AI的9种方式正在发展科学

最后更新：2024年11月22日

我们生活在一个应用科学、人类智慧和新科技揭示人类最大、最古老问题的时代。虽然我们常认为科学进步迅速且不可阻挡，但实际上，过去几十年，进展已放缓。科学界仍在争论这种放缓的原因，但许多当今技术——从喷气机到制造工艺——在过去半个世纪几乎未变。

然而，近年人工智能和量子计算领域的突破显著加速了科学发现。从医疗进步到发现分解塑料的酶，我们已见成效。

这些突破是研究人员、技术专家、政策制定者、民间组织及各行各业人士数十年合作的成果。它们为AI如何在科学中显著改善生活提供了路线图。

为此，皇家学会与Google DeepMind合作，今天在伦敦举办首个人工智能科学论坛。该活动汇集科学家、政策制定者和行业领袖，探讨AI如何变革科学以及公私合作在推动创新中的作用。

为理解我们如何走到这一步及未来方向，让我们回顾九项近期为未来科学进步铺路的里程碑：

1. 解决50年的蛋白质结构预测“重大挑战”

数十年来，专家称理解蛋白质折叠为“重大挑战”。2022年，Google DeepMind使用AlphaFold 2模型发布了2亿个蛋白质的预测结构。此前，确定一个蛋白质的3D结构可能需一年以上——AlphaFold可在几分钟内以惊人精度完成。通过免费提供这些预测，全球科学家可加速新药开发、抗击抗生素耐药性和应对塑料污染研究。下一步，AlphaFold 3在此基础上预测所有生命分子的结构和相互作用。

2. 以前所未有细节揭示人脑，支持健康研究

人脑一直是谜。经10年连接组学研究，Google与哈佛Lichtman实验室等合作，2024年以空前细节绘制了人脑一小部分，展示了前所未见的结构。完整数据集及AI生成的每个细胞注释现已公开，加速研究。

3. 通过精准洪水预测拯救生命

Google于2018年启动洪水预测项目时，许多认为由于数据有限，无法大规模精准预测洪水。但研究人员开发了一种AI模型，可提前五天预测无监测流域的极端河流水事件，可靠性匹配甚至超越即时预报。到2024年，Google Research将此扩展至100个国家、7亿人，并改进模型，使七天提前预测的准确度与之前五天相当。

4. 更早发现野火，帮助消防员更快扑灭

由于气候更热更干，野火愈发常见且具破坏性。2024年，Google Research与美国林业局合作创建FireSat，一种AI模型及全球卫星星座，设计用于检测和跟踪教室大小的野火。高分辨率影像在20分钟内可用，助消防当局更快响应，潜在拯救生命、财产和自然资源。

5. 更快、更准确预测天气

2023年，Google DeepMind推出GraphCast，一种机器学习模型，比行业标准（HRES）更准确、快速地预测未来10天天气。GraphCast还能更精准预测飓风路径及相关洪水风险，正确预测飓风Lee将袭击诺瓦斯科舍，比传统模型早三天。

6. 推进数学推理前沿

由于数据和推理能力有限，AI在复杂数学上一直表现不佳。但2024年，Google DeepMind推出AlphaGeometry，一种AI系统，解决复杂几何问题接近人类奥林匹克金牌得主水平。这是AI性能及更高级通用AI系统发展的重大进步。后续模型AlphaGeometry 2结合AlphaProof，解决了过去25年国际数学奥林匹克（IMO）83%的历史几何问题，显示AI推理能力日益增强，可能超越当前人类能力，接近发现和验证新知识的系统。

7. 用量子计算精确预测化学反应性和动力学

Google研究人员与加州大学伯克利分校、哥伦比亚大学合作，在量子计算机上进行了迄今最大规模的化学模拟。2022年发布的结果不仅与经典方法竞争，且无需量子计算常见的错误缓解。这种模拟能力将带来更精确的化学反应性和动力学预测，为解决现实问题开辟新化学应用。

8. 加速材料科学，助力更可持续的太阳能电池、电池和超导体

2023年，Google DeepMind宣布Graph Networks for Materials Exploration（GNoME），一种AI工具，模拟发现38万个低温稳定材料。在寻求新能源、处理能力和材料科学进步之际，这可能带来更好的太阳能电池、电池和潜在超导体。为使技术普及，Google DeepMind通过Materials Project开放数据库提供最稳定预测。

9. 迈向核聚变及丰富清洁能源的重要一步

俗话说，“聚变是未来能源——而且永远是。”利用驱动恒星（包括太阳）的能量一直是长期挑战。2022年，Google DeepMind开发出AI，自主控制核聚变反应堆内的等离子体。与瑞士等离子体中心（EPFL）合作，构建了首个强化学习系统，能稳定和塑造运行中的聚变反应堆等离子体，为稳定聚变及丰富清洁能源开辟新路径。