2023 中関村フォーラム | AI が科学研究と出会うとき、科学者は言いたいことがある

2018 年 8 月 10 日、北京大学は学内ディスカッションを開催し、AI for Science (科学的知能) の概念を初めて提案しました。北京科学知能研究所は昨年設立され、「科学のためのAI」をテーマとした世界初の研究機関である。実際、学術界はこれまでに関連する科学研究を実施し、一定の成果を蓄積してきました。 5月30日、2023年中関村フォーラム「人工知能主導科学研究フォーラム」では、国内外の多数の専門家が科学におけるAIの重要性、研究成果、人材育成などのテーマについて深い議論と交流を行った。科学技術における人工知能の役割に焦点を当て、科学研究における人工知能の可能性をさらに活用するために、生命科学、材料科学、その他の分野における研究の進歩と画期的な成果が共有されます。

＃＃＃＃＃＃どうしてそれが重要ですか＃＃＃＃＃＃

科学研究システムをワークショップ モードから「Android」モードに移行させましょう

近年、科学のための AI は主要な国際研究機関の間でコンセンサスを形成しており、各国は科学のための AI の大きな可能性にますます注目を集めています。この概念が科学研究機関で人気がある理由は、科学研究のボトルネックから始まります。 「科学研究を行うには、データ駆動型と基本原理駆動型の 2 つの方法があります。」中国科学院の学者であり、北京科学情報研究所の所長である E Weinan 氏は、これら 2 つの方法の難しさを紹介しました。モデルの詳細については、「データドリブンのボトルネックはデータです。収集効率が低く、効果的なデータ分析手法が不足しています。基本原理による駆動に関して、量子力学の創始者の一人であるポール・ディラックは次のように述べています。」基本原理を探求するという作業は数年前にほぼ完了しましたが、基本原理を使用して実際の問題を解決すると、基礎となる原理を表す数学的問題が難しすぎるため、問題の効率が低くなります。」

これにより、構造力学、機械工学、航空宇宙、電子工学などの単純な問題は解決できますが、材料特性や材料設計、薬剤、触媒などの複雑な問題は、経験と試行を通じて理論的にのみ解決できます。エラーとアプリケーションの分離。

単純な問題と複雑な問題の境界は何ですか? E Weinan 氏は、「これは自由度 (次元) の数であり、次元の数が増加すると、問題の複雑さの指標が増加することを意味します。これは、AI が解決に役立つものです。AI はデータ駆動型モデルを提供します」と考えています。新しいツールは、基本原理駆動モデルの信頼性と効率を向上させることができ、データ駆動モデルと基本原理駆動モデルを組み合わせることもできます。」

科学研究の 4 つの基本ツールは、基本原理とデータ分析方法、実験、文献、および計算能力です。

新しい科学研究インフラ構築の観点から、「私たちが科学研究を行うための具体的な運営方法は、依然として小規模農家の作業場方式です。たとえば、実験を行うには、すべての機器を購入し、最初から最後までそれを行います」 「このサイクルは非常に長く、非効率的です。」とE Weinan氏は、AIは次世代ツールの構築を促進し、これまでのワークショップモデルからAndroidモデルへ移行し、大規模な科学研究プラットフォーム、オープンソースプラットフォームを構築すると述べた。基本原理、文献、実験の知識ベース、複数の実験センターと実験クラウド プラットフォーム、複数のコンピューティング センターとコンピューティング能力のためのコンピューティング クラウド プラットフォーム。

結果はどうなるか

大規模言語モデル ベクトル データベースに基づく文学知識ベース

コンセンサスがあり、ツールには大きな期待が寄せられています。米国科学財団の統計によると、研究者は科学研究時間全体の 51% を科学技術情報の検索と消化に費やし、8% を計画と思考に、32% を実験研究に、そして 9% を要約書に費やしています。科学研究の検索方法は、相談的な目視確認と手回し、およびインターネットベースの検索検索段階から、会話型検索段階に移行します。 「しかし、会話型の大規模言語モデルによる検索には、錯覚や偏見、データラグ、キャッシュ制限などの制限があります」と Moqi Technology 副社長の Meng Zhuofei 氏は結論づけています。

