人工智能擅長(zhǎng)處理高維度、多尺度數(shù)據(jù)，能夠挖掘參數(shù)之間的關(guān)系，揭示傳統(tǒng)方法難以發(fā)現(xiàn)的規(guī)律。在A(yíng)I for Science（簡(jiǎn)稱(chēng)為AI4S）中，這一過(guò)程離不開(kāi)算力、數(shù)據(jù)與模型的深度融合。但當(dāng)前AI4S仍難以復(fù)刻傳統(tǒng)大模型“大力出奇跡”的粗放發(fā)展路徑。
3月29日，在第二屆浦江AI學(xué)術(shù)年會(huì)上，中國(guó)科學(xué)院院士、北京大學(xué)常務(wù)副校長(zhǎng)張錦談及AI4S時(shí)表示，人工智能不是工具的革命，而是科學(xué)革命的工具，AI應(yīng)幫助加速科學(xué)發(fā)現(xiàn)，定義未來(lái)的產(chǎn)業(yè)。基礎(chǔ)研究的核心在于發(fā)現(xiàn)基本科學(xué)問(wèn)題。從0到1的原始創(chuàng)新至關(guān)重要，從1回歸本質(zhì)到0同樣關(guān)鍵。二者循環(huán)迭代才能找到科學(xué)問(wèn)題，在A(yíng)I4S中，這一過(guò)程離不開(kāi)算力、數(shù)據(jù)與模型的深度融合。
但當(dāng)前AI4S仍面臨算力碎片化、供給不匹配、數(shù)據(jù)源更稀缺、采集成本高、現(xiàn)有模型仍不夠穩(wěn)定可信等挑戰(zhàn)。
中國(guó)科學(xué)院院士、清華大學(xué)教授胡事民表示，大模型已成為真正的生產(chǎn)力，以代碼智能體為代表的新一代工具顯示，大模型已不再局限于回答問(wèn)題，而是開(kāi)始具備讀代碼、修改代碼、規(guī)劃調(diào)度、執(zhí)行命令，完成復(fù)雜任務(wù)。但AI4S難以復(fù)刻傳統(tǒng)大模型“大力出奇跡”的粗放發(fā)展路徑。究其原因，AI4S不僅數(shù)據(jù)源更稀缺、采集成本更高、數(shù)據(jù)模態(tài)更復(fù)雜，還對(duì)數(shù)據(jù)提出零幻覺(jué)、無(wú)噪聲的要求。
其數(shù)據(jù)多源于實(shí)驗(yàn)室精密儀器檢測(cè)、超算物理仿真、全球傳感網(wǎng)絡(luò)、臨床試驗(yàn)觀(guān)測(cè)等場(chǎng)景，單一樣本的獲取成本極高，耗資數(shù)萬(wàn)至數(shù)百萬(wàn)美元，同時(shí)耗時(shí)數(shù)年。數(shù)據(jù)涵蓋文本、圖像、生物序列等多模態(tài)，難以實(shí)現(xiàn)無(wú)損統(tǒng)一接入大模型。更關(guān)鍵的是，在A(yíng)I4S中，一個(gè)空間坐標(biāo)的幻覺(jué)，就是良藥與毒藥的距離。
在復(fù)雜推理層面，大模型的思維鏈?zhǔn)呛诤械挠楷F(xiàn)能力，難以保證它推導(dǎo)的每一步都符合物理現(xiàn)實(shí)。但AI4S迫切需要將底層的客觀(guān)規(guī)律作為硬性約束直接寫(xiě)入邏輯推理中。與此同時(shí)，傳統(tǒng)大模型依賴(lài)提示工程、模式匹配和思維鏈展開(kāi)。在A(yíng)I4S中，推理過(guò)程往往由守恒律、動(dòng)力學(xué)方程、邊界條件、約束優(yōu)化等共同驅(qū)動(dòng)，在仿真、結(jié)構(gòu)預(yù)測(cè)、動(dòng)力學(xué)演化等任務(wù)當(dāng)中，誤差會(huì)被累計(jì)和放大，導(dǎo)致整體崩潰。
目前，利用大模型做科研，語(yǔ)言合理和科學(xué)合理之間存在鴻溝，現(xiàn)有推理難以滿(mǎn)足嚴(yán)格物理規(guī)律與科學(xué)約束。AI4S對(duì)精度和驗(yàn)證要求極高，現(xiàn)有模型仍不夠穩(wěn)定可信。胡事民表示，AI4S對(duì)大模型的要求正從會(huì)說(shuō)會(huì)推理，走向懂科學(xué)、守規(guī)律、算得準(zhǔn)、可驗(yàn)證?！拔覀冇泻艽蟮奶魬?zhàn)，我們面臨開(kāi)放問(wèn)題，AI發(fā)現(xiàn)新的科學(xué)原理驗(yàn)證體系還沒(méi)有建立，這是我們共同面臨的挑戰(zhàn)?！?/p>
為打造AGI4S基座能力，上海人工智能實(shí)驗(yàn)室發(fā)布面向重大科學(xué)突破的“AGI for Science珠穆朗瑪計(jì)劃”，助力全球科學(xué)家攀登科學(xué)高峰。算力端將打通超算與智算壁壘，構(gòu)建算力一張圖，破解科研算力碎片化、供給不匹配痛點(diǎn)。數(shù)據(jù)端將攻克科學(xué)數(shù)據(jù)看不懂、用不上難題，100PB級(jí)超大規(guī)?？茖W(xué)智能數(shù)據(jù)庫(kù)Sciverse為科學(xué)發(fā)現(xiàn)提供數(shù)據(jù)基座支撐。實(shí)驗(yàn)端將打通從推演到驗(yàn)證的“最后一公里”，使原本長(zhǎng)達(dá)數(shù)年的設(shè)計(jì)、合成、測(cè)試的科研周期縮短至3-6個(gè)月。在模型與平臺(tái)端，科研人員可使用200余個(gè)專(zhuān)業(yè)智能體、50家頂尖科研機(jī)構(gòu)的200余個(gè)專(zhuān)業(yè)數(shù)據(jù)集，接入百余種實(shí)驗(yàn)設(shè)備，一鍵調(diào)用2200多個(gè)專(zhuān)業(yè)工具，從“重復(fù)勞動(dòng)”中解放出來(lái)。
上海人工智能實(shí)驗(yàn)室主任、首席科學(xué)家周伯文表示，回望科學(xué)的每一次重大突破，背后都帶有協(xié)作機(jī)制的深刻變革。從0到1是“未知的未知”，AI助力科學(xué)家探索未知原創(chuàng)領(lǐng)域。從1到10，核心原理已知，但解決方案需多科學(xué)點(diǎn)復(fù)雜組合，這些組合形成指數(shù)級(jí)的未知搜索空間，AI可高效破局。從10到100是“已知的未知”，清楚卡點(diǎn)所在卻暫無(wú)破解思路，人工智能也能在其中發(fā)揮巨大作用。當(dāng)前，最前沿的科學(xué)探索正在跨越語(yǔ)言、知識(shí)、組織，以確定性的邊界，呈現(xiàn)出跨學(xué)科融合、跨機(jī)構(gòu)共創(chuàng)、非線(xiàn)性突破三大特性，AGI時(shí)代，毫無(wú)疑問(wèn)需要構(gòu)建與之匹配的科學(xué)協(xié)作范式。
編輯：李華山
