陶哲轩领衔发布美国AI“登月计划”报告
在科技的浪潮中，人工智能（AI）正以其独特的方式重塑科学研究的面貌。最近，由著名数学家陶哲轩领衔的团队发布了一份62页的报告，这份报告不仅总结了AI在多个科学领域的应用，还对未来的变革进行了大胆预测。以下是对这份报告的核心内容进行的深度解析。
AI对科学研究的潜在影响
报告指出，AI技术已经在材料科学、半导体设计、气候模拟、物理和生命科学等领域产生了显著影响。AI工具不仅帮助科学家从大量数据中获得洞见，还促进了实验室流程的自动化，使得复杂的模拟成为可能。AI的多模态基础模型能够将多种形式的数据汇集在一起，并在不同科学分支之间创造新的协同效应。
三大呼吁
报告中提出了三个关键呼吁，旨在确保AI技术的负责任使用和推动科学进步：
- 赋予人类科学家更多权能：AI的发展应增强而非取代人类科学家的能力，提高他们的工作效率，尤其是在专业芯片设计师短缺的情况下。
- 负责任地使用AI工具：必须确保AI的使用是道德和透明的，避免产生不准确、有偏见、有害或无法复现的结果。
- 共享基本的AI资源：国家层面应共享AI资源，如算力、安全的数据共享服务、开源的AI模型等，以促进更广泛的科学合作。
AI的关键机遇
AI在半导体设计中的应用
在半导体领域，AI正帮助设计更快、更小的电路，并通过强化学习技术优化设计策略。AI辅助工具的开发，让初级设计师也能解决高级设计师的问题，显著提升了设计效率。例如，通过利用强化学习技术，AI在探索可能的电路配置时会收到正面的“奖励”和负面的“惩罚”，从而使其能够调整其设计策略，最终找到那些具有理想特性的电路设计方法。
宇宙基础物理学的探索
AI在宇宙学中的应用令人瞩目。通过AI，科学家可以在极短的时间内模拟出超级计算机长时间运行的结果，从而探索宇宙的奥秘，如暗物质和暗能量的性质。AI具有在复杂数据集中发现模式的能力，变量的数量远超人类可以跟踪的数量。Nancy Grace Roman太空望远镜通过AI对数据进行分析，科学家们很可能会发现惊人的证据，证明我们的宇宙不会在指数膨胀的冷寂中终结，而是会重复地发生大爆炸，循环重启。
新材料的发现
AI在材料科学中的作用不容小觑。它不仅帮助发现具有室温超导特性的新材料，还推动了冷原子、拓扑绝缘体和超导量子比特等量子计算基本组件的发展。AI模型预测能力，使我们能够通过连接并利用现有材料、处理条件和性能方面的大量数据，来发现新材料。此外，AI也可用于改进现有材料，优化材料成分，减少对环境有害的物质。
生命科学的变革
在生命科学领域，AI为蛋白质结构预测和细胞功能研究提供了强大的工具。基于AI的蛋白质折叠预测系统，可以利用机器学习算法预测了数百万种蛋白质的结构。AI驱动的蛋白质设计，已经在开发疫苗和新型药物方面取得了成功。此外，构建生物信息学仿真工具，一个很有潜力的方法是构建面向整体细胞建模的多模态、多层次生物科学基础模型。AI方法使科学家能够对多种类型的数据进行多模态表征，或者“嵌入”，包括蛋白质序列和结构、DNA、RNA表达数据、临床观察、成像数据和来自电子健康记录的数据等。
五点建议
为了实现AI在科学研究中的潜力，报告提出了五点建议：
- 共享基础AI资源：支持易于访问的共享模型和数据集，以促进高影响力研究。PCAST建议尽快将国家人工智能研究资源（NAIRR）扩展到特别工作组设想的规模，并获得全额资助。
- 扩大对联邦数据集的安全访问：采用先进的隐私保护技术，安全地共享数据。PCAST建议扩大现有的安全数据访问试点计划，并制定联邦数据库管理指南。
- 支持AI领域的研究：鼓励跨学科、跨部门的合作，以推动AI在科学领域的应用。资助机构需要在如何与产业界合作以及哪些研究人员可以得到支持方面放宽姿态。
- 采用负责任的AI使用原则：确保科学研究中AI的使用是准确、无偏见、可复现的。PCAST建议，联邦资助机构可以更新其负责任研究行为准则，要求研究人员提供负责任的AI使用计划。
- 鼓励创新的AI集成方法：促进人与AI助手之间的新协作范式，以提高科学研究的质量。资助机构应该重视这些新工作流的出现，并设计灵活的程序、评估指标、资助模式和挑战性问题。
这份报告为我们描绘了一个由AI技术推动的科学研究的光明未来，同时也提醒我们在使用这些强大工具时需要谨慎和责任感。随着AI技术的不断进步，我们有望见证更多科学“登月计划”的实现，从而开启人类对宇宙、生命以及物质世界更深层次的理解。
报告地址：https://www.whitehouse.gov/wp-content/uploads/2024/04/AI-Report_Upload_29APRIL2024_SEND-2.pdf
