AI的9種方式正在發展科學

最後更新：2024年11月22日

我們生活在一個時代，應用科學，人類創造力和新技術正在闡明人類最大和最古老的問題。儘管我們經常認為科學進步是快速而不可阻擋的，但事實是，幾十年來，進步實際上已經放慢了速度。科學界仍在爭論這種放緩的原因，但是當今的許多技術（從噴氣機到製造流程）在過去的半個世紀中並沒有太大變化。

但是，近年來，人工智能和量子計算等領域的突破確實達到了科學發現的步伐。從醫療保健的進步到發現吃塑料的酶，我們已經看到了好處。

這些突破是研究人員，技術人員，決策者，民間組織和各行各業的人們之間數十年合作的結果。它們為如何在科學中使用AI來顯著改善我們的生活提供了路線圖。

考慮到這一點，皇家學會與Google DeepMind合作，今天將舉辦第一個AI科學論壇。倫敦的這一活動匯集了科學家，政策制定者和行業領導者，探討了AI如何改變科學和公私伙伴關係在推動創新方面的作用。

要了解我們如何達到這一點，以及接下來可能會去哪裡，讓我們看一下九個最近的里程碑，這些里程碑為未來的科學進步鋪平了道路：

1。解決蛋白質結構預測的50年“大挑戰”

幾十年來，專家稱了解蛋白質折疊為“巨大挑戰”。 2022年，Google DeepMind使用其Alphafold 2模型發布了2億蛋白質的預測結構。在此之前，弄清單個蛋白質的3D結構可能需要一年多的時間 - Alphafold可以在幾分鐘內以令人難以置信的精確度進行。通過免費提供這些預測，全世界的科學家可以加快在新藥開發，抗生素抵抗和應對塑料污染等領域的研究。下一步，即Alphafold 3，通過預測所有生命分子的結構和相互作用。

2。以空前的細節揭示人腦以支持健康研究

人腦一直是一個謎。經過10年的連接研究，Google與哈佛和其他人的Lichtman Lab一起，比以往任何時候都更詳細地繪製了一小部分人腦。該項目於2024年發行，顯示了我們從未見過的大腦中的結構。完整的數據集，並附有每個單元格的AI生成的註釋，現在是公開的，有助於加速研究。

3。通過準確的洪水預測挽救生命

當Google在2018年開始其洪水預測項目時，許多人認為由於數據有限，因此無法大規模準確預測洪水。但是，研究人員開發了一種AI模型，可以預測提前五天的未塗分水嶺中極端的河流事件，可靠性匹配甚至超過了現象。到2024年，Google Research將其擴展到了全球100個國家和7億人，並改進了該模型，在7天的提前時間提供了相同的準確性，與以前的模型為五個模型。

4。早些時候發現野火，以幫助消防員更快地阻止他們

由於氣候更炎熱和乾燥，野火變得越來越普遍和破壞性。 2024年，Google Research與美國森林服務部合作創建了Firesat，這是AI模型和新的全球衛星星座，旨在檢測和跟踪與教室一樣小的野火。借助高分辨率的圖像在20分鐘內可用，這將有助於消防當局更快地做出反應，從而挽救生命，財產和自然資源。

5。更快地預測天氣

2023年，Google DeepMind啟動了Graphcast，這是一種機器學習模型，可預測天氣比行業標準（HRES）更準確，更快。 Graphcast還可以更準確地預測旋風路徑和相關風險，並且可以正確預測Lee颶風將在傳統型號的三天前襲擊Nova Scotia。

6。推進數學推理的前沿

由於數據和推理技能有限，AI一直在復雜的數學上掙扎。但是在2024年，Google DeepMind引入了AlphageMetry，這是一種AI系統，在接近人類奧林匹克金醫師的水平上解決了複雜的幾何問題。這是AI性能和更高級通用AI系統的發展邁出的一大步。後續模型Alphage Amportry 2加上字母隔板，解決了過去25年以來所有國際歷史數學奧林匹克（IMO）幾何問題的83％。這表明AI的推理能力不斷增長，並有可能解決了當前人類能力之外的問題，從而使我們更接近能夠發現和驗證新知識的系統。

7。使用量子計算準確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一起進行了有史以來最大的化學模擬。這些結果於2022年發布，不僅具有經典方法的競爭力，而且不需要與量子計算相關的通常緩解錯誤。運行這些模擬的能力將導致更準確的化學反應性和動力學預測，從而為化學應用於解決現實世界問題的新應用鋪平了道路。

8。加速材料科學以及更可持續的太陽能電池，電池和超導體的潛力

根據模擬，Google DeepMind在2023年宣布了材料探索圖形網絡（GNOME），這是一種AI工具，已經在低溫下發現了380,000個材料穩定。在我們尋找新的能源解決方案，加工能力和材料科學進步的時候，這可能會導致更好的太陽能電池，電池和潛在的超導體。為了使每個人都可以訪問這項技術，Google DeepMind通過其開放數據庫中的材料項目提供了Gnome的最穩定預測。

9.朝著核融合邁出有意義的一步 - 和豐富的清潔能源

俗話說：“融合是未來的能量，而且永遠都是。”利用驅動恆星（包括我們的太陽）的能量一直是一個長期的挑戰。 2022年，Google DeepMind開發了AI，可以自主控制核融合反應器內的血漿。他們與EPFL的瑞士等離子體中心合作，建立了能夠穩定和塑造血漿在操作融合反應堆中的首個增強系統，為每個人打開了新的途徑，並為所有人提供了豐富的清潔能量。