2024年諾貝爾獎(jiǎng)對(duì)人工智能和跨學(xué)科研究的偏愛(ài)在學(xué)界引發(fā)廣發(fā)討論。但有別于一開(kāi)始一些人的震驚和不解，學(xué)界近期開(kāi)始廣泛關(guān)注并談?wù)揂I的影響了。
學(xué)術(shù)期刊《Nature》近日發(fā)布了一篇文章，稱(chēng)AI工具正在改變?cè)镜目蒲泄ぷ鞣绞�，例如提高做文獻(xiàn)摘要的效率等。記者了解到，一些研究者還考慮在研究中應(yīng)用AI技術(shù)，或在跨學(xué)科研究中融合AI、尋找智能的表現(xiàn)形式。“到目前為止我們接觸AI很少，但最近也讓學(xué)生嘗試用AI來(lái)識(shí)別少層石墨烯的層厚和轉(zhuǎn)角�！� 清華大學(xué)教授周樹(shù)云告訴第一財(cái)經(jīng)記者。
近日，周樹(shù)云和另外48名青年科學(xué)家獲第六屆科學(xué)探索獎(jiǎng)，這些青年科學(xué)家代表了一股頗具活力的科研力量，第一財(cái)經(jīng)記者與幾名獲獎(jiǎng)?wù)咛接懥薃I對(duì)不同學(xué)科研究的深刻影響。
AI助力紫杉醇生物制造“超級(jí)工廠(chǎng)”
在生物制造領(lǐng)域，AI技術(shù)已在幫助研究者解決一些重大難題。
回憶起在西藏見(jiàn)到紅豆杉時(shí)的場(chǎng)景，中國(guó)農(nóng)業(yè)科學(xué)院深圳農(nóng)業(yè)基因組研究所研究員閆建斌告訴記者，要在原始森林中探索道路，尋找紅豆杉，紅豆杉生活環(huán)境獨(dú)特，往往在溪流或瀑布周?chē)�。隨著人類(lèi)活動(dòng)范圍擴(kuò)大，紅豆杉生活范圍不斷縮小，但當(dāng)他看到紅豆杉長(zhǎng)在原始森林里的樣子，還是產(chǎn)生了紅豆杉正靜靜保護(hù)著人類(lèi)的感覺(jué)。
上世紀(jì)60年代，人們發(fā)現(xiàn)珍稀孑遺植物紅豆杉能夠產(chǎn)生紫杉醇，用于治療乳腺癌、卵巢癌等癌癥。但紅豆杉中紫杉醇含量很低，生長(zhǎng)期又長(zhǎng)，目前主流的化學(xué)半合成方法需要使用紅豆杉的枝條和葉子作為原料，高度依賴(lài)紅豆杉植物資源，且提取成本高、存在化學(xué)污染。學(xué)界和企業(yè)一直探索另一條途徑，即紫杉醇生物合成，然而，打通這條途徑此前一直是世界級(jí)難題。
閆建斌告訴記者，生物合成紫杉醇此前被“卡”的環(huán)節(jié)特別多，包括沒(méi)有基因組信息、超長(zhǎng)合成途徑中的反應(yīng)中間體不清楚、沒(méi)有合適的酶表征系統(tǒng)等等。“大約20步反應(yīng)中有一半都是P450細(xì)胞色素酶，這類(lèi)酶結(jié)構(gòu)和活性復(fù)雜，自然界中有20萬(wàn)種P450細(xì)胞色素酶，要從中找到紫杉醇合成酶，如同大海撈針�！� 閆建斌解釋。
閆建斌代表性的研究成果正是打通了紫杉醇生物合成途徑。他繪制了南方紅豆杉基因組圖譜，發(fā)現(xiàn)紫杉醇生物合成的關(guān)鍵酶，揭示紫杉醇合成調(diào)控的新機(jī)制，進(jìn)而實(shí)現(xiàn)了紫杉醇生產(chǎn)原料巴卡亭III的異源生物合成。
這一研究過(guò)程中，AI技術(shù)起到至關(guān)重要的作用。