これらの問題点に基づいて、北京科学知能研究所、中国科学院コンピュータ ネットワーク情報センター、および Moqi Technology は共同で、大規模モデル + ベクトル検索に基づく文献知識ベースである Science Navigator V1.0 をリリースしました。知識ベースには、科学研究者に代表されるユーザー層、GPT4などに代表されるモデル層、ベクトルデータベース検索エンジンで構成される中間層、文献や教材に支えられるデータ層が含まれます。モデル層は北京科学知能研究所、中間層は莫奇技術、データ層は中国科学院コンピュータネットワーク情報センターが担当する。

Meng Zhuofei 氏は、ScienceNavigator V1.0 がテキスト、画像、表、数式のクロスモーダル認識処理をサポートしていることを紹介しました。科学研究​​者は、Wen Xinyiyan や LLM などの大小さまざまなモデルを使用して、問題分析で最高の結果を達成できます。このバッチには、化学、材料、AI、その他の分野の約 100 万件の論文が含まれており、将来的には自然科学および人文科学分野の数億件の文書に拡大される予定です。

垂直統合の方法:

コラボレーション システムを確立し、教室への AI for Science を推進します

AI for Science とは、学際的かつ大規模な統合を意味します。その急速な発展は、科学研究モデルの再構築のきっかけとなります。才能、仕組み、生態、学際性などの面で、まだ多くの課題と問題が残されています。新時代の垂直統合型科学研究?システムには集合的な努力が必要です。

黄鉄軍博士は北京知源人工知能研究所の所長であり、30年以上の科学研究の経験があり、彼の最も深い理解は共同協力です。 「応用、研究開発、基礎理論を問わず、どのように連携体制を構築するかが特に重要です。AIの科学分野への応用については、どう連携し、より効率よく成果を上げるかを考える必要があります。たとえば、素粒子は 60 種類以上、原子は 100 種類以上あり、一般的に使用される番号は比較的明確です。構成が適切であれば、元素の周期表全体を調べて、徐々に構築することができます。 「物理、化学、生命の基本モデルシステム全体を構築すれば、誰もが研究開発や応用ができるようになり、効率が大幅に高まります。」

北京大学材料科学工学部の学部長補佐で学部生と大学院生の指導を担当する雷雷氏は、人材育成を強調し、「今年、当大学は材料科学コース向けの一連のAIを立ち上げた」と述べた。 , 本校および北京大学の他のカレッジや大学を招待し、関連する専門家が授業に来ます. 私たちは、学生が本来の考え方や考え方から脱却できるように、科学のためのAIの概念をできるだけ早く教室に広めたいと考えています。新しいツールは、できるだけ早く使用してください。新しいツールは、実験科学の進歩を加速するのに非常に役立ちます。また、学生や教師の熱意も非常に高いです。評価はすべて非常に良いです。例えば、関連する内容など、新しい提案をする学生や教師もいます。はまだ十分に充実していないため、より多くの技術参考資料が必要です。

▲マイクロ教室

AI for Science 材料科学

「材料は、ほぼすべてのテクノロジーの原動力です」と、米国国立工学アカデミーの会員であり、香港大学工学部の学部長であるデビッド・スロロヴィッツ氏は述べています。人工知能ベースの原子間位置エネルギーにより、QM に近い精度で大規模な原子シミュレーションが可能になります。 DP (データ処理) の特殊なアプリケーションは、構造金属および合金の完全な結晶特性と欠陥特性を明らかにするため、DP は多くの欠陥の特性を理解する唯一の方法です。 「

科学のための AIライフサイエンス

清華大学特別客員教授であり、米国シカゴのトヨタコンピュータ技術研究所教授でもあるXu Jinbo氏：「タンパク質は生命の物質的基盤であり、生命活動の主要な担い手である。AI技術は、タンパク質のデノボ設計に適している」有毒な新しいタンパク質薬剤は、胃がん、結腸直腸がん、肝臓がん、黒色腫などのさまざまな種類の腫瘍の治療に使用できます。環境に優しい農薬は、食品の安全と安心を確保するために設計できます。 「

科学のための AI原子力学

全米科学アカデミーの会員でプリンストン大学化学科教授のロバート・カー氏: 「経験的なインプットがなければ、基本的な量子理論からの複雑な分子プロセスの AI モデリングは優れた/優れた予測能力を持つことができ、理解しにくい状況で使用されます。このアプローチは、化学反応が経験的モデルによって記述される化学、材料科学、生物学において重要です。より正確な参照量子力学モデルがあれば、体系的に精度を向上させることが可能になるはずです。」

北京ビジネスデイリー記者ウェイウェイ

以上が2023 中関村フォーラム | AI が科学研究と出会うとき、科学者は言いたいことがあるの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。