AI的9種方式正在發展科學

最後更新：2024年11月22日

我們正處於一個應用科學、人類智慧與新技術為人類一些最重大、最古老的問題帶來啟發的時代。雖然我們常認為科學進步是迅速且勢不可擋的，但事實上，過去數十年來，進展實際上已放緩。科學界仍在爭論這種放緩的原因，但當今許多技術——從噴射機到製造過程——在過去半個世紀裡幾乎沒有改變。

然而，近年來，人工智慧和量子運算等領域的突破確實加速了科學發現的步伐。從醫療進展到發現能分解塑膠的酶，我們已經開始看到這些成果的益處。

這些突破是研究人員、技術專家、政策制定者、公民組織以及各行各業人士數十年合作的成果。它們為如何在科學中使用AI以顯著改善我們的生活提供了路線圖。

有鑑於此，皇家學會與Google DeepMind合作，今天在倫敦舉辦首屆AI科學論壇。此活動匯集了科學家、政策制定者和行業領袖，探討AI如何改變科學以及公私合作在推動創新中的角色。

為了了解我們如何走到這一步以及未來可能的方向，讓我們來看看為未來科學進展鋪路的九個近期里程碑：

1. 解決50年的蛋白質結構預測「重大挑戰」

數十年來，專家們將理解蛋白質摺疊稱為「重大挑戰」。2022年，Google DeepMind使用其AlphaFold 2模型發布了2億個蛋白質的預測結構。在此之前，解析單一蛋白質的3D結構可能需要超過一年——AlphaFold能在幾分鐘內以驚人的準確度完成。通過免費提供這些預測，全世界的科學家現在可以加速新藥開發、抗抗生素耐藥性和應對塑膠污染等領域的研究。下一步，AlphaFold 3在此基礎上預測了生命中所有分子的結構和相互作用。

2. 以空前細節揭示人腦以支持健康研究

人腦一直是個謎。經過10年的連通體學研究，Google與哈佛大學Lichtman實驗室及其他機構合作，於2024年發布了對人腦一小部分以前所未有細節的映射。此項目展示了我們從未見過的大腦結構。完整數據集，包括AI為每個細胞生成的註釋，現已公開，幫助加速研究。

3. 以精準洪水預測拯救生命

當Google於2018年啟動洪水預測項目時，許多人認為由於數據有限，無法在大範圍內精準預測洪水。但研究人員開發了一個AI模型，能提前五天預測未設測站流域的極端河流水事件，其可靠性與現有即時預報相當甚至超越。到了2024年，Google Research將此擴展到涵蓋全球100個國家和7億人口，並改進模型，使其在七天預報的準確度與先前五天預報相同。

4. 更早發現野火，幫助消防員更快阻止火勢

由於氣候越來越炎熱乾燥，野火變得更常見且具破壞性。2024年，Google Research與美國林務局合作創建了FireSat，一個AI模型和新全球衛星星座，設計用於檢測和追蹤小至教室大小的野火。通過在20分鐘內提供更高解析度的影像，這將幫助消防當局更快響應，可能拯救生命、財產和自然資源。

5. 更快且更準確地預測天氣

2023年，Google DeepMind推出GraphCast，一個機器學習模型，能比行業標準（HRES）更準確且更快地預測未來10天的天氣。GraphCast還能更精確地預測颶風路徑及相關的洪水風險，並比傳統模型提前三天正確預測了颶風Lee將襲擊新斯科舍省。

6. 推進數學推理的前沿

由於數據和推理能力的限制，AI在複雜數學方面一直表現不佳。但在2024年，Google DeepMind推出AlphaGeometry，一個AI系統，能以接近人類奧林匹克金牌得主的水平解決複雜幾何問題。這是AI性能和更先進通用AI系統發展的重要進步。後續模型AlphaGeometry 2結合AlphaProof，解決了過去25年國際數學奧林匹克（IMO）中83%的幾何問題。這顯示AI的推理能力不斷增強，可能解決超越當前人類能力的問題，使我們更接近能發現和驗證新知識的系統。

7. 使用量子運算精準預測化學反應性和動力學

Google研究人員與加州大學伯克利分校和哥倫比亞大學合作，在量子電腦上進行了有史以來最大規模的化學模擬。2022年發布的這些結果不僅與經典方法競爭，還不需要量子運算常見的錯誤緩解。這種運行模擬的能力將帶來更準確的化學反應性和動力學預測，為解決現實世界問題的新化學應用鋪路。

8. 加速材料科學及更永續太陽能電池、電池和超導體的潛力

2023年，Google DeepMind宣布了材料探索圖網絡（GNoME），一個AI工具，模擬顯示已發現38萬種低溫穩定的材料。在我們尋求新能源解決方案、處理能力和材料科學進展的時刻，這可能帶來更好的太陽能電池、電池和潛在的超導體。為讓這項技術普及，Google DeepMind通過其開放數據庫Materials Project公開了GNoME最穩定的預測。

9. 朝核融合及豐富清潔能源邁出重要一步

俗話說：「核融合是未來的能源——而且永遠都是。」利用驅動包括太陽在內的恆星的能量一直是長期挑戰。2022年，Google DeepMind開發了AI，能自主控制核融合反應器內的電漿。與瑞士EPFL的電漿中心合作，他們建立了首個強化學習系統，能穩定和塑造運行中融合反應器內的電漿，為穩定的核融合和為所有人提供豐富的清潔能源開闢新路徑。