人工智能推动科学发展的 9 种方式

我们生活在一个应用科学、人类聪明才智和新技术为人类一些最大（也是最古老）的问题提供深刻见解的时代。虽然我们常常认为科学进步是快速且持续不断的，但几十年来，科学进步已经实际上放慢了速度。尽管科学界仍在争论这种放缓的原因，但当今的许多技术（从喷气机到制造工艺）与半个世纪前并没有显着不同。

但在过去的几年里，人工智能和量子计算等以前新兴领域的突破极大地加快了科学发现的步伐。从医疗保健的进步到寻找塑料酶，我们已经从中受益。

这些突破建立在研究人员、技术人员、政策制定者、民间组织和社会各界人士数十年的合作基础上。它们为如何将人工智能应用到科学中来显着改善人类生活提供了蓝图。

正是考虑到这一点，今天英国皇家学会与 Google DeepMind 合作共同主办了首届人工智能科学论坛。此次在伦敦举行的活动汇聚了科学界、政策制定者和行业领导者，探讨人工智能在加速科学发展方面的变革潜力以及公私合作伙伴关系在创新中的作用。

为了探索我们如何走到这一步以及下一步可以走向何方，以下是最近的九个时刻，这些时刻为即将到来的众多科学进步奠定了基础：

1. 攻克蛋白质结构预测50年“大挑战”

几十年来，专家们将揭开蛋白质折叠的神秘面纱描述为一项“巨大挑战”。2022 年，Google DeepMind 分享了他们的 2 亿种蛋白质的预测结构AlphaFold 2 型号。以前，确定单个蛋白质的 3D 结构通常需要一年或更长时间 - AlphaFold 可以在几分钟内非常准确地预测这些形状。通过发布蛋白质结构预测免费数据库，这使得世界各地的科学家能够加快开发等领域的进展新药,对抗抗生素耐药性和解决塑料污染。作为下一步，AlphaFold 3 模型建立在 AlphaFold 2 的基础上来预测结构和相互作用所有生命分子。

2. 以前所未有的细节展示人脑，支持健康研究

长期以来，没有什么比人脑更神秘的了。历经10多年研发连接组学研究，谷歌与其他机构合作，包括哈佛大学的 Lichtman 实验室，以前所未有的细节水平绘制人类大脑的一小部分。该项目于 2024 年发布，揭示了人类大脑中前所未见的结构。完整的数据集，包括人工智能为每个细胞生成的注释，已经公开，以帮助加速研究。

3. 通过准确的洪水预报拯救生命

Google 的洪水预报项目何时2018年开始许多人认为，由于数据稀缺，不可能大规模准确地进行洪水预报。但研究人员能够开发出一种人工智能模型，能够在长达五天的提前时间内可靠地预测未测量流域的极端河流事件，其可靠性与临近预报（零日提前时间）相当或超过。2024 年，Google 研究将这一覆盖范围扩大到全球100个国家和7亿人– 并改进了人工智能模型，使其在 7 天的交付时间内提供与之前模型在 5 天的交付时间内相同的准确性。

4. 尽早发现野火，帮助消防员更快阻止火灾

由于气候变得炎热和干燥，野火日益扰乱世界各地的社区。2024年，谷歌研究中心与美国林务局合作开发 FireSat，一种人工智能模型和新的全球卫星星座，专门设计用于通过在 20 分钟内提供更高分辨率的图像来检测和跟踪教室大小的野火。这将使消防部门能够更快地做出反应，从而有可能挽救生命、财产和自然资源。

5. 更快、更准确地预测天气

2023年，谷歌DeepMind推出并开源了模型代码图播，一种机器学习研究模型，可以比行业黄金标准天气模拟系统 (HRES) 更准确、更快地提前 10 天预测天气状况。GraphCast 还可以更准确地预测气旋（以及洪水等相关风险）的轨迹，并准确预测了李飓风预计将比传统模式提前三天抵达新斯科舍省。

6. 推进数学推理的前沿

由于缺乏数据和推理能力，人工智能一直难以处理复杂的数学问题。然后，在 2024 年，谷歌 DeepMind 宣布阿尔法几何，一个人工智能系统解决了复杂的几何问题，其水平接近人类奥林匹克金牌得主——这是人工智能性能的突破，也是对更先进通用人工智能系统的追求。随后的 Gemini 训练模型，AlphaGeometry 2，然后与新模型AlphaProof相结合，他们一起解决了过去 25 年来所有历史国际数学奥林匹克 (IMO) 几何问题的 83%。在展示人工智能不断增长的推理能力以及潜在解决超出当前人类能力的问题的过程中，这使我们更接近能够发现和验证新知识的系统。

7.利用量子计算准确预测化学反应性和动力学

谷歌研究人员与加州大学伯克利分校和哥伦比亚大学合作，在量子计算机上进行了迄今为止最大规模的化学模拟。结果，2022 年出版，不仅与经典方法具有竞争力，而且它们也不需要通常与量子计算相关的繁重的错误缓解。进行这些模拟的能力将提供更准确的化学反应性和动力学预测，这是以新方式应用化学来帮助解决现实世界挑战的先驱。

8. 加速材料科学发展以及开发更可持续的太阳能电池、电池和超导体的潜力

2023 年，Google DeepMind 宣布用于材料探索的图网络（侏儒），一种新的人工智能工具，根据模拟，已经发现了 380,000 种在低温下稳定的材料。当我们的世界正在寻找能源、加工能力和材料科学的新方法时，这项工作可能会为更好的太阳能电池、电池和潜在的超导体。此外，为了帮助这项技术惠及所有人，Google DeepMind 通过其开放数据库上的 Materials Project 提供了 GNoME 最稳定的预测。

9. 向核聚变和丰富的清洁能源迈出有意义的一步

正如老笑话所说，“聚变是未来的能源，而且永远都是。”控制和利用为恒星（包括我们自己的太阳）提供燃料的能量已经超出了人类的能力范围。科学领域。然后到了2022年，谷歌 DeepMind 宣布它开发的人工智能可以控制核聚变反应堆内的等离子体自主地。通过与 EPFL 的瑞士等离子体中心合作，Google DeepMind 构建了第一个能够在运行的聚变反应堆内自主稳定和塑造等离子体的系统，为每个人实现稳定聚变和丰富的清洁能源迈出了关键的一步。