關注風雲之聲
提升思維層次
導讀
“機器能思考嗎?”
“機器能促進基礎研究嗎?
”
“人工智慧如何賦能基礎研究?
”
“機器能思考嗎?”
人工智慧的目的是讓機器模仿人的思考和行為,包括學習、推理、預測等。
“機器能促進基礎研究嗎?”
人工智慧在深刻影響並改變基礎科學的研究正規化。
“人工智慧如何賦能基礎研究?”
基於科學大資料的自主湧現,加速了科學發現過程。
圖1 人工智慧賦能科學發現
“機器能思考嗎?” 阿蘭·圖靈在他的著名論文“計算機器與智慧”中提出了這個經典問題。人工智慧(Artificial Intelligence, AI)的目標是開發一種能夠像人類一樣思考和行動的機器,使之具備理解、推理、學習、規劃、預測等能力。
相關研究包括搜尋演算法、知識圖譜、自然語言理解、專家系統、進化演算法、深度學習等。AI的發展經歷了
感知智慧
、
認知智慧
和
決策智慧
三個層次,在諸多領域得到廣泛應用(圖2)。
圖2 AI通用處理框架
本文匯聚來自6個國家、41個單位的48位學者,分別結合各自領域,系統論述了人工智慧技術對
資訊學
、
數學
、
醫學
、
材料學
、
地學
、
生命科學
、
物理學
、
化學
等學科發展的推動作用,人工智慧正在成為基礎學科及多學科交叉領域發展的新正規化。
01
資訊學中的AI
圖3 AI框架的知識圖譜
●
高效的
AI框架
大大降低了AI的技術門檻
●
自動機器學習
技術已成為AI發展的新方向
●
AI讓
複雜網路及系統
的自動化設計成為可能
●
AI讓
奈米光學器件
設計更快、功能更強
●
AI正在賦能
風險管控
、
數字孿生
、
機器人
等
●
AI為新型
資料理論及模型
自動發現提供可能
02
數學中的AI
圖4 數學促進AI關鍵問題解決
●
數學理論的發展與突破一直都是支撐AI的基石
●
逼近論為探索神經網路的
可解釋性
提供可能
●
最佳化理論可解決AI
引數估計
的非凸性和非光滑性
●
機率論與統計可以支撐AI模型
泛化能力
的評估
03
醫學中的AI
圖5 AI促進醫學多領域發展
●
醫學影像
的高效、精準
AI識別
正在走進臨床
●
AI推動
醫學診療
創新,輔助醫生診療決策
●
AI加速創新
藥物發現
,獲得療效更好的藥物
●
可穿戴裝置+AI,助力
慢性病健康管理
●
AI
+
為患者的
遠端診療
提供幫助
04
材料學中的AI
圖6 AI促進材料科學的發展
●
AI是新穎結構、特殊功能材料發現的利器
●
AI在
設計、預測和發明新材料
上已嶄露頭角
●
AI直接推動了
材料基因組計劃
的發展
●
先進量子材料
為AI的跨代升級提供物質基礎
05
地學中的AI
圖7 AI應用於地學水資源管理規劃
●
AI為地學海量資料採集、分析提供了全新途徑
●
AI
視覺化分析
、
智慧感測
和
智慧反演
,助力地學研究
●
AI賦能的
地學機器人
和
自動裝置
已廣泛應用
●
AI正在幫助地球科學從定性分析轉向
定量研究
06
生命科學中的A
I
圖8 AI在智慧農業中應用
●
AI與
腦科學
相互促進、啟發,類腦成為AI前沿
●
AI新演算法加速了
多組學大資料
的整合分析
●
PrimateAI
可以準確地預測突變是否致病
●
AlphaFold 2極大提高
蛋白質結構預測
的準確率
●
AI重塑了
現代農業
,激發每一粒種子的生長潛力
07
物理學中的AI
圖9 AI促進物理學發展
●
AI在極小微觀世界的粒子發現,極大宏觀世界的探索中大展身手
●
AI正在加速
粒子
的模擬和鑑別
●
AI讓
核物理學
更加強大
●
AI在
凝聚態物理
方面發揮重要作用
●
AI幫助天文學發展登上新臺階
08
化學中的AI
圖10 AI促進分子的設計、合成和測定
●
AI正在實現化學研究的智慧化、標準化和自動化
●
AI幫助打破分析化學中人工
特徵選擇
的瓶頸
●
AI提升了多個尺度
計算化學方法
的精度和效率
●
AI使得化合物的
自動化設計與合成
成為可能
●
AI加速
高效催化劑設計和開發
總結和展望
本文系統綜述了AI技術在系列基礎科研中的發展和應用;AI仍然在演算法安全、資料依賴、場景強相關等方面存在諸多問題;亟需突破AI模型訓練和測試資料必須符合分佈一致性的數理基礎;不斷基於新資料訓練,會導致災難性“遺忘”,終身學習成為趨勢。
AI is with us to see the unseen and change the unchanged。
原文連結:https://www。cell。com/the-innovation/fulltext/S2666-6758(21)00104-1
本文內容來自
Cell Press
合作期刊
The Innovation
第二卷第四期以Review發表的“
Artificial Intelligence: A Powerful Paradigm for Scientific Research
” (投稿: 2021-08-29;接收: 2021-10-26;線上刊出: 2021-10-31)。
DOI
: https://doi。org/10。1016/j。xinn。2021。100179
引用格式
:Xu Y。, Liu
X。, Cao X。, et al
。 (2021)。
Artificial Intelligence: A Powerful Paradigm for Scientific Research
。
The Innovation
。 2(4),100179。
作者簡介
Yongjun Xu#, Xin Liu#, Xin Cao#, Changping Huang#, Enke Liu#, Sen Qian#, Xingchen Liu#, Yanjun Wu, Fengliang Dong, Cheng-Wei Qiu, Junjun Qiu, Keqin Hua, Wentao Su, Jian Wu , Huiyu Xu, Yong Han, Chenguang Fu, Zhigang Yin, Miao Liu, Ronald Roepman, Sabine Dietmann, Marko Virta, Fredrick Kengara, Ze Zhang, Lifu Zhang, Taolan Zhao, Ji Dai, Jialiang Yang, Liang Lan, Ming Luo, Zhaofeng Liu, Tao An, Bin Zhang, Xiao He, Shan Cong, Xiaohong Liu, Wei Zhang, James P。 Lewis, James M。 Tiedje, Qi Wang*, Zhulin An*, Fei Wang*, Libo Zhang*, Tao Huang*, Chuan Lu*, Zhipeng Cai*, Fang Wang*, and Jiabao Zhang*
#Co-first authors。 #共同第一作者。
*Co-corresponding authors。 *共同通訊作者。
The study is dedicated to the 10th anniversary of Youth Innovation Promotion Association of Chinese Academy of Sciences。
謹以此文致敬中國科學院青年創新促進會成立10週年!