AI如何改变科研范式？丘成桐、漆远这样说

人工智能的发展正在推动科技与学科的交叉融合，科学研究的范式正在发生深刻的变化。

近日，知名数学家、菲尔兹奖获得者、上海数学与交叉学科研究院理事长丘成桐在该学院举办的一场“2024经济、科技与交叉科学研究国际峰会”上表示，当前世界正处于大数据与人工智能迅速崛起的关键时期，中国的科学家和工程师数量显著增长，相关研究成果层出不穷，深刻改变世界科技版图。

丘成桐以数学为例称，数学在人工智能和大数据领域发挥重要作用，不仅是算法和技术的核心基础，更是理解大数据深层含义的关键。许多曾被认为抽象的数学理论，如今已经成为解决科学、技术、经济与社会核心问题的具体工具。

上海科学智能研究院院长、复旦大学浩清特聘教授、复旦大学人工智能创新与产业研究院院长漆远教授在接受第一财经记者专访时表示，AI与科学正以“双螺旋驱动”的模式深度融合，生成式人工智能的发展就好比一场“新黄金时代的发现”。

在这一过程中，科学推动了AI模型的演进，而AI则为科学研究提供了新的工具和方法。漆远表示：“人工智能既是一门科学，也是一个重要的工程领域，大数据和大算力的工程系统集成是当下人工智能成功的关键。”

AI已经在多个科研领域取得突破，其中最典型的成就是获得今年诺贝尔化学奖的蛋白折叠AlphaFold，此外，DeepMind利用AI技术在核聚变-托克马克装置中控制等离子体形状。

目前，包括复旦大学在内的高校都在积极推动“AI for Science”（AI用于科研，也称作“AI4S”）项目。上海科学智能研究院与复旦大学也正在打造大规模科学数据库，为不同领域的研究提供服务支持。

他举例称，面向新能源、航空运输、城市管理等产业应用的伏羲系列气象大模型，基于人工智能技术，能极大提高天气预报的准确性；女娲医药大模型在DNA长文本分析和蛋白质动态建模上取得突破，并将与企业合作研发RNA大模型，预测RNA结构和功能，加速RNA疫苗研发，促进核酸药物设计。

展望未来的通用人工智能（AGI）发展，漆远表示：“AGI的最高目标之一就是通过人工智能发现物理世界的未知规律。当前大模型都高度依赖于数据，而未知规律恰恰缺乏数据支撑。最高能力的人工智能要能够摆脱对数据的依赖，推理发现未知规律，这与AI4S的发展目标高度一致。”

他认为，AI4S的下一步，就是要将现有知识和数据结合起来，打造AI领域的“爱因斯坦”，探索新模型，生成新数据，发现物理世界的未知规律。

漆远认为，对于高校而言，最大的优势就是有聪明的人才。“人才是第一生产力，这比拥有多少张显卡更重要。”他对第一财经记者说道，“有了人才能有新的思想，怎样把这些有思想的年轻人培养出来，不管对于人工智能的发展，还是任何技术创新或产业落地，都具有关键作用。”

复旦大学类脑智能科学与技术研究院程炜研究员表示：“复旦大学近年来聚焦AI for Science科学研究范式，例如用AI赋能脑科学研究，我们最近通过理工医交叉融合系统，揭示了脑衰老的标志物及其演化规律，为衰老相关疾病的防治提供了新的科学依据和技术路径，具有重要的临床应用价值。”