“人工智能驱动的科学研究（AI for Science）” AI4S打造科研第五范式！
最新的第五范式来了。日前，为了贯彻落实国家《新一代人工智能发展规划》，科技部会同国家自然科学基金委启动“人工智能驱动的科学研究（AI for Science）”专项部署。AI for Science也被简称为AI4S，作为人工智能加速科学发现的新方法，是区别于以往传统科研的第五范式。
4月2日，在张江科学会堂开幕的2023浦江创新论坛——“AI for Science专题论坛”上，“AI for Science科学数据开源开放平台”宣告启动。平台由上海市依托上海交通大学和上海白玉兰开源开放研究院布局建设，推动人工智能技术成为解决基础学科重大科学问题的新范式。由此，上海推进智能化科学设施建设也被提上议事日程。
人类从事科学研究的范式一直在“迭代”。几千年前是经验范式，几百年前是理论范式，几十年前是计算范式，十几年前是数据范式，而今是ai范式。也就是说，通过ai深度学习，实验观察可变成无人实验，理论推导可变成假设生成，仿真模拟可变成现象生成，数据驱动可变成数据增强。
从生物领域的蛋白质折叠，到物质领域的核聚变智能控制，再到药物领域的抗新冠药物设计，微软剑桥研究院院长等认为AI for Science（AI4S）第五范式，能够提高科学研究的速度和准确性，探索更广阔的可能性空间，包括问题空间和解空间。特别是生成式AI，作为假设空间的探索者、自然现象的模拟器，也是传统科研范式的有益补充。
中国科学院院士、中国计算机学会理事长梅宏表示，在第五范式下，新材料发现、流体模拟、聚变反应堆设计、药物分子与目标蛋白结合等，均可凭借ai实现计算及数据密集型等任务的全过程加速。比如常规的实验观察，严重依赖操作人员的体力与经验，而基于AI算法的无人实验支持大规模的稳定实验观测。
他指出，针对传统科学设施过度依赖人类专家经验的局限性，智能化科学设施旨在基于科学数据和算力的支撑，构建支撑第五范式的科学智能大设施，形成人类科学家+AI科研助手的人机协同科研新模式，进行超大规模、高速迭代的科学探索；同时，赋能已有科学设施，对传统实验进行智能化改造，加速重大科学发现。
因此，他建议，上海发挥科创优势，建设AI for Science系统平台，形成智能化科学设施体系，赋能基础科学大设施智能升级。
作为第五范式的新型基础设施，智能化科学设施正在推进中。在传统科学设施中，人类专家及经验占主导地位，“问题-实验-数据”无法形成高效闭环；而基于科学数据和算力支撑，面向第五范式打造人在环路的智能化科学设施，可形成“AI科研助手+AI操作机器人+智能实验环境+可信多方协作”的高效迭代。
智能化科学设施的创新功能之一，即高通量自主无人实验设计与优化，包括可控化学合成、蛋白质精准修饰、材料基因组等新机理新方法的自主验证及筛选等。
作为一项关键技术，其化学和生物的高通量自主无人实验平台，可执行危险环境标准化无人化实验。先是科学猜想，以跨模态科学大模型，提出新的化学结构或新的生物机制；之后方案自动优化，优化成分及序列组合，提供可定制选项，确定最终反应或干预路径；再整合科学模型和自主实验硬件平台，实现实验操作全流程的任务自主规划；最终由自主实验平台执行可远程监控的高通量无人实验，并提供人机协同接口。
人工智能的快速发展离不开代码开源和数据开放，高质量的开放数据促进了深度学习算法突飞猛进，各类算法与系统框架的源代码开放也极大提升了算法开发效率。当人工智能进入新的大数据、大算力、大模型时代，在世界级大科学设施集群上，张江集团联合上海交大，面向智能化科学大设施、生成式人工智能等最新研究方向，赋能张江科学城大设施建设，共同推动AI赋能基础研究。
AI for Science成为科研新范式，正在快速且深刻地影响着物理学、化学、材料学、生物学等科学领域。来自政府部门、高院、研究所、实验室、行业企业的700余位嘉宾，共同探讨AI for Science的技术演进、产业生态以及发展趋势。助力上海科技创新发展，两大人工智能平台于同日启动。依托上海交通大学和上海白玉兰开源开放研究院布局建设的AI for Science科学数据开源开放平台，将致力于打通学科壁垒，加速科学发现，推动人工智能技术成为解决基础学科重大科学问题的新范式。
