2023 중관촌 포럼 | AI가 과학 연구를 만나면 과학자들이 할 말이 있습니다.

2018년 8월 10일 북경대학교는 교내 토론을 조직하고 AI for Science(과학지능) 개념을 처음으로 제안했습니다. 베이징과학지능연구소(Beijing Institute of Scientific Intelligence)는 지난해 설립됐으며 '과학을 위한 AI(AI for Science)'를 주제로 하는 세계 최초의 연구 기관이다. 실제로 학계에서는 일찍부터 관련 과학연구를 진행해 일정한 성과를 축적해왔다. 지난 5월 30일 2023년 중관촌 포럼 '인공지능 주도 과학연구 포럼'에서는 다수의 국내외 전문가들이 과학을 위한 AI의 중요성, 연구 결과, 인재양성 등을 주제로 심도 있는 토론과 교류를 진행했다. 과학과 기술에서 인공지능의 역할에 중점을 두고 과학 연구에서 인공지능의 잠재력을 더욱 활용하기 위해 생명과학, 재료과학 및 기타 분야의 연구 진행 상황과 혁신을 공유할 것입니다.

왜 중요한가요

과학 연구 시스템을 워크숍 모드에서 "안드로이드" 모드로 전환하세요

최근 몇 년 동안 AI for Science는 주요 국제 연구 기관들 사이에서 공감대를 형성했으며, 국가들은 AI for Science의 엄청난 잠재력에 점점 더 많은 관심을 기울이고 있습니다. 이 개념이 과학 연구 기관에서 인기를 끄는 이유는 과학 연구의 병목 현상에서 시작됩니다.

"과학 연구에는 데이터 중심과 기본 원리 중심의 두 가지 방법이 있습니다." 중국과학원 학자이자 베이징 과학지능연구소 소장인 E Weinan은 이 두 가지 모드의 어려움을 자세히 설명했습니다. "데이터 중심의 병목 현상은 데이터 수집의 효율성입니다. 성능이 낮고 효과적인 데이터 분석 방법이 부족합니다. 기본 원리에 따라 구동하는 것에 대해 양자 역학의 창시자 중 한 명인 Paul Dirac은 100년 전에 다음과 같이 말했습니다. 기본원리 추구는 기본적으로 완료되었으나, 기본원리를 활용하여 실제적인 문제를 해결하는 것은 기본원리를 표현하는 수학적 문제가 너무 어려워 효율성이 떨어진다.”

이로 인해 구조역학, 기계공학, 항공우주, 전자공학 등 단순한 문제는 풀 수 있는 반면, 재료 특성, 재료 설계, 약물, 촉매 등 복잡한 문제는 경험과 시행착오를 통해서만 풀 수 있다는 사실이 밝혀졌습니다. 분리의 이론과 적용에 오류가 있습니다.

단순한 문제와 복잡한 문제의 경계는 무엇인가요? E Weinan은 "자유도(차원)의 수로, 차원의 수가 증가할수록 문제의 복잡성 지수가 증가한다는 의미입니다. 이것이 AI가 우리가 해결하는 데 도움이 될 수 있는 것입니다. AI는 데이터 기반 모델을 제공합니다. 새로운 도구는 기본 원칙 중심 모델의 신뢰성과 효율성을 향상할 수 있으며 데이터 중심 모델과 기본 원칙 중심 모델을 결합할 수도 있습니다."

과학 연구의 네 가지 기본 도구는 기본 원리와 데이터 분석 방법, 실험, 문헌, 컴퓨팅 능력입니다.

신과학 연구 인프라 구축의 관점에서 볼 때, "우리 과학 연구의 구체적인 운영 방식은 여전히 ​​실험을 하고, 모든 장비를 구입하고, 처음부터 끝까지 스스로 하는 소규모 농민 작업장 방식입니다. 이 주기는 매우 길고 비효율적입니다." E Weinan은 AI가 차세대 도구 구축을 촉진하고, 과거 워크숍 모델에서 Android 모델로 전환하고, 대규모 과학 연구 플랫폼, 기본 원리를 위한 오픈 소스 플랫폼, 지식을 구축할 것이라고 말했습니다. 문헌 기반, 여러 실험 센터 및 실험 클라우드 플랫폼, 여러 컴퓨팅 파워 센터 및 컴퓨팅 파워를 위한 컴퓨팅 파워 클라우드 플랫폼.

어떤 결과

대형 언어 모델 + 벡터 데이터베이스 기반의 문학 지식 기반

공감이 있었고 도구에 대한 기대가 큽니다. 국립과학재단(National Science Foundation)의 통계에 따르면, 연구자들은 전체 과학 연구 시간의 51%를 과학 기술 정보 검색 및 소화에 사용하고, 8%는 계획적 사고에, 32%는 실험 연구에, 9%는 서면 요약에 사용합니다. 과학적 연구 검색 방법은 상담적 시선 확인과 손대기, 인터넷 기반 검색 검색 단계에서 대화 검색 단계로 전환됩니다.

"그러나 대화형 대형 언어 모델을 통한 검색에는 환상과 편견, 데이터 지연, 캐시 제한 등의 한계가 있습니다"라고 Moqi Technology의 부사장 Meng Zhuofei는 결론지었습니다.

