如今，包括生物學、天文學、社會科學以及生命科學等眾多學科領域，數據的收集和存儲已遠遠超出了人類的分析和理解能力，伴隨著數據的爆炸式增長和計算能力的飛速提升，AI for Science 迅速崛起並成為 AI 應用於科學研究領域的趨勢和熱門話題，其通過構建人工神經網絡，自動從大量數據中提取特征和模式，從而實現對數據的高效處理和挖掘。
以生命科學為例，AI 為研究人員提供了強大的工具和方法來處理和分析大規模的生物學數據，比如解讀基因組數據和預測基因功能、預測蛋白質的三維結構和加速藥物發現過程、醫學影像分析和病理學診斷等。
AI for Science 不僅可以幫助科學家解決已有的問題，也可以幫助科學家發現新的問題和方向，它可以通過生成新的假設、設計新的實驗、提出新的問題等方式，激發科學家的創造力。
作為一種新型“科學研究範式”，目前全球多個國家和地區也相繼頒布了圍繞 AI for Science 的一系列政策措施，以期加速 AI 促進科學研究的創新發展。
圖｜絡繹科學杭州辦公室落地杭州未來科技城夢想小鎮
9 月 13 日，絡繹科學杭州辦公室正式落地國家級互聯網創新創業高地——杭州未來科技城夢想小鎮，通過緊密結合餘杭的產業特色和優勢以及夢想小鎮的載體支持，持續吸引更多科技資源匯聚來打造充滿活力的青年科技人才社區。
圖｜活動現場
此前，絡繹科學曾圍繞 AI for Science 在線上多次舉辦相關主題交流活動，為了更大範圍地探討其脈絡與發展，近日，絡繹科學在夢想小鎮舉辦了以“AI For Science：人工智能驅動的科學洞見”為主題的首場線下研討會。
此次線下活動邀請到了之江實驗室圖計算研究中心副主任陳紅陽、西湖大學機械工程講席教授姜漢卿、西湖大學工學院助理教授、博士生導師於開丞，以及浙江大學計算機科學與技術學院研究員、博士生導師趙俊博，他們從不同視角深度剖析了 AI 在各個學科領域的應用現狀、面臨挑戰以及未來前景，活動也吸引了眾多來自資本和產業端的投資人、從業者等的積極參與，大家齊聚一堂共同探討 AI 在科學領域的無限潛力。
圖｜四位與會嘉賓（左起陳紅陽、姜漢卿、於開丞、趙俊博）
“AI 只是作為科學研究中的一種底層工具發揮輔助作用”
圍繞 AI 技術的應用，在陳紅陽看來，“人臉識別是 AI 技術較為廣泛和成熟的一個應用，同時這也是落地最快和最好的一個應用方向，而 AI for Science 最核心的是解決 Science 中的一些科學發現的難題。”他指出。
於開丞表示，“隨著 AI 技術的發展，如今語言翻譯的質量變得越來越好，雖然是個較小的應用，但其帶來的影響和意義是非常廣泛的。”
姜漢卿表達了自己的觀點，他認為，“雖然 AI 技術在文本方面取得不錯的應用效果，比如翻譯質量的提升，但人類的靈感或創造性方面是 AI 有所欠缺的，比如詩歌創作，AI 創作的詩歌其實並沒有詩意，換句話說，目前 AI 不具備類似於人類的思維。”
姜漢卿表達了自己的觀點，他認為，“雖然 AI 技術在文本方面取得不錯的應用效果，比如翻譯質量的提升，但人類的靈感或創造性方面是 AI 有所欠缺的，比如詩歌創作，AI 創作的詩歌其實並沒有詩意，換句話說，目前 AI 不具備類似於人類的思維。”
比如，雖然用 AI 能夠生成藥物分子，但其生成的一些分子卻很難在現有的技術條件下合成出來。
在陳紅陽看來，“從普通人的角度而言，大家其實可以把大模型當作一位助手，比如用來制作表格、幻燈片等。而具體到大模型附能到產業端，比如解決芯片流片中的瑕疵檢測問題，物理學中的粒子跟蹤等，需要借助大量的數據學習。我們在之江實驗室開發類腦計算，它與傳統的電腦芯片不同，類腦神經元芯片有望會湧現出新的能力；再比如量子計算，都是硬件和模型結合的一種方式。”
他還表示，“對於模型訓練，其實訓練方式基本大同小異，目前的 GPU 訓練消耗大量的算力，未來在新型芯片上進行探索更優能效比的模型訓練是一個很好的方向。以類腦芯片為例，基於類腦計算芯片訓練模型，其算力不需要太大，但其湧現的智能可能更高，類腦計算從百億到千億神經元依然比較薄弱，我們實驗室正在開發千億神經元規模的類腦計算模型。完全不同於傳統電子計算機架構，類腦芯片基於脈沖神經元，實現同樣算力的情況下能耗較低，所以類腦芯片等新型硬件芯片可能是未來模型訓練優化提升性能的一個很好探索路徑。”
“科研是一個非常嚴謹的工作，現階段 AI for Science 中 AI 可能還存在一些欠缺。而在一些通用場景，AI 可以作為人獲取信息的一種新的交互媒介，相較於以往查閱資料需要借助搜索引擎，未來有可能會借助 AI、大模型等。”趙俊博表示。
對此，姜漢卿也表達了類似的觀點，“科研中可以借助 AI 查閱搜集資料，但是涉及到課題選擇，這屬於自主智能的範疇，目前的 AI 顯然不具備這種能力，現在還只是一種工具，類似於搜索引擎，是我們接觸信息的一個媒介。”他說道。