讓AIforScience更好服務國家戰略需求

我們應當鼓勵將人工智能用于解決重大科學問題，推動人工智能服務于國家戰略需求，可以明確將AI for Science作為國家基礎研究戰略的一部分，通過人工智能推動科學范式革命、重塑傳統的科學知識體系和培養模式。

　　人工智能是科技領域最熱門的話題之一，它不僅改變了我們的日常生活，也為科學研究帶來了新的可能性。當前，人工智能驅動的科學研究（AI for Science）正成為全球人工智能領域新前沿。

　　為貫徹落實國家《新一代人工智能發展規劃》，結合人工智能前沿發展趨勢，科技部、國家自然科學基金委員會近期聯合啟動了AI for Science專項部署工作。

　　一場由人工智能和科學研究相結合引發的科研范式變革，正在快速且深刻地影響著數學、物理學、化學、材料學、生物學等各個傳統科研領域。人工智能在解放科學家雙手、提高科研效率和準確性的同時，也在催生更多創新。在過去幾年里，AI for Science已為不同學科帶來了新的動力，并在多個學科領域取得了令人矚目的成果，中國科學技術大學研究團隊也在該領域取得不少突破。

　　AI for Science未來會給科學研究帶來哪些變化？我國AI for Science的發展現狀如何？其發展還面臨哪些難題？科技日報記者近日就相關問題對中國科學院院士、中國科學技術大學副校長楊金龍進行了專訪。

　　人工智能將促進科學研究范式的改變

　　記者：當前，我國為什么要高度重視AI for Science工作？在您看來，未來它會給科學研究帶來哪些變化？

　　楊金龍：人工智能正在掀起第四次工業革命的浪潮。在科學研究領域，人工智能也將促進科學研究范式的改變，從而極大地推動科研工作。由于歷史原因，我國的基礎研究在很長一段時期內落后于西方國家。充分利用人工智能，把握好這一輪科學研究范式變革的機遇，有利于我國在基礎研究的國際競爭中獲得主動地位。

　　AI for Science的主要影響是對科學研究范式的改變。以新材料研發為例，傳統基于“試錯法”的材料創制過程，在人工智能的參與下轉變為數據驅動的精準設計制備過程，這使精準、智能地創制高效催化劑和高值化學品成為可能。“人工智能+大數據”可以將科學家一生都無法做完的工作，縮短到幾周內完成。

　　此外，人工智能還可以幫助我們尋找海量數據中隱藏的內在規律，從而突破傳統思維定式，發現原本被忽略的新規律、新現象。

　　記者：您認為AI for Science的深入發展還面臨哪些難題？

　　楊金龍：我認為現在主要面臨兩方面的問題。一是數據問題。人工智能的深入發展意味著對大規模、高質量、統一標準的數據的需求，這需要建立相關的數據標準，通過多單位共同采集、共享數據的方式實現，同時還要確保數據的質量和安全性。

　　二是如何打造人工智能的思維能力。想要AI像人一樣思考和學習，必須要有具備科學思維的算法的支撐；想要從數據中提煉出有意義的科學規律，就必須要采用科學原理清晰、具備可解釋性的算法。這類算法的開發有可能會隨著科學問題的復雜化而變得越來越困難，最終成為一個瓶頸問題。

　　與世界領先水平的差距是AI技術相對落后

　　記者：能否請您介紹一下，我國AI for Science的發展現狀？與國際同行相比，我們還存在哪些差距和不足？

　　楊金龍：我國在AI for Science方面處于國際并跑的階段。雖然歐美的AI for Science比我國起步早，但經過近年來的追趕，我們已經與國際同行在很多領域并駕齊驅。以機器人化學家平臺為例，世界最早的類似裝置來自英國利物浦大學的安迪·庫珀（Andy Copper）團隊，中國科學技術大學的平臺建成比他們晚了2年，但是在功能上更為全面、算法更為優秀。在化學的其他領域，國內同行們也產出了大量世界一流的工作成果，包括采用人工智能預測材料性能、逆向設計高效催化劑、建立高性能勢函數等方面。

　　我國與世界領先水平的差距主要是AI技術相對落后，在新的AI模型和算法，尤其是針對特定科學問題的算法研發方面的創新不足。國內有大量工作關注采用AI來解決某些特定問題，針對未來發展趨勢的前瞻性規劃和相應的基礎研究相對比較缺乏。

　　記者：我們應該如何讓AI for Science更好地服務國家戰略需求，在科學研究中最大限度地發揮作用？

　　楊金龍：近年來，AI for Science的呼聲越來越大。我認為，我們應該鼓勵科研工作者積極擁抱人工智能，探索使用人工智能手段來解決重大科學問題，力爭取得關鍵性技術的突破，服務于國家戰略需求。我們應當迎接人工智能帶來的科研范式革命，挖掘人工智能在各類科學研究中的潛力，全面推進科研范式改革，以增強我國的基礎科學研究實力，確保在國際競爭中不落下風。

　　將其作為國家基礎研究戰略的一部分

　　記者：目前，中國科學技術大學的精準智能化學重點實驗室在人工智能助力化學研究領域已經取得了一系列成果。可否請您結合該實驗室的工作介紹一下相關經驗？

　　楊金龍：人工智能助力化學研究領域是一個前沿交叉領域。精準智能化學重點實驗室在開展相關研究時注重跨學科交叉和協同創新，整合多個課題組的力量共同攻關。同時，這一實驗室與國內外多個機構和團隊建立了廣泛的合作關系，共同推進AI for Science的發展。

　　AI for Science可以將不同學科、不同背景的人聯系在一起，這是一個跨學科大融合、大重構的過程。我們也高度重視人才培養和隊伍建設，吸引了一批多學科背景的青年教師和研究生加入實驗室，形成了一支年輕而有活力的團隊。我們還積極參與國內外重大科研項目和平臺建設，獲得了中國科學院青年團隊計劃、基礎與交叉前沿科研先導B，國家自然科學基金委員會創新研究群體等多項資助，為實驗室的發展提供了強有力的支持。

　　記者：對于更好推動AI for Science發展，您有哪些建議？

　　楊金龍：首先，我們應當鼓勵將人工智能用于解決重大科學問題，推動人工智能服務于國家戰略需求，可以明確將AI for Science作為國家基礎研究戰略的一部分，通過人工智能推動科學范式革命、重塑傳統的科學知識體系和培養模式。

　　其次，我國在人工智能技術、科研數據和算力資源等方面有良好基礎，需要進一步加強系統布局和統籌指導。我們應當提前在基礎科學研究范式變革方面進行布局，探究新范式的具體要素、發展方向。為此，我們需要發揮建制化科研的優勢，設立相關的科研機構和重大項目予以支持，爭取在相關領域早日取得更大的突破。