经合组织发布：《科学研究中的人工智能：挑战、机遇和未来》
目前，人工智能对经济、商业、劳动力市场和社会的影响已成为企业、相关专业机构、政府和非政府组织关注的焦点，大多数经合组织成员也已制定了各自的国家人工智能战略。然而，除专业期刊外，这些研究很少涉及人工智能在科研中所扮演的角色，就人工智能所有的用途而言，提高科研效率可能是最具价值的。人工智能可助力发现更多的科学知识，提升科研效率，进而加强应对全球挑战的关键基础。基于此背景，2023年6月26日经合组织发布《科学研究中的人工智能：挑战、机遇和未来》，探讨主题包括：人工智能当前、新兴和未来的科研用途；人工智能需要在哪些方面取得进展才能更好地为科学服务；科学生产力的变化；在发展中国家的研究中加快采用人工智能的措施。
科学研究难度提升
研究人员指出，科学研究效率下降的原因可能为以下几点：
（1）科学激励机制发生变化；
（2）私营部门对基础科学的参与较为有限；
（3）科学发现经济成本高昂；
（4）要取得新的突破，就必须吸收更多先前的和多样化的科学成果，因此需要更大的团队，但与小型团队相比，大型团队似乎不太容易取得基础性发现；
（5）大量论文“爆炸式”涌现，超出评审专家阅读极限；
（6）不同领域的科学文献库规模庞大；
（7）新学科出现，一些突破需要跨学科，但学科之间的边界也存在摩擦；
（8）科学定律的数量有限。
当今科学中的人工智能
人工智能正在应用于科学的各个领域和阶段，从假设生成到实验设计、监测和模拟，一直到科学出版和交流。 未来，人工智能可能会端到端优化许多科学工作流程：从数据收集到最终的统计分析。
尽管如此，人工智能对科学的潜在影响距离真正发挥作用还有很长的路要走。 研究人员指出，人工智能对于假设生成、实验监控和精确测量等任务十分有帮助，例如深度学习在处理非结构化数据方面非常有效，因果模型创新将为医学和社会科学带来巨大益处。除此之外，人工智能还可用于总结研究论文，如同行评审等。
同时，在人工智能的帮助下，科学研究，尤其是实验科学研究，将逐渐实现自动化。科学家指出，在未来，人类科学家将决定如何与人工智能科学家合作，以及人工智能在多大程度上可以确定自己的问题和解决方案。在这种情况下，人工智能可能会发现人类科学家在研究中存在的偏差，或者发现人类科学家未能探索的研究领域，从而产生协同效应。
研究人员还指出，机器学习已经普及到物理学的各个领域，其应用可分为三大类：数据分析、建模和模型分析。此外，几十年来，人工智能一直是药物开发过程中不可或缺的一部分，人工智能的进步使其得以进入药物研发的相关领域。
人工智能、科学与发展中国家
目前尚不清楚人工智能对发展中国家的影响，也不清楚人工智能是否会扩大富国和穷国之间的科学能力差距。然而，欧洲、北美和中国的研究人员显然主导着人工智能研究以及人工智能在科学中的应用。2020年，东亚和太平洋地区的会议出版物占所有会议出版物的27%，北美占22%，欧洲和中亚占19%。相比之下，撒哈拉以南非洲仅占0.03%。以往的研究发现，尖端人工智能研究所需的计算资源更倾向于资源充足的大学、大型科技公司和富裕国家。
人工智能应用于科研的机遇与挑战
人类科学家的理性推理能力、抽象建模能力和逻辑推理能力（演绎和归纳）是科学发现的核心，而机器学习在这些方面表现不佳，尤其是当机器学习需要大量数据时，某些科学领域往往无法获得这些数据。此外，还有与数据注释和标注相关的问题，例如，手工标注大型数据库需要时间和资源，而标注者的能力水平可能各不相同；某些科学领域的数据特征存在差异，这可能导致无法在各个领域进行推广；以及机器学习的黑箱特性。
当前，人工智能仍无法提出有趣的研究问题，设计适当的实验，并理解和描述其局限性。
目前自然语言处理技术不能满足机器阅读任务对理解力的高要求，自然语言处理技术缺乏丰富的世界模型作为语言的基础，它们无法接触到文本所涉及的实体、关系、事件、经验等。因此，即使是最复杂的模型，也常常会产生无中生有或一派胡言的情况。
虽然人工智能已经取得了巨大进步，但直觉、语境化和抽象等能力仍是人类特有的，因此，应通过结合人类集体智慧和机器智能来推动科学发展，如编码和发现知识、连接和构建知识、监督和质量控制。
政策建议
一、制定长远的多学科计划，利用人工智能促进科技进步
（1）各国应开展广泛的多学科计划，将计算机科学家和其他科学家、工程师、统计学家、数学家等聚集在一起，利用人工智能解决各种挑战；
（2）促进机器人专家与领域专家之间的互动，实验室机器人可以彻底改变某些科学领域，降低成本并大幅加快实验速度；
（3）政府可以鼓励和支持具有远见卓识且影响深远的倡议；
（4）为促进人工智能和科学的发展，必须推广和普及高性能计算和软件；
（5）利用人工智能技术辅助学术训练；各国政府可以采取措施，提高开放研究数据可用性，利用从健康到气候等各个领域的数据力量。
二、利用公共研发，促进人工智能应用于科技领域
（1）公共研发可以针对需要突破的研究领域，深化人工智能在科学和工程领域的应用；
（2）应支持开发开放式平台（如OpenML和DynaBench），追踪哪些人工智能模型对解决各种问题最有效；
（3）鉴于公共研发可以帮助培养新的、跨学科的顶层思维，各国政府应支持一项广泛的计划，以创建对科学领域人工智能至关重要的知识库；
（4）政策制定者可以支持开展研究，检查并量化人工智能研究范围缩小对技术复原力、创造力和包容性造成的损失，以及相关行业在人工智能研究中日益占据主导地位可能产生的影响；
（5）资助者也可帮助开发专业工具，以加强人类科学家与人工智能团队的合作，并将这些工具纳入主流科学。
三、研究管理事项
（1）政策机构应系统地评估人工智能对日常科学实践的影响，包括对人类科学家-人工智能团队合作、工作、职业发展轨迹和培训的影响；
（2）资助者和政策制定者应建立响应机制，根据收集到的见解采取行动；
（3）资助者和政策制定者可以支持并建立新的独立论坛，就科学工作性质的变化及其对研究生产力和文化的影响开展持续对话；
（4）政策制定者应关注大型语言模型的部署；
（5）政策应解决人工智能驱动的药物研发的双重用途所带来的潜在危险。
四、政策制定者应提升专业素养以助力科学决策
（1）可利用现有的社交网络和平台来帮助传播新兴实践；
（2）采取措施提高人工智能研究的可重复性，公共资助机构可以要求与第三方免费共享代码、数据和元数据，允许他们在自己的硬件上运行实验；
（3）撒哈拉以南的非洲地区以及其他发展中地区，有充分的理由在科学领域获得更多的人工智能资金。
免责声明：本文转自元战略，原作者Allen Wang。 文章内容系原作者个人观点，本公众号编译/转载仅为分享、传达不同观点，如有任何异议，欢迎联系我们！
转自丨元战略
作者丨Allen Wang
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