中國(guó)網(wǎng)訊(記者 楊佳 王瑞芳 攝影報(bào)道)隨著科技的發(fā)展,人工智能技術(shù)逐步應(yīng)用于百行千業(yè)諸多領(lǐng)域。對(duì)科學(xué)研究領(lǐng)域的應(yīng)用將會(huì)帶來(lái)哪些影響呢?帶著這樣的問(wèn)題,近日記者走訪了北京科學(xué)智能研究院。
與火爆網(wǎng)絡(luò)的通用型人工智能ChatGPT不同,AI for Science(“人工智能驅(qū)動(dòng)的科學(xué)研究”)是新的科學(xué)研究范式。
(資料圖)
在科研工作中長(zhǎng)期面臨著一些困境。一是基礎(chǔ)研究在解決實(shí)際問(wèn)題當(dāng)中遇到的困難。二是試驗(yàn)手段,收集、處理和分析數(shù)據(jù)的手段效率相對(duì)低下。三是科研團(tuán)隊(duì)存在重復(fù)建設(shè),工作效率亟待提高的問(wèn)題。四是解決實(shí)際問(wèn)題的過(guò)程中大多依靠經(jīng)驗(yàn)和試錯(cuò)的方式。
人工智能正是解決這些問(wèn)題的有效手段。人工智能驅(qū)動(dòng)的科學(xué)研究可以全面提升利用基本原理的能力;顯著提高共性工具的效率與精度;實(shí)現(xiàn)規(guī)?;?、去中心化的測(cè)試;加速科研與產(chǎn)業(yè)的連接;批量培養(yǎng)兼具工程思維和工程能力的科研領(lǐng)域開(kāi)發(fā)人才,從而大幅提升科研生產(chǎn)力和創(chuàng)新效能。
“AI for Science是全面實(shí)現(xiàn)原始創(chuàng)新的一個(gè)難得的歷史機(jī)遇”。北京科學(xué)智能研究院副院長(zhǎng)李鑫宇在介紹中提到,2018年鄂維南院士首次提出AI for Science概念,到如今人工智能在科研領(lǐng)域所產(chǎn)生的作用已達(dá)成行業(yè)共識(shí)。
DPA-1 首個(gè)覆蓋元素周期表近70種元素的深度勢(shì)能原子間勢(shì)函數(shù)預(yù)訓(xùn)練模型。北京科學(xué)智能研究院 供圖
2020年,鄂維南院士團(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,首次實(shí)現(xiàn)上億原子的高精度分子動(dòng)力學(xué)模擬。億級(jí)是什么概念?過(guò)去這個(gè)模型原子數(shù)量級(jí)是萬(wàn),深度勢(shì)能分子動(dòng)力學(xué)的出現(xiàn)一下提升了四個(gè)數(shù)量級(jí),也因此一舉奪得當(dāng)年全球高性能計(jì)算領(lǐng)域的最高獎(jiǎng)項(xiàng)的“戈登·貝爾”獎(jiǎng)。
分子動(dòng)力學(xué)模擬是人們研究微觀世界的基本方法,可以揭示微觀世界的基本原理、精確模擬微觀粒子的狀態(tài)。如果將其比作一個(gè)超高分辨率的顯微鏡,它不僅僅能幫助我們看到一個(gè)物質(zhì)全貌,還能一級(jí)級(jí)放大,看到一個(gè)分子、原子,以及這些微觀粒子的相互作用。
2021年,以鄂維南院士領(lǐng)銜,北京科學(xué)智能研究院正式成立 。當(dāng)年年底,AI for Science就被評(píng)為阿里巴巴《達(dá)摩院2022十大科技趨勢(shì)》之首,并預(yù)測(cè)未來(lái)三年,人工智能將在應(yīng)用科學(xué)中得到普遍應(yīng)用,在部分基礎(chǔ)科學(xué)中開(kāi)始成為科學(xué)家的生產(chǎn)工具。
北京科學(xué)智能研究院副院長(zhǎng)李鑫宇(左)、北京科學(xué)智能研究院研究員戴付志(中)、北京大學(xué)工學(xué)院特聘研究員、北京科學(xué)智能研究院研究員陳幟與記者座談。
