人類(lèi)科研范式的巨變或?qū)⑹锹菪缴仙倪^(guò)程,它充滿(mǎn)了探索、挑戰(zhàn)與革新。
世界上第一臺(tái)受專(zhuān)利保護(hù)的計(jì)算機(jī)
人類(lèi)歷史上得到普遍認(rèn)可的較早期的機(jī)械式計(jì)算機(jī)之一,是1642年法國(guó)哲學(xué)家兼數(shù)學(xué)家布累斯·帕斯卡發(fā)明的加法器(Pascaline)。
帕斯卡發(fā)明它的目的,是幫助父親減少稅務(wù)計(jì)算上的勞作。而此后,二進(jìn)制和微積分的發(fā)明者萊布尼茨在加法器的基礎(chǔ)上,發(fā)明了人類(lèi)第一臺(tái)可進(jìn)行四則運(yùn)算的機(jī)械計(jì)算機(jī)。
最早的計(jì)算機(jī)的誕生是讓數(shù)學(xué)家從繁冗、人力所不能及的數(shù)學(xué)計(jì)算中解脫,但因摩爾定律加持之下,人類(lèi)計(jì)算能力得以快速增加,這是它被用于科研進(jìn)而邁進(jìn)公眾生活的一個(gè)前提。
然而,科研歷程中的一個(gè)關(guān)鍵性里程碑,便是成功攻克了“四色問(wèn)題”。
數(shù)學(xué)界有名的四色問(wèn)題
四色問(wèn)題的起源將追溯到1852年,由英國(guó)數(shù)學(xué)家弗朗西斯·古德里(Francis Guthrie)提出。他在為英國(guó)地圖著色時(shí),發(fā)現(xiàn)只需四種顏色就可確保相鄰區(qū)域顏色不同,隨后他向弗雷德里克·古德里(Frederick Guthrie)提出此問(wèn)題。
其真正引起廣泛關(guān)注是在1878年,當(dāng)時(shí)英國(guó)數(shù)學(xué)家阿瑟·凱萊(Arthur Cayley)在倫敦?cái)?shù)學(xué)學(xué)會(huì)上公開(kāi)提出了這個(gè)問(wèn)題,并將其列為未解決的數(shù)學(xué)難題之一。
在19世紀(jì)末和20世紀(jì)初,許多數(shù)學(xué)家嘗試證明四色問(wèn)題,但都未能成功。例如,阿爾弗雷德·肯普(Alfred Kempe)在1879年提出了一種證明方法,并一度被認(rèn)為解決了問(wèn)題。因此,11年后,珀西·約翰·希伍德(Percy John Heawood)發(fā)現(xiàn)肯普證明中的錯(cuò)誤,表明四色問(wèn)題仍未解決,這事件進(jìn)一步加深了數(shù)學(xué)界對(duì)四色問(wèn)題的質(zhì)疑,甚至有人認(rèn)為它可能是一個(gè)無(wú)法被證明的假說(shuō)。
四色猜想的推理證法
直到1976年,肯尼斯·阿佩爾(Kenneth Appel)和沃爾夫?qū)す希╓olfgang Haken)利用計(jì)算機(jī)輔助證明,才首次給出了四色問(wèn)題的完整證明。其次,他們的證明方法也引發(fā)了爭(zhēng)議,因其依賴(lài)于計(jì)算機(jī)對(duì)大量具體案例的枚舉和驗(yàn)證,而非傳統(tǒng)的純數(shù)學(xué)推導(dǎo)。
與此同時(shí),這種非傳統(tǒng)的證明方式使得部分?jǐn)?shù)學(xué)家對(duì)四色問(wèn)題的“真正解決”持保留態(tài)度,甚至質(zhì)疑其是否能被視為嚴(yán)格的數(shù)學(xué)證明。
另外,比四色問(wèn)題的解決更具有標(biāo)志性意義的,是現(xiàn)代計(jì)算機(jī)科學(xué)的最前沿:人工智能技術(shù)與科學(xué)的結(jié)合,而其代表事件則是2024年諾貝爾化學(xué)獎(jiǎng)的頒發(fā)。
這次由三人分享的化學(xué)獎(jiǎng)中,來(lái)自谷歌的英國(guó)科學(xué)家哈薩比斯和江珀,他們開(kāi)發(fā)了一種名為AlphaFold2的人工智能模型,這種模型解決了一個(gè)已有50年歷史的難題,能夠預(yù)測(cè)大約兩億種已知蛋白質(zhì)的復(fù)雜結(jié)構(gòu),并且已被全球200多萬(wàn)人使用。(往期文章提到過(guò))
物理學(xué)獎(jiǎng)?lì)C給AI科學(xué)家,諾貝爾獎(jiǎng)不走“尋常路”?
