Pada 10 Ogos 2018, Universiti Peking telah menganjurkan perbincangan di sekolah dan mencadangkan konsep AI untuk Sains (kecerdasan saintifik) buat kali pertama. Institut Kecerdasan Saintifik Beijing telah ditubuhkan tahun lepas dan merupakan institusi penyelidikan pertama di dunia dengan tema "AI untuk Sains". Malah, komuniti akademik telah menjalankan penyelidikan saintifik yang berkaitan lebih awal dan telah mengumpul hasil tertentu. Pada 30 Mei, di Forum Zhongguancun 2023 "Forum Penyelidikan Saintifik Didorong Kecerdasan Buatan", beberapa pakar dalam dan luar negara telah mengadakan perbincangan dan pertukaran mendalam mengenai topik seperti kepentingan AI untuk Sains, hasil penyelidikan dan latihan bakat, dan menumpukan kepada peranan kecerdasan buatan dalam sains dan teknologi Kemajuan penyelidikan dan penemuan dalam sains hayat, sains bahan dan bidang lain akan dikongsi untuk memanfaatkan lagi potensi kecerdasan buatan dalam penyelidikan saintifik.
Mengapa ia penting
Biarkan sistem penyelidikan saintifik beralih daripada mod bengkel kepada mod "Android"
Dalam beberapa tahun kebelakangan ini, AI untuk Sains telah membentuk konsensus dalam kalangan institusi penyelidikan antarabangsa terkemuka, dan negara semakin memberi perhatian kepada potensi besar AI untuk Sains. Sebab mengapa konsep ini popular di kalangan institusi penyelidikan saintifik bermula dengan kesesakan penyelidikan saintifik.
"Terdapat dua cara untuk melakukan penyelidikan saintifik, dipacu data dan didorong oleh prinsip asas." model. “Kemacetan yang didorong oleh data ialah data Kecekapan pengumpulan adalah rendah dan terdapat kekurangan kaedah analisis data yang berkesan. dahulu bahawa tugas mencari prinsip asas pada dasarnya telah selesai, tetapi prinsip asas mesti digunakan untuk menyelesaikan masalah praktikal. Masalahnya kurang cekap kerana masalah matematik yang menyatakan prinsip asas terlalu sukar.
Ini bermakna masalah mudah seperti mekanik struktur, kejuruteraan mekanikal, aeroangkasa, dan kejuruteraan elektronik boleh diselesaikan, manakala masalah kompleks seperti sifat bahan dan reka bentuk bahan, ubat-ubatan, dan pemangkin hanya boleh diselesaikan secara teori melalui pengalaman dan percubaan dan ralat dan pemisahan aplikasi.
Apakah sempadan antara masalah mudah dan kompleks? E Weinan percaya, "Ia adalah bilangan darjah kebebasan (dimensi), yang bermaksud bahawa apabila bilangan dimensi meningkat, indeks kerumitan masalah meningkat. Inilah yang AI boleh membantu kami menyelesaikan. AI menyediakan model dipacu data Alat baharu boleh meningkatkan kebolehpercayaan dan kecekapan model yang dipacu oleh prinsip asas, dan juga boleh menggabungkan model yang dipacu oleh data dan didorong oleh prinsip asas."
Empat alat asas penyelidikan saintifik ialah prinsip asas dan kaedah analisis data, eksperimen, literatur dan kuasa pengkomputeran.
Dari perspektif pembinaan infrastruktur penyelidikan saintifik baharu, “Cara khusus kami melakukan penyelidikan saintifik masih menggunakan kaedah bengkel petani kecil, seperti melakukan eksperimen, membeli semua peralatan, dan melakukannya dari awal hingga akhir kitaran ini adalah sangat panjang dan tidak cekap ", E Weinan berkata dengan AI, kami akan mempromosikan pembinaan alat generasi akan datang, peralihan daripada model bengkel yang lalu kepada model Android, membina platform penyelidikan saintifik yang besar, platform sumber terbuka untuk prinsip asas, pangkalan pengetahuan untuk kesusasteraan, dan Beberapa pusat percubaan dan platform awan percubaan, beberapa pusat pengkomputeran dan platform awan pengkomputeran untuk kuasa pengkomputeran.
Apakah keputusannya
Pangkalan pengetahuan sastera berdasarkan model bahasa besar + pangkalan data vektor
Konsensus sudah ada, dan alatnya sangat dinanti-nantikan. Menurut statistik dari Yayasan Sains Kebangsaan, penyelidik menghabiskan 51% daripada semua masa penyelidikan saintifik mencari dan mencerna maklumat saintifik dan teknologi, 8% perancangan dan pemikiran, 32% penyelidikan eksperimen, dan 9% ringkasan bertulis. Kaedah mendapatkan semula penyelidikan saintifik akan beralih daripada peringkat pencarian mata perundingan dan pencarian berasaskan Internet kepada peringkat perolehan perbualan.
"Walau bagaimanapun, mendapatkan semula melalui model bahasa besar perbualan mempunyai had, seperti ilusi dan berat sebelah, lag data dan had cache," kata Meng Zhuofei, Naib Presiden Teknologi Moqi.
Berdasarkan titik kesakitan ini, Institut Kecerdasan Saintifik Beijing, Pusat Maklumat Rangkaian Komputer Akademi Sains China dan Teknologi Moqi bersama-sama mengeluarkan Science Navigator V1.0, pangkalan pengetahuan sastera berdasarkan model besar + carian vektor Enjin. Pangkalan pengetahuan termasuk Lapisan pengguna yang diwakili oleh penyelidik saintifik, lapisan model yang diwakili oleh GPT4, dsb., lapisan tengah yang terdiri daripada pangkalan data vektor + enjin carian, dan lapisan data yang disokong oleh kesusasteraan dan bahan pengajaran. Lapisan model bertanggungjawab ke atas Institut Kecerdasan Saintifik Beijing, lapisan tengah bertanggungjawab ke atas Teknologi Moqi, dan lapisan data bertanggungjawab ke atas Pusat Maklumat Rangkaian Komputer Akademi Sains China.