“AI for Science給了我們一個(gè)彎道超車(chē)的絕佳機(jī)會(huì)”, 北京大學(xué)工學(xué)院特聘研究員、北京科學(xué)智能研究院研究員陳幟告訴記者。他所研究領(lǐng)域是航空航天推進(jìn)技術(shù),曾在海外學(xué)習(xí)工作了十余年,與領(lǐng)域內(nèi)的頭部企業(yè)有過(guò)深入的合作。
陳幟告訴記者,這類(lèi)巨無(wú)霸公司都有一套完整自洽的系統(tǒng),已經(jīng)形成全周期的產(chǎn)業(yè)鏈。他例舉了阿波羅登月計(jì)劃中土星五號(hào)火箭發(fā)動(dòng)機(jī)的例子。該型代號(hào)為F1的發(fā)動(dòng)機(jī)研發(fā)是建立在3000多次完整測(cè)試基礎(chǔ)上的,這筆巨額花費(fèi)相當(dāng)于當(dāng)年美國(guó)GDP的百分之二,而現(xiàn)在通過(guò)先進(jìn)的燃燒模擬可以將成本減少一個(gè)量級(jí)。
在陳幟看來(lái),縮小差距,甚至走到前面去的機(jī)會(huì)是借助人工智能、高性能計(jì)算等先進(jìn)技術(shù),發(fā)展更多類(lèi)似DPA-1的科學(xué)領(lǐng)域AI大模型,構(gòu)建全新的計(jì)算輔助研發(fā)模式(例如將工程設(shè)計(jì)師同時(shí)訓(xùn)練成為Prompt Engineer提示詞工程師),才有可能重塑整個(gè)行業(yè)。
材料課題方向的帶頭人、北京科學(xué)智能研究院研究員戴付志對(duì)此也深有感觸。他舉例說(shuō),過(guò)去一代材料的研發(fā)周期大約需要20年的時(shí)間?,F(xiàn)在人工智能技術(shù)可以為新材料的研發(fā)提供方向性指導(dǎo),研發(fā)過(guò)程正走向“計(jì)算指導(dǎo)試驗(yàn)、試驗(yàn)反饋設(shè)計(jì)”的理性設(shè)計(jì)研發(fā)模式,這將極大的減少試錯(cuò)的盲目性,縮短驗(yàn)證周期。
“快”也是北京科學(xué)智能研究院副院長(zhǎng)李鑫宇在介紹AI for Science時(shí)用的較多的一個(gè)詞。介紹情況時(shí)他提到,“我們希望的是用AI加速科學(xué)計(jì)算,且在數(shù)量級(jí)上進(jìn)行突破。
在與記者交流中,他還不止一次提到,新方法帶來(lái)的巨大變革,可能就在眼前,在五年的時(shí)間尺度內(nèi)。
李鑫宇認(rèn)為,在“人工智能驅(qū)動(dòng)的科學(xué)研究”中培養(yǎng)一批兼具工程思維、工程能力的科研領(lǐng)域的開(kāi)發(fā)人才,才是最重要的。他解釋說(shuō),在將原理變成代碼,再把代碼組成軟件的過(guò)程中,我們?nèi)匀狈Υ罅慷玫讓涌茖W(xué)原理且具有工程思維的人才。
交流接近尾聲時(shí),李鑫宇匆匆與記者告別,趕往下一場(chǎng)工作會(huì)議。
如今,深度勢(shì)能原子間勢(shì)函數(shù)預(yù)訓(xùn)練模型DPA-1、科學(xué)智能廣場(chǎng)(AIS-Square)等科學(xué)計(jì)算領(lǐng)域重要的基礎(chǔ)設(shè)施已發(fā)布應(yīng)用,北京科學(xué)智能研究院的一個(gè)個(gè)創(chuàng)新工具方法也正在加速落地,一個(gè)個(gè)應(yīng)用項(xiàng)目也在加速推進(jìn)中。
前幾日,科技部會(huì)同自然科學(xué)基金委近期啟動(dòng)“人工智能驅(qū)動(dòng)的科學(xué)研究”(AI for Science)專(zhuān)項(xiàng)部署工作,逐步構(gòu)建以人工智能支撐基礎(chǔ)和前沿科學(xué)研究的新模式,加速我國(guó)科學(xué)研究范式變革和能力提升。
可以預(yù)見(jiàn),“靈光一現(xiàn)”發(fā)現(xiàn)科學(xué)原理的方式,很快將成為過(guò)去。
關(guān)鍵詞: