AI 推動科學前進的九大突破

zero comment

9種人工智能推動科學進步的方式

我們正處於一個應用科學、人類智慧和新技術提供深入見解的時代，這些見解解答了人類一些最大（也是最古老）的問題。儘管我們常認為科學進步是快速而持續的，但實際上，許多年代以來，進展已經放緩。科學界仍在討論這種放緩的原因，而當今許多技術——從飛機到製造流程——與半個世紀前並無太大不同。

然而，在過去幾年中，人工智能和量子計算等曾經新興的領域的突破，已顯著加快了科學發現的步伐。從醫療保健的進展到發現能吃塑料的酶，我們已經開始受益於這些進展。

這些突破是建立在數十年來研究者、技術專家、政策制定者、民間組織及社會各界人士合作的基礎上。它們為如何將人工智能應用於科學提供了藍圖，能顯著改善人類生活。

考慮到這一點，今日英國皇家學會與谷歌DeepMind合作，舉辦首屆「科學中的人工智能論壇」。這一在倫敦舉行的活動，聚集了科學界、政策制定者和行業領袖，共同探討人工智能加速科學的變革潛力及公私合營在創新中的作用。

為了探討我們如何走到今天，以及未來的可能性，以下是九個近期的時刻，為未來的科學進展奠定了基礎：

1. 破解50年的「重大挑戰」：蛋白質結構預測
專家們將解開蛋白質折疊的奧秘稱為數十年來的「重大挑戰」。在2022年，谷歌DeepMind分享了他們的AlphaFold 2模型預測的2億個蛋白質的結構。以前，確定單一蛋白質的三維結構通常需要一年以上的時間，而AlphaFold卻能在幾分鐘內以驚人的準確性預測這些形狀。通過將蛋白質結構預測放入免費數據庫，這使全球科學家能加速在新藥物開發、抗生素抗藥性及塑料污染等領域的進展。下一步，AlphaFold 3模型將在AlphaFold 2的基礎上，預測生命中所有分子的結構和相互作用。

2. 以空前的細節展示人類大腦，支持健康研究
人類大腦一直以來都是謎團。谷歌與哈佛的Lichtman實驗室等其他機構合作，經過10年的連接組學研究，對人類大腦的一小部分進行了前所未有的細節映射。這一項目於2024年發布，揭示了人類大腦內從未見過的結構。完整數據集，包括每個細胞的AI生成註釋，已公開，以加速研究。

3. 通過準確的洪水預測拯救生命
谷歌的洪水預測項目於2018年啟動，當時許多人認為在數據稀缺的情況下，實現大規模的洪水預測是不可能的。然而，研究人員成功開發了一個AI模型，能在未測量的流域中，提前五天準確預測極端河流事件，其可靠性達到或超過即時預測的水平。到2024年，谷歌研究將這一覆蓋範圍擴展到100個國家及7億人，並改進了AI模型，讓其在七天的預測時間內提供與之前五天模型相同的準確性。

4. 更早發現野火，幫助消防員更快撲滅火災
由於氣候變化導致的高溫和乾燥，野火對全球社區造成了越來越大的影響。2024年，谷歌研究與美國森林服務局合作，開發了FireSat，這是一個專門設計用於檢測和追蹤教室大小的野火的AI模型和新全球衛星星座，能在20分鐘內提供更高分辨率的影像。這將使消防部門能夠更快反應，潛在地拯救生命、財產和自然資源。

5. 更快、更準確地預測天氣
2023年，谷歌DeepMind推出並開源了GraphCast模型代碼，這是一個機器學習研究模型，能更準確、更快速地預測最多10天的天氣條件，且其準確性超過行業標準的天氣模擬系統（HRES）。GraphCast還能更準確地預測氣旋的路徑（及相關的洪水風險），並在傳統模型的三天之前準確預測了颶風Lee將襲擊新斯科舍省。

6. 推進數學推理的邊界
由於缺乏數據和推理能力，AI在複雜數學方面一直面臨挑戰。然後，在2024年，谷歌DeepMind宣布了AlphaGeometry，一個能解決接近人類奧林匹克金牌得主水平的複雜幾何問題的AI系統——這是AI性能的突破，並朝著更高級的通用AI系統的追求邁出了重要一步。隨後，經Gemini訓練的模型AlphaGeometry 2與新模型AlphaProof結合，成功解決了過去25年所有國際數學奧林匹克（IMO）幾何問題的83%。這表明AI在推理方面的能力不斷增強，甚至可能解決超越當前人類能力的問題，讓我們更接近能發現和驗證新知識的系統。

7. 利用量子計算準確預測化學反應性和動力學
谷歌研究人員與加州大學伯克利分校和哥倫比亞大學合作，在量子計算機上進行了迄今為止最大規模的化學模擬。2022年發表的結果不僅與傳統方法具競爭力，還無需量子計算通常需要的繁重錯誤緩解。進行這些模擬的能力將提供更準確的化學反應性和動力學預測，這是將化學應用於解決現實世界挑戰的前提。

8. 加速材料科學及更可持續的太陽能電池、電池和超導體的潛力
在2023年，谷歌DeepMind宣布Graph Networks for Materials Exploration（GNoME），這是一個新AI工具，已根據模擬發現38萬種在低溫下穩定的材料。在當今世界尋求能源、處理能力和材料科學新方法的背景下，這一工作可能鋪平了通往更好的太陽能電池、電池和潛在超導體的道路。此外，為了讓這項技術惠及每個人，谷歌DeepMind已將GNoME的最穩定預測通過其開放數據庫的材料項目公開。

9. 向核聚變及豐富清潔能源邁出有意義的一步
老笑話說：「聚變是未來的能源——而且它永遠會是。」控制和利用燃燒恆星（包括我們的太陽）所需的能量，一直超出科學的範疇。然後，在2022年，谷歌DeepMind宣布開發出可以自動控制核聚變反應堆內部等離子體的AI。通過與瑞士洛桑聯邦理工學院的等離子體中心合作，谷歌DeepMind建立了第一個能夠自動穩定和塑造運行中聚變反應堆內部等離子體的系統，這對穩定聚變和為所有人提供豐富的清潔能源邁出了關鍵一步。

在這些突破的背後，不僅是科技的進步，更是人類合作的力量。這些成就提醒我們，面對當前的挑戰，科學和技術的融合可以帶來意想不到的成果，並激勵未來的創新。我們需要繼續推動這種合作，讓科學的力量惠及整個社會，並解決當前和未來的全球性問題。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。