人工智能带来新的科研范式
“科学研究长期以来面临着许多困境，人工智能方法给科学研究带来新的突破。”论坛设置主旨报告中，中国科学院院士、北京大学讲席教授鄂维南提出，随着AI for Science的发展，科研模式从作坊式改变为安卓式。其依赖于四大工具的建设：模型算法和数据分析方法、高效率高精度的实验表征方法、数据库和知识库、专用芯片和高效整合的计算能力。
他认为，平台科研将成为全新的科研范式，同时社区建设成为重要趋势。在共性平台基础上，针对各类应用研究进行垂直整合，也将催生新的产业业态。
AI在精准医疗领域应用前景广阔
中国科学院院士、中科院生物物理研究所研究员陈润生表示，精准医学的核心是组学大数据与医学的结合，面向诊断更加准确、用药更加合理、治疗更加有效的需求，精准医学研究已成为新一轮国家科技竞争的战略制高点。精准医学将使医疗体系发生本质变化，从诊断治疗转变为健康保障。
他认为，精准医学发展目前面临的最大挑战是基因组当中的“暗信息”，以及复杂、多尺度、多变量、高度异质化的生物大数据。人工智能应用于精准医疗是一个必然的趋势，其中数据收集和标准化非常重要。
欧洲科学院院士、剑桥大学教授皮埃特罗·里奥教授认为，利用人工智能和计算生物学模型了解疾病的复杂性，解决个性化和精准医疗问题是目前研究的热点。未来，我们可以通过深度学习算法构建学习与推断系统，根据多模态数据打造一个可视化的、可解释的医疗数据分析平台。
在圆桌讨论中，上海交通大学人工智能研究院常务副院长、人工智能教育部重点实验室主任杨小康与上海人工智能实验室教授欧阳万里，复旦大学特聘教授、智能复杂体系实验室主任林伟，百度AI技术生态总经理马艳军，思必驰联合创始人、上海交通大学计算机系特聘教授俞凯，上海交通大学材料科学与工程学院副教授姚振鹏探讨了“对AI for Science的理解，大模型和AI for Science的结合点和突破点，如何跨越AI和Science面临的巨大学科鸿沟和技术鸿沟，对上海发展AI for Science的建议，对AI for Science的未来展望”等话题。专家们一致认为，AI for Science具备全面、深层次革新价值，机遇与挑战并存，需要尽早布局、持续探索，在新一轮科学革命中抢占先机。
加速我国科研范式变革和能力提升
“人工智能在前沿科学领域已经取得了一系列颠覆性成果，新的科学研究范式正在形成。”上海交通大学校长、中国科学院院士丁奎岭表示，上海交通大学在人工智能领域主动谋划，汇聚资源，统筹布局。特别是近期启动建设了“AI for Science科学数据开源开放平台”，致力于在AI for Science领域打造跨学科研究高地、培养顶尖人才、引领科技创新、推动产业发展，加速世界级、原创性、基础性的重大科学发现，谋划推进建设具有全球有影响力的AI for Science重大科学基础设施。
科技部相关负责人表示，我国人工智能技术和应用发展迅速，AI for Science创新有坚实基础，但也存在体系化布局不足等问题，需要加强统筹指导。科技部会同自然科学基金委近期启动了“人工智能驱动的科学研究”专项部署工作，推进面向重大科学问题的人工智能模型和算法创新，发展一批针对典型科研领域的AI for Science专用平台，布局AI for Science前沿科技研发体系，逐步构建以人工智能支撑基础和前沿科学研究的新模式，加速我国科研范式变革和能力提升。
本文来源：AIII研究院
关注公众号了解更多
会员申请 请在公众号内回复“个人会员”或“单位会员
欢迎关注中国指挥与控制学会媒体矩阵
CICC官方网站
CICC官方微信公众号
《指挥与控制学报》官网
国际无人系统大会官网
中国指挥控制大会官网
全国兵棋推演大赛
全国空中智能博弈大赛
搜狐号
一点号