一點靈犀/人機協同 AI推動科研變革\李靈修
大語言模型徹底改變了專業技能的學習獲得方式，在科學研究領域展現出巨大價值。在此背景下，各國都在積極建立AI for Science（以下簡稱AI4S）新範式，組織人類科學家與人工智能體共同參與到科研進程。
在上周三召開的兩院大會（科學院院士大會與工程院院士大會）上，國家主席習近平在重要講話中指出，當前人工智能蓬勃興起，以數據、算力、算法等為關鍵要素，以神經科學、認知科學、計算科學、數學等理論突破和學科交叉為基礎，以智能前沿技術群體性突破和廣泛滲透賦能為標誌，呈現數據驅動、萬物互聯、人機協同、跨界融合等顯著特徵。
高精度預測 解決底層難題
上述講話高度概括了AI4S的核心內容，此概念最早是由中國科學院院士、北京大學教授鄂維南於2018年提出的。鄂維南認為，傳統科學計算所面臨的瓶頸是「維數災難」（變量過多導致計算量呈指數級增長），而AI深度學習是解決高維數學問題的利器，應該被嵌入科研工作流之中。
其後隨着神經網絡（GNN）技術的突破，AI經歷長期蟄伏後再度興起。及至2020年DeepMind推出AlphaFold 2，成功實現對蛋白質結構的高精度預測，證明了「AI可以解決科研底層難題」的可行性，AI4S開始在全球科技界、產業界獲得廣泛認同。
等到2022年，ChatGPT的橫空出世點燃市場熱情，促使AI應用在各領域加速落地，高校也嘗試引入大模型輔助研究工作，包括Claude Science在內的諸多基礎性AI科研平台先後被推出。
AI4S是如何改變原有的科研生態的呢？過去學界的信息傳遞主要是通過論文發表，但研究過程中湧現的大量經驗性成果並不能夠被完整記錄，導致信息損耗高、傳遞效率低。這也是為什麼跨學科合作困難、實驗結果難以復現的主要原因。即是說，顯性知識容易被傳遞，而專業技能（Know-How）卻難以轉移。
回顧此前的技術革命，都會改變信息的傳播方式，同時也降低了知識的獲取門檻。但如今的大語言模型能夠將信息處理能力本身封裝成為產品，使得以前僅能通過經驗積累得到的專業技能，可以被大規模複製與共享。也因此，科研協作的流程發生了根本性變化。
節省時間成本 促進跨學科協作
展望未來，AI在科學研究中扮演的角色，不再只限於工具，也可以是關鍵協助者。AI能夠幫助科學家節省處理信息的時間成本，同時亦能瞬間賦予全新的專業技能，提升跨學科協作的可實施性。
眼下各國政府也都意識到AI4S的重要性，去年11月24日，特朗普簽署總統行政令，啟動名為「創世紀計劃」（Genesis Mission）的國家級人工智能科研戰略。該計劃旨在通過AI基建與科學數據的深度整合，打造出國家級AI科研平台，全面重塑科學研究體系。該項目被外界視為AI領域的「曼哈頓計劃」。
日本則成為了全球首個正式加入美國「創世紀計劃」的國家。就在上個月，美日兩國政府高層共同發布具體落地協議，計劃在未來五年內累計投入10億美元經費。
時值「十五五」開局之年，中國政府也將AI4S地位上升至國家戰略層面。此前公布的《關於深入實施「人工智能＋」行動的意見》中就明確部署了「人工智能＋科學技術」方案，旨在加快科學發現進程，率先建立基於AI的新型科研和研發範式。
