近日,2024年诺贝尔奖科学类的3个奖项——生理学或医学奖、物理学奖、化学奖全部揭晓,后两项均颁发给AI(人工智能)领域科学家。不少人惊呼:AI成为2024年诺奖最大赢家!
诺贝尔物理学奖授予美国科学家约翰·霍普菲尔德和加拿大科学家杰弗里·辛顿,表彰他们“通过人工神经网络实现机器学习的基础性发现和发明”。两位人工智能先驱的工作,为深度学习和神经网络的发展奠定了基础,对人工智能如今的蓬勃发展起到了关键性作用。
诺贝尔化学奖中,美国科学家大卫·贝克因为在计算蛋白质设计方面的贡献获一半奖项,英国科学家德米斯·哈萨比斯和美国科学家约翰·江珀因为在蛋白质结构预测方面的成就共享另一半奖项。哈萨比斯和江珀开发了人工智能模型AlphaFold2,解决了一个已有50年历史的难题,能预测大约两亿种已知蛋白质的复杂结构,已被全球200多万人使用,对药物研发等领域具有革命性的意义。
这些奖项的颁发,体现了一大科研新趋势:AI技术作为一股不可忽视的力量,正在推动科学研究的范式转变。在物理学、化学、生物学、医药等多个领域,AI成为解决长期存在的复杂科学问题的重要工具。它建立了一个理论上可以解决所有科学问题的范式:即从实际问题出发,将其转变为AI可以处理的输入数据,再经过深度学习网络,最终输出结果。很多科学家认为,AI将推动科学研究不断突破传统框架,实现更加深远、更加广泛的创新。
有人因此担心:未来科研难题都会交给AI解决吗?我们还需要人类科学家吗?
从现有AI技术水平看,AI和人类之间的关系是互补的,而非替代的。AI可以作为科学研究的强大工具,帮助人类处理数据、模拟实验、预测结果等,但人类科学家的直觉、创造性和决策能力尚不可被替代。人类有创造性思维,能够提出新的问题,进行跨学科思考,并在研究中引入新的视角;科学研究中有许多决策需要复杂的判断,包括对不确定性的处理、风险评估以及对实验结果的解释等,这些通常需要依赖人类的直觉和经验;人类在制定研究议程和决定研究方向时,会考虑伦理和道德,这也是AI难以完全理解或处理的。
AI用于科研潜力巨大,中国有相关技术基础,也有不少成功实践。今年7月发布的《世界知识产权组织生成式人工智能专利态势报告》显示,2014年至2023年,中国生成式人工智能专利申请量超过3.8万件,占全部专利数量的70.3%,居世界第一位。中国科学家运用人工智能算法发现大量全新RNA病毒,今年10月在《细胞》(Cell)杂志发表论文,报告了全球范围内180个超群、16万余种RNA病毒的发现,大幅扩展全球RNA病毒的多样性。
当然,AI辅助科研也带来了一系列挑战。一方面,AI辅助设计、AI增强检索、AI辅助研读、AI辅助创作等服务,大幅提升了科研工作的研究效率;另一方面,滥用AI技术也会带来侵犯他人知识产权、泄露个人隐私信息、编造虚假实验数据、快速炮制垃圾论文等诸多问题。兴利除弊,需要制定有利于AI辅助科研健康发展的政策、加大基础研究投入、建立人才培养和跨学科合作机制,也需要对AI可能引发的风险进行前瞻预判,对现有科研伦理法规进一步完善和细化,同时加强监管和审查。
芳林新叶催陈叶,流水前波让后波。与新生事物一起成长,才能跟上时代前进的步伐。在建设世界科技强国的征程中,我们既要积极拥抱AI新技术、抢占世界科技制高点,也要以科技向善驱动AI向前,确保技术的安全可控。 (作者:佘惠敏 来源:经济日报)
举报/反馈

经济日报

1000万获赞 115.9万粉丝
权威发布,解读经济,服务生活
《经济日报》官方账号
关注
0
0
收藏
分享