為貫徹落實國家《新一代人工智能發(fā)展規(guī)劃》,，科技部會同自然科學(xué)基金委近期啟動“人工智能驅(qū)動的科學(xué)研究”（AI for Science）專項部署工作,，緊密結(jié)合數(shù)學(xué),、物理、化學(xué),、天文等基礎(chǔ)學(xué)科關(guān)鍵問題,，圍繞藥物研發(fā)、基因研究,、生物育種,、新材料研發(fā)等重點領(lǐng)域科研需求展開，布局“人工智能驅(qū)動的科學(xué)研究”前沿科技研發(fā)體系,。

為何啟動這項工作,？北京在這一方面已經(jīng)有哪些研發(fā)成果？新京報記者近日來到北京科學(xué)智能研究院進(jìn)行探訪,。

科研人員面臨困境,，實際問題還在通過試錯辦法解決

為何要啟動“人工智能驅(qū)動的科學(xué)研究”專項部署工作？北京科學(xué)智能研究院副院長李鑫宇說,，在科學(xué)研究中,，科研人員長期以來面臨著多重困境。一方面,，科研人員辛辛苦苦把基本原理研究出來之后,，用于解決實際問題時卻很困難。另一方面,，目前的實驗手段,、處理數(shù)據(jù)分析手段、收集數(shù)據(jù)手段效率也相對低下,。同時,，目前團(tuán)隊工作方式大多為“作坊模式”,，且存在重復(fù)建設(shè)的情況，科研效率亟待提高,。此外,，在解決生物制藥、材料等這些實際問題的過程中,，研究還是在依靠經(jīng)驗和試錯的方式,。

而人工智能正好是解決這些問題的有效手段。AI for Science是以“機器學(xué)習(xí)為代表的人工智能技術(shù)”與“科學(xué)研究”深度融合的產(chǎn)物,。借助機器學(xué)習(xí)在高維問題的表示能力,，人類可以更加真實細(xì)致地刻畫復(fù)雜系統(tǒng)的機理,，同時可以把基本原理以更加高效,、更加實用的方式應(yīng)用于解決實際問題，大大提升科研效率,，提升原始創(chuàng)新的效率,；推動實驗設(shè)備做得更加高效、精準(zhǔn),；此外,，還可以將人類多年來積累的知識全面準(zhǔn)確地提取出來。

從“作坊科研”轉(zhuǎn)變到“平臺科研”

“人工智能驅(qū)動的科學(xué)研究”可以重構(gòu)科研模式,，使“作坊科研”走向“平臺科研”,。

在科研活動中，如材料研究,、生物醫(yī)藥研究等存在很多共性,，在理論上用的物理模型和基本原理是有限的、有共性的,，研究中用的實驗手段也是如此,。 AI技術(shù)發(fā)展到今天，使人類可以將共性工具串連起來,，從整體的角度來看待科研,，大幅度提高科研的效率。

“人工智能驅(qū)動的科學(xué)研究”加速科研和產(chǎn)業(yè)之間的連接,，建立起以產(chǎn)業(yè)需求推動科研的有效體系,。“我們常常拿安卓模式來類比平臺科研,?！崩铞斡钫f，安卓模式就是屏蔽了所有硬件后臺和應(yīng)用創(chuàng)作者之間對接的復(fù)雜性,，給予應(yīng)用創(chuàng)作者一系列接口以完成進(jìn)一步的創(chuàng)作,，這也推動APP創(chuàng)新成果的出現(xiàn),。

發(fā)布“自然科學(xué)界的ChatGPT”

“人工智能驅(qū)動的科學(xué)研究”可以將不同學(xué)科、不同背景的人們聯(lián)系在一起,，是跨學(xué)科大融合,、大重構(gòu)的過程。北京科學(xué)智能研究院率先意識到人工智能方法對基礎(chǔ)科學(xué)研究可能產(chǎn)生的影響,，全面布局AI for Science的科學(xué)研究并培養(yǎng)科研團(tuán)隊,，使得中國在基于AI的基本原理方法方面走在了國際前沿。

據(jù)李鑫宇介紹,，北京科學(xué)智能研究院由鄂維南院士領(lǐng)銜,，致力于將人工智能技術(shù)與科學(xué)研究相結(jié)合，加速不同科學(xué)領(lǐng)域的發(fā)展,。

自成立以來,，鄂維南院士團(tuán)隊在多尺度科學(xué)計算模擬領(lǐng)域已攻克多項關(guān)鍵核心技術(shù)，并在機器學(xué)習(xí)驅(qū)動的密度泛函,、分子動力模擬等領(lǐng)域處于國際領(lǐng)先水平,。這些關(guān)鍵技術(shù)的突破將極大提高人類對于微觀計算模擬仿真的利用能力，直接助力新醫(yī)藥,、新材料的研發(fā),。

去年12月，北京科學(xué)智能研究院發(fā)布了首個覆蓋元素周期表近70種元素的深度勢能原子間勢函數(shù)預(yù)訓(xùn)練模型—— DPA-1,，被稱為“自然科學(xué)界的ChatGPT”,。DPA-1可模擬原子規(guī)模高達(dá)100億，目前已經(jīng)在高性能合金,、半導(dǎo)體材料設(shè)計等應(yīng)用場景中證明了其領(lǐng)先性和優(yōu)越性,。這一突破也是AI for Science走向大規(guī)模工程化的重要里程碑。

揭示微觀世界的基本原理,、精確模擬微觀粒子的狀態(tài),，不僅是人類一直以來的夢想，也是藥物,、材料,、化工等產(chǎn)業(yè)走向理性設(shè)計的必由之路。分子動力學(xué)模擬是人們研究微觀世界的基本方法之一,。其中,，對原子間勢函數(shù)的精確建模，是最核心的問題,。

北京科學(xué)智能研究院通過將機器學(xué)習(xí)與高性能計算相結(jié)合,，實現(xiàn)了1億原子第一性原理精度的分子動力學(xué)模擬，獲當(dāng)年全球高性能計算領(lǐng)域最高獎項“戈登·貝爾”獎,。團(tuán)隊在此基礎(chǔ)上進(jìn)一步優(yōu)化高性能算法,，2022年將模擬上限提升至100億原子數(shù)量級,。

對于從事材料設(shè)計研究的科研人員，可基于DPA-1快速構(gòu)建高精度,、方便易用的原子間勢函數(shù)模型,，利用人工智能技術(shù)進(jìn)行分子模擬、設(shè)計創(chuàng)新材料,、洞見研究方向,、降低使用門檻，可大幅度縮短研發(fā)周期,，降低研發(fā)成本,。

預(yù)訓(xùn)練模型被普遍認(rèn)為是未來趨勢，已成為AI應(yīng)用的基礎(chǔ)設(shè)施,，并在語言,、圖像等領(lǐng)域成功應(yīng)用。DPA-1的出現(xiàn)為自然科學(xué)領(lǐng)域研究人員探索微觀世界提供了一個基礎(chǔ)設(shè)施,，其訓(xùn)練模型可以被復(fù)用,，避免開發(fā)人員重復(fù)進(jìn)行大規(guī)模的訓(xùn)練,，從而大幅度降低了研發(fā)的成本,。

新京報記者 張璐

編輯 陳靜 校對 李立軍