宜信好望角：AI技术的持续进步，或将推动科学研究发展

今年，诺贝尔物理学奖和化学奖都颁发给了与AI相关的研究成果；Cell杂志发布文章深入探讨AI代理如何加速生物医学研究的突破；“2024科学智能峰会”的专家们也针对AI技术在量子计算、生命科学、材料研究、高性能计算等多个领域的应用进行了讨论。可以看到，人工智能在科学研究领域应用的步伐正在逐渐加速。那么AI将如何帮助科学家作出研究，能为科学界带来怎样的改变呢？

人类科研范式的演进呈现出螺旋式上升的轨迹。起初，是基于观测数据的归纳经验范式，以开普勒为典型代表，其凭借细致的观察和基础的数学运算，揭示了行星运动的定律；随后，是第一性原理的理论范式，牛顿便是其中的杰出代表。但虽说数据驱动的方法能够有效地通过数据发现事实，却无法很好地帮助人们找到事实背后的原因。而基于第一性原理列出的数学方程，往往很难求解。而AI技术的应用，则让科学研究可以更深层次地利用大数据和机器学习算法，从海量数据中发掘科学规律和新知识，这正是与传统假设驱动科研方式的区别所在。

微软亚洲研究院资深首席研究员谢幸认为，人工智能不单单是一项技术奇迹，同样也成为助力人类改变世界的催化剂。无论是教育、医疗到娱乐，人工智能与不同领域的融合都给人类社会带来了巨大的变革，还有前所未有的机遇和挑战。在科学研究的几乎所有流程中，人工智能都扮演着重要的角色。比如说AI技术在处理和分析大量科研数据方面展现出了巨大的潜力。通过AI，科学家们能够高效地处理和分析天文观测数据。这些技术的应用无疑能够进一步促进科学家对宇宙演化和结构的理解，从而推动天体物理学研究的快速发展。

北京科学智能研究院副院长、深势科技创始人兼首席科学家张林峰认为，AI for Science最大的特点之一在于，其凭借一种前所未有的方式，将不同学科、不同背景的人们连接在了一起。生物学领域中，AI技术的应用正在改变研究的面貌。比如SATURN结合蛋白质序列和基因表达信息来获得单个细胞的通用表示。AI技术在基因组学中的应用，如将序列映射到表型，揭示不同遗传和环境因素影响下各种分子层面相互作用和调控的机制。

如今，人工智能系统无疑将成为研究者的助手，为其带去数据分析、模式识别和决策支持，而人类研究者则能够更为专注于提出新的假设和理论，作出创新性思考。这种协同工作模式显然能进一步发挥AI的计算能力与人类的创造性思维。