围绕重点领域科研需求
布局人工智能新前沿

（上接1版）

中国科学院院士、北京大学国际机器学习研究中心主任鄂维南表示，在科研活动中，如材料研究、生物制药研究等，存在很多共性，理论上用的物理模型和基本原理，是有限的、有共性的，研究中用的实验手段亦如是。人工智能技术发展至今，能让我们将这些共性的工具串联起来，从整体角度看待科研，大幅提高科研效率。“人工智能驱动的科学研究”有可能推动我们在下一轮科技革命中走在前沿。

记者了解到，人工智能技术已经在很多科学研究领域展现出超越传统数学或物理学方法的强大能力。比如在气象领域，AI可预测强对流天气的短时临近降水情况和揭示大尺度的台风形成和演变规律。在生命科学领域，传统的科研方法面临生物类型实验数据少、计算任务复杂、学科交叉多等挑战，AI正在药物筛选、药物设计、靶点研究、合成生物学、疾病机理研究等方面实现持续进步。

科技创新2030-“新一代人工智能”重大项目实施专家组组长、中科院自动化研究所所长徐波认为，目前，人工智能技术已在很多科学研究领域展现出超越传统数学或物理学方法的强大能力，但在“人工智能驱动的科学研究”体系化布局、重大系统设计、跨学科交叉融合、创新生态构建等方面仍有提升空间。

让AI拥有和人类一样认识世界和改造世界的能力

“人工智能驱动的科学研究”专项工作的启动意义重大。

微软研究院科学智能中心亚洲区负责人、微软亚洲研究院副院长刘铁岩认为，人类自身的力量是有限的，不应该让AI一味地模拟语音、视觉、语言等人类自身的基本技能，而是要让AI拥有和人类一样认识世界和改造世界的能力。

“认识世界和改造世界正是千百年来，自然科学研究的终极目标。”刘铁岩说。

刘铁岩介绍了科学发现四个基本范式，分别是经验范式、理论范式、计算范式和数据驱动的范式。AI for Science是前四种范式的有机结合，被称之为科学发现的第五范式。

“我们相信AI for Science将会对自然科学产生巨大影响，尤其在解释生命奥秘以及保障环境可持续发展方面，都有很大的潜力。”刘铁岩说。

创新工场董事长兼CEO李开复此前曾表示，AI 技术一直在寻找落地场景。十多年前出现了第一批 AI 的创业公司，例如科大讯飞、旷视科技等，在视觉和听觉方面实现了智能；第二波的浪潮是AI 在某一个商业应用里创造价值，这个阶段在无人驾驶等领域涌现了一批“独角兽”。“我觉得第三波巨大浪潮就是 ‘AI+Science’（AI+科学交叉）。”