国产成人精品免费视,91天堂嫩模在线播放,国产免费小视频在线观看,久久免费公开视频,国产成人精品免费视频网页大全,日韩不卡在线视频,视频一区二区精品的福利

每日經(jīng)濟新聞
頭條

每經(jīng)網(wǎng)首頁 > 頭條 > 正文

專訪 | 復(fù)旦大學復(fù)雜體系多尺度研究院首任院長馬劍鵬:AI for Science是中國輸不起的賽道,未來可能出現(xiàn)“純粹的AI科學家”

每日經(jīng)濟新聞 2024-10-16 14:42:36

◎ 為什么AI能贏得諾貝爾獎委員會的青睞,接連拿下兩大諾獎桂冠?《每日經(jīng)濟新聞》記者專訪了復(fù)旦大學復(fù)雜體系多尺度研究院首任院長、上海人工智能實驗室領(lǐng)軍科學家馬劍鵬教授,就AI與科學研究之間的關(guān)系以及中國在相關(guān)領(lǐng)域的進展進行了解讀。

每經(jīng)記者 鄭雨航    每經(jīng)實習記者 岳楚鵬    每經(jīng)編輯 蘭素英    

圖片來源:諾貝爾獎官方X平臺賬號

當?shù)貢r間10月9日,瑞典皇家科學院公布了2024年諾貝爾化學獎得主。

該獎項一分為二,一半授予戴維•貝克(David Baker),以表彰他“利用計算機進行蛋白質(zhì)設(shè)計”的成就,另一半給了谷歌DeepMind的首席執(zhí)行官德米斯•哈薩比斯(Demis Hassabis)和高級研究科學家約翰•M•詹珀(John M. Jumper),以表彰他們在“蛋白質(zhì)結(jié)構(gòu)預(yù)測方面的貢獻”。2020年,哈薩比斯和詹珀發(fā)布了名為AlphaFold 2的人工智能(AI)模型,是利用AI技術(shù)預(yù)測蛋白質(zhì)三維結(jié)構(gòu)的革命性工具。

這是AI在本屆諾貝爾獎的第二次勝利。前一日,諾貝爾物理學獎頒給了計算機科學家約翰·霍普菲爾德(John J. Hopfield)和杰弗里·欣頓(Geoffrey E. Hinton),表彰他們通過人工神經(jīng)網(wǎng)絡(luò)實現(xiàn)機器學習的基礎(chǔ)性發(fā)現(xiàn)和發(fā)明,幫助計算機以更接近人腦的方式學習,為AI的發(fā)展奠定了基礎(chǔ)。

為什么AI能贏得諾貝爾獎委員會的青睞,接連拿下兩大諾獎桂冠?《每日經(jīng)濟新聞》記者(以下簡稱NBD)專訪了復(fù)旦大學復(fù)雜體系多尺度研究院首任院長、上海人工智能實驗室領(lǐng)軍科學家馬劍鵬教授,就AI與科學研究之間的關(guān)系以及中國在相關(guān)領(lǐng)域的進展進行了解讀。

馬劍鵬教授是國際知名的計算生物學家,是美國醫(yī)學生物工程學會、美國科學促進會及美國物理學會的會士。2018年,馬教授作為上海市高峰人才引進團隊核心成員全職歸國,與Michael Levitt(2013年諾貝爾化學獎得主)教授聯(lián)合創(chuàng)建了復(fù)旦大學復(fù)雜體系多尺度研究院。在“AI for Science(科學智能)”領(lǐng)域中尤為關(guān)鍵的蛋白質(zhì)結(jié)構(gòu)預(yù)測研究中,馬教授團隊自主研發(fā)的OPUS-系列國產(chǎn)軟件性能領(lǐng)跑全球,成功搭建全鏈條AI賦能新藥研發(fā)的先進技術(shù)平臺。

馬劍鵬教授 圖片來源:復(fù)旦大學復(fù)雜體系多尺度研究院官網(wǎng)

AI for Science領(lǐng)域是輸不起的賽道,應(yīng)加強算法突破

NBD:今年諾貝爾化學獎授予了致力于用AI驅(qū)動蛋白質(zhì)結(jié)構(gòu)預(yù)測的科學家。作為這一領(lǐng)域的知名科學家,您如何看待AI在未來科學研究中的作用? 

