望能夠發(fā)現(xiàn)生命科學(xué)的新規(guī)律、新原理。”

AI革新研究范式：通過大量實(shí)驗(yàn)校準(zhǔn) 不再執(zhí)著于明確的“可解釋性”

雖然“AI4S”仍然存在不少需要解決的問題，但當(dāng)前，AI已經(jīng)在許多不同的科研領(lǐng)域均取得了成就，具體應(yīng)用除了上文中提到過與諾獎相關(guān)的AlphaFold外，還包括諸如DeepMind利用AI技術(shù)在核聚變-托克馬克裝置中控制等離子體形狀，F(xiàn)raphCast預(yù)測未來十天全球天氣并在90%的指標(biāo)上超越了人類系統(tǒng)HRES等。

此外，AI也加速了實(shí)驗(yàn)研究的進(jìn)程。張錦介紹，讓一名同學(xué)一天重復(fù)3組一樣的實(shí)驗(yàn)基本不可能，但通過自動化平臺做自動化實(shí)驗(yàn)一天可以做150組，極大提高了實(shí)驗(yàn)的重復(fù)性，而高質(zhì)量的實(shí)驗(yàn)數(shù)據(jù)是模擬訓(xùn)練的基礎(chǔ)。

中國科學(xué)技術(shù)大學(xué)講席教授江俊就介紹了其以及其團(tuán)隊(duì)使用中科大機(jī)器化學(xué)家平臺做實(shí)驗(yàn)的經(jīng)歷，通過他的視頻展示，新京報貝殼財經(jīng)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(shí)驗(yàn)操作機(jī)器人。