“人工智能驅動的科學研究”專項部署工作的背景是什么?相關重點有哪些?具體將如何推動我國在人工智能領域的理論研究與應用?新華社記者采訪了中國科學院院士、北京大學國際機器學習研究中心主任鄂維南,科技創新2030-“新一代人工智能”重大項目實施專家組組長、中科院自動化研究所所長徐波,科技創新2030-“新一代人工智能”重大項目實施專家組成員、北京科學智能研究院副院長張林峰,對“人工智能驅動的科學研究”專項部署工作進行詳細解讀。
人工智能已成為科學研究新范式
問:推動“人工智能驅動的科學研究”專項部署工作的背景和意義是什么?
徐波:隨著新一代人工智能技術的蓬勃發展,科學研究范式正在發生新變革,推動基礎科學的重大發現和突破。人工智能已成為繼實驗、理論、計算之后的科學研究新范式。
目前,人工智能技術已在很多科學研究領域展現出超越傳統數學或物理學方法的強大能力,但在“人工智能驅動的科學研究”體系化布局、重大系統設計、跨學科交叉融合、創新生態構建等方面仍有提升空間。
近年來,我國人工智能技術發展快速、科研數據和算力資源日益豐富、科學研究領域應用場景不斷拓展,為加快推動“人工智能驅動的科學研究”發展奠定了堅實基礎。
為了搶抓人工智能驅動科學研究的新機遇,科技部會同自然科學基金委啟動“人工智能驅動的科學研究”專項部署工作,將進一步加強對其創新工作的統籌指導、系統布局,充分發揮我國在人工智能方面優勢,加速科學研究范式變革和能力提升,推動人工智能走向高質量應用新階段。
鄂維南:我們正在迎來新一輪的科技革命,有很重要的一點是科學研究從“作坊”模式轉變到“平臺科研”模式。
在科研活動中,如材料研究、生物制藥研究等,存在很多共性,理論上用的物理模型和基本原理,是有限的、有共性的,研究中用的實驗手段亦如是。人工智能技術發展至今,能讓我們將這些共性的工具串聯起來,從整體角度看待科研,大幅提高科研效率。“人工智能驅動的科學研究”有可能推動我們在下一輪科技革命中走在前沿。
學科與知識體系大重構的“人工智能驅動的科學研究”
問:“人工智能驅動的科學研究”的特點是什么?我國在相關方面研究水平如何?
張林峰:“人工智能驅動的科學研究”最大的一個特點是,它以一種前所未有的方式,將不同學科、不同背景的人們聯系在一起。
“人工智能驅動的科學研究”既需要計算機、數據科學、材料、化學、生物等學科的交叉融合,同時也需要數學、物理等基礎學科進行更加深入的理論構建和算法設計,是一個學科與知識體系大重構的過程。
鄂維南:“人工智能驅動的科學研究”是以“機器學習為代表的人工智能技術”與“科學研究”深度融合的產物。
借助機器學習在高維問題的表示能力,人類可以更加真實細致刻畫復雜系統的機理,同時可以把基本原理以更加高效、實用的方式應用于解決實際問題中,可幫助將復雜的基礎研究成果構建為更有邏輯的知識決策體系或更實用的工具,提升科研、原始創新效率。
近年來,國內多所高校、科研機構都在科學智能領域積極布局,國內企業也在投入巨大力量來推動科學智能發展和產業落地。我們率先意識到人工智能方法對基礎科學研究可能產生的影響,全面布局人工智能驅動的科學研究和培養科研團隊,將人工智能方法、高性能計算與物理模型相結合,并已走在了國際前沿。
緊扣基礎學科關鍵問題 緊抓重點領域科研需求
問:本次專項部署工作結合的學科與圍繞的領域有哪些考慮?
徐波:數學、物理、化學、天文、地球科學、生命科學等基礎學科為科技發展提供了重要理論基礎,緊密結合這些基礎學科關鍵問題,布局“人工智能驅動的科學研究”前沿科技研發體系,是增強基礎科學研究競爭力的重要保證。
藥物研發、基因研究等領域,是人工智能與科學研究結合需求迫切、進展突出、具有代表性的重要方向。例如,基于生物學機制、疾病和用藥相關數據、藥物的各種藥學性質等建立的人工智能模型可預測新藥的安全性和有效性,通過人工智能輔助,減少研發過程中的人力、物力、時間投入,提高藥物研發成功率。
值得注意的是,科學研究中的人工智能方法不能簡單照搬我們現在所熟知的,如計算機視覺和自然語言處理等領域的現有模型和算法,而是需要根據每個基礎科學具體情況,將人工智能技術與自然科學和技術科學的領域知識深度結合,研發針對性的智能算法、模型和軟件工具。
加強體系化布局 打造智能化科研創新生態
問:“人工智能驅動的科學研究”未來還有哪些規劃與建議?
徐波:科技創新2030-“新一代人工智能”重大項目將在第二個五年實施階段(2023-2027年)持續加強體系化布局和支持力度,推動研究新理論、新模型、新算法,研發軟件工具和專用平臺,推進軟硬件計算技術升級,打造智能化科研的開源開放創新生態。
后續,將在國家《新一代人工智能發展規劃》的指導下、新一代人工智能規劃推進辦公室的協調下,加快人才、技術、數據、算力等要素匯聚,形成推進“人工智能驅動的科學研究”政策合力。
在平臺支撐方面,科技部正在加快推動國家新一代人工智能公共算力開放創新平臺建設;在機制創新方面,科技部鼓勵用戶單位圍繞業務深度挖掘技術需求和科學問題,深度參與模型研究與算法創新,積極開放數據、資源。
鄂維南:著眼未來“人工智能驅動的科學研究”發展,首先要把資源真正配置到做實事的一線科研人員手里。同時要有有效的人才培養體系,培養對于基本原理和實際問題都有充分了解的人才。
此外,要有有效的組織形式,構建垂直整合的團隊。“人工智能驅動的科學研究”對科研團隊提出了全新要求,真正讓人工智能的研究人員與基礎科學領域研究人員一起工作,進行高頻率的日常學術交流,同時引入工程化人才,從行業需求出發,開發出可實際應用并持續迭代的新工具與軟件。