閆建斌告訴第一財(cái)經(jīng)記者，他的研究過(guò)程已在全面應(yīng)用AI。例如，紫杉烷類(lèi)分子眾多，化學(xué)空間巨大，難以分離出所有化合物，團(tuán)隊(duì)便做了AI算法模型，用AI預(yù)測(cè)化學(xué)結(jié)構(gòu)。當(dāng)細(xì)胞里人工加入的酶產(chǎn)生紫杉烷類(lèi)分子時(shí)，在沒(méi)有標(biāo)準(zhǔn)品的情況下，AI也能判定是否生成了紫杉烷類(lèi)分子。代謝工程中，很多酶的結(jié)構(gòu)也用到AI技術(shù)預(yù)測(cè)和人工改造。此外，在做基因組及基因組對(duì)應(yīng)的基因表達(dá)調(diào)控網(wǎng)絡(luò)分析時(shí)，當(dāng)受原有算法限制而不能得到更精準(zhǔn)數(shù)據(jù)的時(shí)候，AI技術(shù)也能有所幫助。
“這些例子中，此前紫杉醇合成生物學(xué)領(lǐng)域還沒(méi)有人用過(guò)（這類(lèi)AI輔助）。當(dāng)AI技術(shù)包括AlphaFold出來(lái)時(shí)，我們的合作者包括北京大學(xué)、復(fù)旦大學(xué)的合作團(tuán)隊(duì)就已在探討基因組學(xué)、代謝組學(xué)怎樣與AI更好地融合。這個(gè)領(lǐng)域我們已經(jīng)做了一些工作，但還有許多問(wèn)題正在解決，涉及大量工作�！� 閆建斌表示。
應(yīng)用AI技術(shù)與否，在效率上差異明顯。閆建斌告訴記者，他希望AI未來(lái)在生物制造中的作用越來(lái)越大。以細(xì)胞發(fā)酵系統(tǒng)為例，AI技術(shù)能更好地分析發(fā)酵參數(shù)，做出實(shí)時(shí)決策，幫助構(gòu)建全自動(dòng)化和智能化的發(fā)酵大平臺(tái)，就像自動(dòng)化、智能化水平高的“汽車(chē)超級(jí)工廠(chǎng)”。
智能無(wú)處不在
閆建斌提及的AlphaFold是一種AI蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)工具，今年的諾貝爾化學(xué)獎(jiǎng)?wù)穷C給了AlphaFold設(shè)計(jì)團(tuán)隊(duì)谷歌DeepMind的戴米斯哈薩比斯（Demis Hassabis）和John Jumper（約翰江珀），以及在計(jì)算蛋白質(zhì)設(shè)計(jì)領(lǐng)域作出貢獻(xiàn)的大衛(wèi)貝克（David Baker）。
相比化學(xué)獎(jiǎng)，諾貝爾物理學(xué)獎(jiǎng)?lì)C給AI領(lǐng)域的科學(xué)家彼時(shí)引起更大爭(zhēng)議。有解讀認(rèn)為，這種有交叉學(xué)科乃至跨學(xué)科意味的評(píng)選結(jié)果，釋放了AI將無(wú)處不在且影響深遠(yuǎn)的信號(hào)。
數(shù)學(xué)物理學(xué)領(lǐng)域研究者周樹(shù)云致力于探索二維材料及拓?fù)洳牧系姆瞧胶鈶B(tài)超快動(dòng)力學(xué)和光致新奇物理效應(yīng)，她向記者談起AI在物理學(xué)領(lǐng)域的應(yīng)用情況。“這與具體的領(lǐng)域和研究方向有關(guān)。對(duì)理論計(jì)算而言，有些研究人員可能已經(jīng)把AI用得很好且有效促進(jìn)了科學(xué)研究。對(duì)我們的實(shí)驗(yàn)研究來(lái)說(shuō)，目前還處于接觸和學(xué)習(xí)的階段。在未來(lái)，預(yù)期AI對(duì)科研乃至整個(gè)社會(huì)的影響將非常巨大�！敝軜�(shù)云表示。
