鄂維南院士：AI賦能將改變科研的工坊模式，但需避免炒概念

AI的浪潮席捲而來，改變著許多業界生態，也包括學術研究的方式。然而，目前AI驅動的學術研究卻面臨缺乏資源支持等困境。 5月30日，在2023中關村論壇「人工智慧驅動的科學研究論壇」上，中國科學院院士、北京科學智能研究院院長鄂維南提到，AI賦能將徹底革新科研方式，但需要避免炒概念、表面繁榮、無法真正落地的問題。

鄂維南表示，在傳統科研體系中，分為數據驅動和基本原理驅動兩種方式，然而在實踐中，前者往往面臨著數據收集效率低下、缺乏有效的數據分析方法的困境，後者則已經被基本“窮盡”，“而且用基本原理解決​​實際問題的效率比較低下，因為表達基本原理的數學問題太難了。”

這帶來的問題是，在如結構力學等學術問題上，學術研究可以做得很好，但面對諸如材料設計、藥物設計等複雜問題時，只能透過經驗和試誤來找到正確的方向。這是因為在複雜問題中存在著更高的自由度，「從數學的角度就是維數，」鄂維南解釋道，「為什麼結構力學比較簡單，這是因為它自由度比較少，藥物比較複雜，是因為它是多體問題，自由度、維數比較高。維數的增加就帶來了維數災難。」

而AI可以幫助解決這個困境。鄂維南指出，AI為數據驅動模式提供新的高效工具，能夠提高基本原理驅動模型的可靠性和效率，還可以把數據驅動和基本原理驅動結合起來。這其中最經典的案例就是分子動力學的DBM工具。 「量子力學精度的分子動力學在化學計算材料科學裡面是非常基本的工具，但是即便是把高性能運算用上，它以前也只能處理上千個原子，那麼DBM計算，也就是加上人工智慧的工具，一下子就可以把它做到上億甚至於上百億的量級。」

因此，當AI賦能科學研究之後，必然會帶來生產力和生產關係的改變。鄂維南提到，科學研究的四個基本工具分別是基本原理與資料分析方法、實驗、文獻、算力。 AI將帶來四項工具的革新，打破以往科研的“作坊模式”，即長週期、低效率的操作方式。

鄂維南認為，AI賦能科研將全面改變科研和產業創新的格局。也因此，鄂維南說，「AI for Science是整個中國科技創新史上最好的機會。」

#AI在科學研究中扮演了重要的角色，因此各種平台也陸續推出了開源工具和知識庫。 2018年，AI賦能科研被初次提出，去年北京科學智能研究院成立，成為國際上首個以AI賦能科研為主題的研究機構，推出了面向基本原理研究的DeepModeling開源社群平台。

然而，鄂維南也指出，相關的開源平台和研究院面臨資源不足的問題——「我們正在想辦法用僅有的一點點資源來把這個事情做起來。」

此外，未來AI賦能科研的發展或許也面臨「炒概念、表面繁榮、無法真正落地」的可能性。為此，鄂維南建議需要堅持嚴謹的科研作風，從基礎堅持開放共享、合作共贏的態度。

，而是要走向更高階的人工智慧發展。 」。希望我們這次能夠在中國率先走出平台垂直整合的、新的科研範式。」鄂維南說。

採寫：南都記者胡耕碩

以上是鄂維南院士：AI賦能將改變科研的工坊模式，但需避免炒概念的詳細內容。更多資訊請關注PHP中文網其他相關文章！