但由于A(yíng)lphaFold的出現(xiàn)改變?cè)S多,其Fold指“折疊”——2018年,AlphaFold采用深度學(xué)習(xí)基礎(chǔ)上的FM預(yù)測(cè)策略,通過(guò)三個(gè)系統(tǒng)支撐(建模、預(yù)測(cè)、優(yōu)化),出道就拿下當(dāng)年蛋白質(zhì)預(yù)測(cè)大獎(jiǎng);在2020年改進(jìn)后的模型AlphaFold2在第14屆CASP競(jìng)賽上讓人“眼前一亮”,在給定預(yù)測(cè)蛋白質(zhì)中GDT平均得分92.4,遠(yuǎn)超競(jìng)爭(zhēng)對(duì)手。
至此,深度學(xué)習(xí)支撐下的蛋白質(zhì)預(yù)測(cè)取得歷史性進(jìn)展,也開(kāi)始消融TFM和FM之間的間隔,人類(lèi)對(duì)于蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)乃至設(shè)計(jì)的能力得到極大增強(qiáng)。
AlphaFold1的預(yù)測(cè)過(guò)程
簡(jiǎn)而言之,AI for Science,AI4S已成為常態(tài),而去年的諾貝爾獎(jiǎng)更像是一個(gè)明確的信號(hào),無(wú)疑使得人類(lèi)再一次站到了科研范式的轉(zhuǎn)折點(diǎn)上;被簡(jiǎn)化為“AI4S”的AI for Science(AI用于科研)理念也受到了國(guó)內(nèi)外科學(xué)家們的重點(diǎn)關(guān)注。
科學(xué)智能(AI for Science,AI4S),是指人工智能技術(shù)驅(qū)動(dòng)的科學(xué)研究,主應(yīng)用于探索未知的科學(xué)領(lǐng)域。AI4S概念由中國(guó)科學(xué)院院士、北京大學(xué)教授鄂維南于2018年首次提出。
此外,AI4S開(kāi)啟了一種利用人工智能學(xué)習(xí)深?yuàn)W的科學(xué)原理來(lái)創(chuàng)造科學(xué)模型,以解決那些曾被認(rèn)為無(wú)解的實(shí)際問(wèn)題的科研新范式。2021年,隨著英國(guó)“深度思維”(DeepMind)公司發(fā)布阿爾法折疊(AlphaFold),AI4S成為全球關(guān)注的焦點(diǎn)。
值得注意的是,AI4S的核心源于數(shù)據(jù)驅(qū)動(dòng)、模型智能和跨域融合,它能夠處理傳統(tǒng)方法難以應(yīng)對(duì)的高維、非線(xiàn)性問(wèn)題,在海量數(shù)據(jù)中識(shí)別人類(lèi)難以察覺(jué)的模式和關(guān)聯(lián)。
數(shù)據(jù)處理維度:深度學(xué)習(xí)算法能夠從海量實(shí)驗(yàn)數(shù)據(jù)中提取特征,發(fā)現(xiàn)傳統(tǒng)統(tǒng)計(jì)方法無(wú)法識(shí)別的模式。
模型構(gòu)建維度:物理信息神經(jīng)網(wǎng)絡(luò)(PINN)等新型建模方法,將物理定律與數(shù)據(jù)驅(qū)動(dòng)相結(jié)合,實(shí)現(xiàn)了更精確的模型預(yù)測(cè)。
