AI的9种方式正在发展科学

最后更新：2024年11月22日

我们生活在一个时代，应用科学，人类创造力和新技术正在阐明人类最大和最古老的问题。尽管我们经常认为科学进步是快速而不可阻挡的，但事实是，几十年来，进步实际上已经放慢了速度。科学界仍在争论这种放缓的原因，但是当今的许多技术（从喷气机到制造流程）在过去的半个世纪中并没有太大变化。

但是，近年来，人工智能和量子计算等领域的突破确实达到了科学发现的步伐。从医疗保健的进步到发现吃塑料的酶，我们已经看到了好处。

这些突破是研究人员，技术人员，决策者，民间组织和各行各业的人们之间数十年合作的结果。它们为如何在科学中使用AI来显着改善我们的生活提供了路线图。

考虑到这一点，皇家学会与Google DeepMind合作，今天将举办第一个AI科学论坛。伦敦的这一活动汇集了科学家，政策制定者和行业领导者，探讨了AI如何改变科学和公私伙伴关系在推动创新方面的作用。

要了解我们如何达到这一点，以及接下来可能会去哪里，让我们看一下九个最近的里程碑，这些里程碑为未来的科学进步铺平了道路：

1。解决蛋白质结构预测的50年“大挑战”

几十年来，专家称了解蛋白质折叠为“巨大挑战”。 2022年，Google DeepMind使用其Alphafold 2模型发布了2亿蛋白质的预测结构。在此之前，弄清单个蛋白质的3D结构可能需要一年多的时间 - Alphafold可以在几分钟内以令人难以置信的精确度进行。通过免费提供这些预测，全世界的科学家可以加快在新药开发，抗生素抵抗和应对塑料污染等领域的研究。下一步，即Alphafold 3，通过预测所有生命分子的结构和相互作用。

2。以空前的细节揭示人脑以支持健康研究

人脑一直是一个谜。经过10年的连接研究，Google与哈佛和其他人的Lichtman Lab一起，比以往任何时候都更详细地绘制了一小部分人脑。该项目于2024年发行，显示了我们从未见过的大脑中的结构。完整的数据集，并附有每个单元格的AI生成的注释，现在是公开的，有助于加速研究。

3。通过准确的洪水预测挽救生命

当Google在2018年开始其洪水预测项目时，许多人认为由于数据有限，因此无法大规模准确预测洪水。但是，研究人员开发了一种AI模型，可以预测提前五天的未涂分水岭中极端的河流事件，可靠性匹配甚至超过了现象。到2024年，Google Research将其扩展到了全球100个国家和7亿人，并改进了该模型，在7天的提前时间提供了相同的准确性，与以前的模型为五个模型。

4。早些时候发现野火，以帮助消防员更快地阻止他们

由于气候更炎热和干燥，野火变得越来越普遍和破坏性。 2024年，Google Research与美国森林服务部合作创建了Firesat，这是AI模型和新的全球卫星星座，旨在检测和跟踪与教室一样小的野火。借助高分辨率的图像在20分钟内可用，这将有助于消防当局更快地做出反应，从而挽救生命，财产和自然资源。

5。更快地预测天气

2023年，Google DeepMind启动了Graphcast，这是一种机器学习模型，可预测高达10天的天气比行业标准（HRES）更快，更快。 Graphcast还可以更准确地预测旋风路径和相关风险，并且可以正确预测Lee飓风将在传统型号的三天前袭击Nova Scotia。

6。推进数学推理的前沿

由于数据和推理技能有限，AI一直在复杂的数学上挣扎。但是在2024年，Google DeepMind引入了AlphageMetry，这是一种AI系统，在接近人类奥林匹克金医师的水平上解决了复杂的几何问题。这是AI性能和更高级通用AI系统的发展迈出的一大步。后续模型Alphage Amportry 2加上字母隔板，解决了过去25年以来所有国际历史数学奥林匹克（IMO）几何问题的83％。这表明AI的推理能力不断增长，并有可能解决了当前人类能力之外的问题，从而使我们更接近能够发现和验证新知识的系统。

7。使用量子计算准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和哥伦比亚大学一起进行了有史以来最大的化学模拟。这些结果于2022年发布，不仅具有经典方法的竞争力，而且不需要与量子计算相关的通常缓解错误。运行这些模拟的能力将导致更准确的化学反应性和动力学预测，从而为化学应用于解决现实世界问题的新应用铺平了道路。

8。加速材料科学以及更可持续的太阳能电池，电池和超导体的潜力

根据模拟，Google DeepMind在2023年宣布了材料探索图形网络（GNOME），这是一种AI工具，已经在低温下发现了380,000个材料稳定。在我们寻找新的能源解决方案，加工能力和材料科学进步的时候，这可能会导致更好的太阳能电池，电池和潜在的超导体。为了使每个人都可以访问这项技术，Google DeepMind通过其开放数据库中的材料项目提供了Gnome的最稳定预测。

9.朝着核融合迈出有意义的一步 - 和丰富的清洁能源

俗话说：“融合是未来的能量，而且永远都是。”利用驱动恒星（包括我们的太阳）的能量一直是一个长期的挑战。 2022年，Google DeepMind开发了AI，可以自主控制核融合反应器内的血浆。他们与EPFL的瑞士等离子体中心合作，建立了能够稳定和塑造血浆在操作融合反应堆中的首个增强系统，为每个人打开了新的途径，并为所有人提供了丰富的清洁能量。