除了當(dāng)前基于芯片硬件且主要以算力、算法、數(shù)據(jù)為核心要素的AI系統(tǒng)，學(xué)界也正在從不同角度研究智能的表現(xiàn)形式，涉及一些交叉學(xué)科的探索。
中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所研究員劉連慶是先進(jìn)制造領(lǐng)域研究者，他提出高擾動(dòng)環(huán)境下三維運(yùn)動(dòng)高精度檢測(cè)方法，初步構(gòu)架了基于機(jī)電-生命在分子細(xì)胞尺度相融合的機(jī)器人系統(tǒng)，研究方向包括微納測(cè)量、微納操控和類(lèi)生命機(jī)器人。
劉連慶向記者解釋?zhuān)淖銠C(jī)器人、人形機(jī)器人、機(jī)器魚(yú)等仿生機(jī)器人屬于“形仿”，即外表看起來(lái)像，但如果看內(nèi)部會(huì)發(fā)現(xiàn)“沒(méi)血沒(méi)肉”。以前機(jī)器人完全是機(jī)械電子系統(tǒng)，而他希望未來(lái)的機(jī)器人可以是機(jī)械電子系統(tǒng)和生命系統(tǒng)的融合體。類(lèi)生命機(jī)器人不同于形仿，而是期望把大自然億萬(wàn)年進(jìn)化出來(lái)的生理學(xué)機(jī)制和功能應(yīng)用在機(jī)器人上，這需要在組織、細(xì)胞和分子尺度上實(shí)現(xiàn)生命系統(tǒng)和機(jī)電系統(tǒng)的融合。
“現(xiàn)在硅基人工智能能力很強(qiáng)，但需要非常大的算力，消耗巨大能量，訓(xùn)練一次GPT可能就需要一個(gè)大型居民區(qū)一年的耗電量。對(duì)比之下，人腦‘耗電量’低，計(jì)算能力、邏輯思維能力卻很強(qiáng)。我們現(xiàn)在研究類(lèi)生命智能是碳基智能，即用工程手段在體外把神經(jīng)細(xì)胞培養(yǎng)成一個(gè)“體外腦”。這個(gè)體外腦里有各種各樣的微電極，我們希望用這個(gè)大腦去控制機(jī)器人，而不是用傳統(tǒng)的硅基智能方式�！眲⑦B慶表示，這個(gè)方法要是行得通，對(duì)人工智能實(shí)現(xiàn)途徑將是一個(gè)重要補(bǔ)充。
“現(xiàn)在我們已經(jīng)發(fā)現(xiàn)有很多（信息電子之外各領(lǐng)域）的獲獎(jiǎng)人，既是這個(gè)領(lǐng)域的專(zhuān)家同時(shí)又是人工智能專(zhuān)家�！� 騰訊公司高級(jí)副總裁奚丹在采訪(fǎng)中表示。
而就科學(xué)研究中AI的局限性和人類(lèi)研究者無(wú)法被替代的工作，閆建斌則告訴記者，現(xiàn)在AI還像一個(gè)小孩，AI的表現(xiàn)取決于人類(lèi)給予它學(xué)習(xí)的數(shù)據(jù)�！蹦男┦侨祟�(lèi)不可取代的，這是很深層次的問(wèn)題，很多人在探討AI會(huì)不會(huì)最終取代人。我只能說(shuō)，在我的研究中，現(xiàn)階段對(duì)AI應(yīng)用來(lái)說(shuō)，最重要的還是由實(shí)驗(yàn)人員產(chǎn)生足夠的數(shù)據(jù)。”閆建斌說(shuō)。
(本文來(lái)自第一財(cái)經(jīng))