이러한 문제점을 바탕으로 베이징 과학 지능 연구소, 중국 과학원 컴퓨터 네트워크 정보 센터, Moqi Technology가 공동으로 대형 모델 + 벡터 검색 엔진 기반의 문학 지식 기반인 Science Navigator V1.0을 출시했습니다. 지식 기반에는 과학 연구자가 포함됩니다. GPT4로 표시되는 사용자 계층, GPT4로 표시되는 모델 계층, 벡터 데이터베이스 + 검색 엔진으로 구성된 중간 계층, 문헌 및 교재로 지원되는 데이터 계층입니다. 모델 계층은 베이징 과학 지능 연구소를 담당하고, 중간 계층은 Moqi 기술을 담당하며, 데이터 계층은 중국과학원 컴퓨터 네트워크 정보 센터를 담당합니다.

Meng Zhuofei는 ScienceNavigator V1.0이 텍스트, 그림, 표 및 공식의 교차 모달 인식 처리를 지원한다고 소개했습니다. 과학 연구자는 Wen Xinyiyan 및 LLM과 같은 크고 작은 다양한 모델을 사용하여 문제 분석에서 최상의 결과를 얻을 수 있습니다. 첫 번째 배치에는 화학, 재료, AI 등 분야의 약 100만 개에 달하는 논문이 포함되어 있으며 향후 자연 및 인문학 분야의 수억 개의 문서로 확장될 예정입니다.

수직 통합 방법:

협업 시스템 구축 + 과학용 AI를 교실에 홍보

AI for Science는 학제간, 대규모 통합을 의미하며, 급속한 발전은 과학 연구 모델의 재구성을 촉발할 것입니다. 재능, 메커니즘, 생태학, 학제간 및 기타 측면에서 여전히 많은 과제와 문제가 있습니다. 새로운 시대의 통합과학연구 시스템은 팀워크를 요구합니다.

황철준(Huang Tiejun) 박사는 베이징 지위안 인공 지능 연구소(Beijing Zhiyuan Artificial Intelligence Research Institute)의 원장입니다. 그는 30년 이상의 과학 연구 경험을 갖고 있습니다. “응용, 연구개발, 기본 이론과 관계없이 어떻게 협업 시스템을 구성하느냐가 특히 중요합니다. 과학 분야에 AI를 적용하는 것에 관해서는 어떻게 하면 더 잘 협력하고 더 높은 효율성으로 결과를 얻을 수 있을지 고민해야 합니다. 예를 들어, 소립자의 종류는 60가지가 넘고, 원자의 종류는 100가지가 넘으며, 일반적으로 사용되는 숫자는 상대적으로 명확합니다. 구성이 좋으면 원소 주기율표 전체를 살펴보며 점차적으로 구축할 수 있습니다. 물리학, 화학, 생명의 기본 모델 시스템 전체를 업그레이드하면 누구나 연구 개발과 응용을 할 수 있어 효율성이 훨씬 높아질 것입니다.”

북경대학교 재료공학부 학장이자 학부 및 대학원 교육을 담당하고 있는 레이 레이(Lei Lei) 교장은 “올해 우리 대학에서는 재료과학용 AI 강좌를 개설해 우리 학교와 북경대학교의 다른 대학의 관련 전문가들이 수업에 참석하여 가능한 한 빨리 과학용 AI 개념을 교실에 홍보하여 ​​학생들이 원래의 사고 방식과 도구에서 벗어나 사용할 수 있기를 바랍니다. 새로운 도구는 실제로 실험 과학의 발전을 가속화하는 데 도움이 될 수 있으며 학생과 교사의 평가는 여전히 매우 좋습니다.

충분히 풍부하지 않으며 더 많은 기술 참조 자료가 필요합니다.

▲소형교실

과학용 AI재료 과학

"재료는 거의 모든 기술의 원동력이다"라고 미국 국립공학아카데미 회원이자 홍콩대학교 공과대학 학장인 데이비드 스롤로비츠(David Srolovitz)는 말했습니다. 인공지능 기반의 원자간 위치 에너지는 QM에 가까운 정확도로 대규모 원자 시뮬레이션을 가능하게 합니다. DP(데이터 처리)의 특수한 적용은 구조용 금속 및 합금의 완벽한 결정성 및 결함 특성을 드러내므로 DP는 많은 결함의 특성을 이해할 수 있는 유일한 방법입니다. ”

과학용 AI생명과학

Xu Jinbo, 칭화대학교 특훈교수 및 미국 시카고 Toyota Computing Technology Institute 교수: "단백질은 생명의 물질적 기초이자 생명 활동의 주요 운반체입니다. AI 기술은 다양한 응용 분야에서 새로운 단백질 설계에 적합합니다. 약독화된 단백질 설계와 같은 시나리오. 위암, 대장암, 간암, 흑색종 등 다양한 유형의 종양을 치료하는 데 새로운 단백질 약물이 사용되어 식품 안전과 보안을 보장할 수 있습니다.”

과학용 AI원자 역학

국립과학원 학자이자 프린스턴 대학교 화학과 교수인 로버트 카(Robert Carr): “실증적 입력 없이 기본 양자 이론의 복잡한 분자 과정에 대한 AI 모델링은 우수/탁월한 예측 능력을 가질 수 있으며 어려울 수 있습니다. 이러한 접근 방식은 화학 반응을 모델링할 때 화학, 재료 과학 및 생물학에서 중요합니다. 보다 정확한 참조 양자 역학 모델을 사용하면 체계적으로 정확도를 향상시키는 것이 가능해야 합니다."

베이징경제일보 웨이웨이 기자

위 내용은 2023 중관촌 포럼 | AI가 과학 연구를 만나면 과학자들이 할 말이 있습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!