Meng Zhuofei memperkenalkan bahawa ScienceNavigator V1.0 menyokong pemprosesan pengecaman silang mod teks, gambar, jadual dan formula Penyelidik saintifik boleh menggunakan pelbagai model besar dan kecil seperti Wen Xinyiyan dan LLM untuk mencapai hasil terbaik dalam analisis masalah. . Pertama Kumpulan itu telah memasukkan hampir satu juta kertas kerja dalam bidang kimia, bahan, AI dan bidang lain, dan akan diperluaskan kepada ratusan juta dokumen dalam disiplin alam dan kemanusiaan pada masa hadapan.
Cara menyepadukan secara menegak:
Mewujudkan sistem kerjasama + mempromosikan AI untuk Sains ke dalam bilik darjah
AI untuk Sains bermaksud integrasi antara disiplin dan berskala besar Perkembangan pesatnya akan mencetuskan pembinaan semula model penyelidikan saintifik masih terdapat banyak cabaran dan masalah dari segi bakat, mekanisme, ekologi, antara disiplin dan aspek lain penyelidikan saintifik bersepadu dalam era baru? Sistem ini memerlukan usaha kolektif.
Dr. Huang Tiejun ialah presiden Institut Penyelidikan Kecerdasan Buatan Beijing. Beliau mempunyai lebih daripada 30 tahun pengalaman penyelidikan saintifiknya ialah kerjasama. "Tidak kira aplikasi, penyelidikan dan pembangunan, atau teori asas, cara membentuk sistem kerjasama amat penting. Berkenaan aplikasi AI dalam bidang saintifik, kita perlu memikirkan cara untuk bekerjasama dengan lebih baik dan mencapai hasil dengan kecekapan yang lebih tinggi. Untuk contoh, terdapat lebih daripada 60 jenis zarah asas, Terdapat lebih daripada 100 jenis atom, dan nombor yang biasa digunakan adalah agak jelas Jika organisasi itu baik, anda boleh melalui keseluruhan jadual berkala unsur, dan secara beransur-ansur membina meningkatkan keseluruhan sistem model asas fizik, kimia dan kehidupan, dan semua orang boleh melakukan penyelidikan dan pembangunan serta aplikasi padanya.”
Lei Lei, penolong dekan Pusat Pengajian Sains dan Kejuruteraan Bahan di Universiti Peking, yang bertanggungjawab untuk pengajaran sarjana muda dan siswazah, menekankan pemupukan bakat, “Tahun ini sekolah kami melancarkan satu siri AI untuk kursus sains bahan, menjemput sekolah kami dan sekolah lain di Universiti Peking dan pakar yang berkaitan datang ke kelas kami berharap untuk mempromosikan konsep AI untuk Sains ke dalam bilik darjah secepat mungkin, supaya pelajar boleh melepaskan diri daripada cara pemikiran dan alatan asal. gunakan alat baharu secepat mungkin. Alat baharu itu sememangnya akan membantu mempercepatkan kemajuan sains eksperimen, dan faedah pelajar dan guru juga akan meningkat. Beberapa pelajar dan guru mengemukakan cadangan baharu, seperti kandungan yang berkaitan masih belum cukup kaya dan lebih banyak bahan rujukan teknikal diperlukan
▲Bilik Darjah Mikro
AI untuk SainsSains Bahan
"Bahan adalah penggerak di sebalik hampir semua teknologi," kata David Srolovitz, ahli Akademi Kejuruteraan Kebangsaan di A.S. dan Dekan Fakulti Kejuruteraan di Universiti Hong Kong. Tenaga potensi interatomik berasaskan kecerdasan buatan membolehkan simulasi atom berskala besar dengan ketepatan hampir-QM. Aplikasi khusus DP (Pemprosesan Data) mendedahkan ciri-ciri kristal dan kecacatan yang sempurna bagi logam struktur dan aloi, jadi DP adalah satu-satunya cara untuk memahami sifat banyak kecacatan. ”
AI untuk SainsSains Hayat
Xu Jinbo, profesor pelawat terkenal di Universiti Tsinghua dan profesor di Institut Teknologi Pengkomputeran Toyota di Chicago, Amerika Syarikat: "Protein ialah asas material kehidupan dan pembawa utama aktiviti kehidupan. Teknologi AI sesuai untuk reka bentuk protein de novo di pelbagai senario aplikasi, seperti pengurangan reka bentuk Ubat protein baru yang beracun boleh digunakan untuk merawat pelbagai jenis tumor seperti kanser perut, kanser kolorektal, kanser hati, dan melanoma boleh direka bentuk untuk memastikan keselamatan dan keselamatan makanan >
AI untuk SainsDinamik Atom
Robert Carr, ahli akademik Akademi Sains Kebangsaan dan profesor kimia di Princeton University: “Tanpa input empirikal, pemodelan AI bagi proses molekul kompleks daripada teori kuantum asas boleh mempunyai keupayaan ramalan yang baik/cemerlang dalam kimia , sains bahan dan biologi apabila tindak balas kimia diterangkan oleh model empirikal Dengan model mekanik kuantum rujukan yang lebih tepat, adalah mungkin untuk meningkatkan ketepatan secara sistematik."
Wartawan Harian Perniagaan Beijing Wei Wei
Atas ialah kandungan terperinci 2023 Zhongguancun Forum |. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!