2022 AI4S全球发展观察与展望.pdf

“We wanted flying cars, instead we got 140 characters.” Peter Thiel 2013 年在耶鲁大学演讲时 说。的确,千禧年以来,海量的科学人才涌入互联 网科技行业,带来生产和协作方式的变革,创造了 巨量的财富。而随着互联网热潮渐渐褪去,人们重 新把目光聚焦回科学本身,以及它们所映射的实体 经济领域上。
科学技术是第一生产力。科技革命的历史波澜壮 阔。过去三百年间,科学行进经历过数次系统性危 机,正是这些危机的解决才带来了科学的突破,新 科学经由新工具的应用和普及,进而带来生产力的 大幅提升。时至今日,随着数字化时代的到来,科 技创新转化为直接生产力的速度越来越快。与此同 时,系统性危机再一次降临。抬眼望去,科技创新 与应用的上空正飘着一朵遮天蔽日的“乌云”——维数 灾难。维数灾难,是 1929 年 Paul Dirac 盯着一行薛 定谔方程、将第一性原理了然于胸却仍然面临数学 能力瓶颈时的无奈;是 1957 年 Richard Bellman 写 下控制论方程、却因变量太多不知如何有效求解时 的挣扎;是 1965 年 Juris Hartmanis 和 Richard Stearns 面向计算机上“原则上可计算、实际上难计 算”的一大类问题时的觉醒;是 1972 年 Philip Anderson 呼吁科学内蕴层次化结构、写下“More Is Different”时的呐喊…科学家们在维度灾难面前苦苦 挣扎:面对纷繁复杂的现实世界,虽然数据越来越 丰富,但是寻求简单、漂亮的洞见却变得越来越 难;各行业的技术专家也深受困扰:控制和设计的 自由度越来越多,“炒菜式”的试错和喊口号式的攻坚 也越来越难以解决实际问题…… 此时,AI 来了。从艾伦·图灵的系统思考开始,伴随 着算法、算力、数据的融合发展,AI 在计算机视 觉、自然语言处理,自动驾驶等同样饱受“维数灾难” 的领域大放异彩。但 AI 若想从一套“数据处理”工 具,走向更加通用的“智慧”,则无法绕开“科学”这一 人类智慧结晶中最精华的一部分。于是,一群人先 行者开始探索用 AI 学习科学原理,解决科学问题的 路径。他们发现,当下 AI 取得成就的本质原因是在 算力和数据基础之上算法对高维函数处理能力的大 幅提升,这一能力是应对当下系统性危机的关键; 他们发现,AI 是驱散 Science 各领域维度灾难的乌 云的法宝,AI for Science(AI4S)会是 AI 的下一个 主战场,它将极大地拓展 Science 和 AI 的边界;他 们发现,AI4S 将赋能技术和工业的方方面面,帮助 我们加快走完科学研究和技术创新之间的最后一公 里,也将帮助科学家从纷乱的自然和社会特征之中 抽丝剥茧,发现事物背后作用着的关键规律。
AI4S 的未来正在走向流行。AI 求解薛定谔方程、AI 求解控制论方程、AI 加速分子模拟、AI 预测蛋白结 构、AI 赋能药物和材料设计……2022 年正在迎来 AI4S 的繁花似锦。

本文来自知之小站

 

PDF报告已分享至知识星球,微信扫码加入立享3万+精选资料,年更新1万+精选报告

(星球内含更多专属精选报告.其它事宜可联系zzxz_88@163.com)