實(shí)驗(yàn)設(shè)計(jì)維度:強(qiáng)化學(xué)習(xí)算法能夠自主設(shè)計(jì)實(shí)驗(yàn)方案,優(yōu)化實(shí)驗(yàn)參數(shù),大幅度提高實(shí)驗(yàn)效率。
當(dāng)前,AI4S的顯著特點(diǎn)是使用人工智能、機(jī)器學(xué)習(xí)和推理技術(shù)來(lái)處理和分析大數(shù)據(jù),有效揭示數(shù)據(jù)之間的相互關(guān)系,并幫助科學(xué)家解決“維數(shù)詛咒”問(wèn)題,從而更快、更準(zhǔn)確地理解復(fù)雜現(xiàn)象,其核心也是“知識(shí)自動(dòng)化”,與“工業(yè)5.0”的目標(biāo)相契合。
圖源:Google
首先,這三類(lèi)技術(shù)的融合,與卡爾·波普爾的三個(gè)世界——物理世界、精神世界和人工世界相呼應(yīng),這相比于大語(yǔ)言模型和大視覺(jué)模型(LVMs)代表了更廣闊的世界模型(World Model)視角。
其中,大模型技術(shù)表明,改造工業(yè)和科學(xué)研究最直接、最自然的方法是通過(guò)真實(shí)系統(tǒng)和人工系統(tǒng)的平行化,這包括從自然科學(xué)到人工科學(xué)的轉(zhuǎn)變,從物質(zhì)生產(chǎn)到人工制造的轉(zhuǎn)型等協(xié)同與合作。
其次,科學(xué)研究正從“大問(wèn)題,大模型”轉(zhuǎn)向“小問(wèn)題,大模型”,并在特定領(lǐng)域進(jìn)行垂直分割。這一趨勢(shì),伴隨大型模型的持續(xù)進(jìn)步和智能代理(agent)技術(shù)的成熟,催生了新型“數(shù)字人科學(xué)家”的出現(xiàn),他們專(zhuān)注于科學(xué)研究中的“小問(wèn)題,大模型”。
或許,AI4S范式轉(zhuǎn)換期必然伴隨著更多的困難與挑戰(zhàn)。
科學(xué)哲學(xué)家托馬斯·庫(kù)恩的經(jīng)典著作《科學(xué)革命的結(jié)構(gòu)》被奉為圭臬,他也被公認(rèn)為20世紀(jì)最具影響力的科學(xué)哲學(xué)家之一。
庫(kù)恩的核心思想圍繞“范式理論”展開(kāi),這一理論為理解時(shí)代進(jìn)步提供了全新的視角。這意味著,庫(kù)恩認(rèn)為,在特定時(shí)代或領(lǐng)域中,只存在一個(gè)主導(dǎo)性的“主范式”,只有與之契合才能站在歷史發(fā)展的正確方向。
因此,范式本身具有強(qiáng)大的慣性,每一次新范式的轉(zhuǎn)換都需付出努力并承受相應(yīng)的代價(jià)。
由于篇幅受限,本次的AI4S就先介紹這么多......
-
AI
+關(guān)注
關(guān)注
87文章
31429瀏覽量
269829 -
人工智能
+關(guān)注
關(guān)注
1793文章
47604瀏覽量
239532
原文標(biāo)題:AI4S科學(xué)研究的“超能力”時(shí)代,是否已成必然?
文章出處:【微信號(hào):奇普樂(lè)芯片技術(shù),微信公眾號(hào):奇普樂(lè)芯片技術(shù)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論