馬劍鵬:我曾提過AlphaFold是諾獎級的貢獻,但沒想到這么快就獲獎了。從2018年“AlphaFold”亮相,到“AlphaFold 2”被美國《科學》雜志評為2020年十大科學突破之一,再到今年5月發(fā)布的“AlphaFold 3”,直接改變了上一代版本的核心架構(gòu),用“擴散模塊”取代了上一代中非常重要的“結(jié)構(gòu)模塊”。

蛋白質(zhì)結(jié)構(gòu)解析,即從氨基酸序列預(yù)測蛋白質(zhì)的三維結(jié)構(gòu),是化學家們在過去50多年里面臨的一個挑戰(zhàn)。在AI介入之前,蛋白質(zhì)的從頭設(shè)計不僅極為艱苦,而且成功率很低。不過,過去20多年中,結(jié)構(gòu)生物學積累了海量數(shù)據(jù),為基于AI的蛋白質(zhì)結(jié)構(gòu)預(yù)測和蛋白質(zhì)設(shè)計作好了“臨門一腳”的鋪墊。

“AlphaFold 2”的出現(xiàn)不僅在這一問題上實現(xiàn)了大幅的提升,甚至逼近于解決這一問題。意義更為深遠的是,科學智能(AI for Science)的概念開始深入人心。雖然這個問題并沒有完全解決,但已經(jīng)往前進了一大步,已經(jīng)超越了期望。

AlphaFold 2的工作原理 圖片來源:諾貝爾獎官網(wǎng)新聞稿截圖

NBD:AI的獲獎對科研界意味著什么? 

馬劍鵬:這一領(lǐng)域是我們輸不起的賽道,今后要重點在算法上另辟蹊徑。因此,國家需要在AI蛋白質(zhì)結(jié)構(gòu)研究領(lǐng)域投入更多的資源和人才培養(yǎng)力度,對于一項從0到1的基礎(chǔ)研究,要給予充足的經(jīng)費支持和發(fā)展空間。蛋白質(zhì)預(yù)測領(lǐng)域目前展現(xiàn)出來的潛力是無窮的,一定要久久為功。

NBD:您所領(lǐng)導的團隊開發(fā)了OPUSFold,這一平臺在蛋白質(zhì)結(jié)構(gòu)預(yù)測中的應(yīng)用與AlphaFold 2有相似之處。馬教授認為OPUSFold的開發(fā)對推動AI在結(jié)構(gòu)生物學領(lǐng)域的應(yīng)用有何獨特意義?

馬劍鵬:面對人工智能的科技競爭,作為同行,不能在相同路徑上追趕,而是要另辟蹊徑,爭取局部突破。蛋白質(zhì)三維結(jié)構(gòu)由主鏈和側(cè)鏈搭建而成,Alphafold 2的主鏈預(yù)測總體做得不錯,但側(cè)鏈預(yù)測的質(zhì)量不夠好,至少離藥物設(shè)計要求的精度還有很大的差距。

OPUS-Fold 3是我們團隊自主研發(fā)的蛋白質(zhì)折疊平臺,對標戴維•貝克的蛋白質(zhì)結(jié)構(gòu)預(yù)測軟件Rosetta,達到同等折疊精確度并在側(cè)鏈建模超越20%。該平臺在指導蛋白質(zhì)設(shè)計場景中引入物理化學性質(zhì)信息,及濕實驗反饋驗證信息,提升設(shè)計成功率。我們還研發(fā)了一款名為OPUS-Rota5的算法,它能大大提升蛋白質(zhì)側(cè)鏈結(jié)構(gòu)測試精度,專門針對Alphafold 2的軟肋?,F(xiàn)在即便是有了Alphafold 3,復(fù)旦大學的側(cè)鏈結(jié)構(gòu)測試精度依然保持著全世界領(lǐng)先水平。 

 

未來有可能出現(xiàn)“純粹的AI科學家”

NBD:今年的諾貝爾獎表明,AI已經(jīng)成為推動生命科學研究的重要力量。馬教授認為在接下來的10年里,AI會如何改變生物學和藥物發(fā)現(xiàn)的研究方式?在哪些領(lǐng)域可能會看到新的突破?

馬劍鵬:未來,AI可能會進一步提升蛋白質(zhì)折疊的預(yù)測精度,并幫助識別新的蛋白質(zhì)-蛋白質(zhì)相互作用,為藥物靶點的發(fā)現(xiàn)和設(shè)計提供更可靠的數(shù)據(jù)支持。未來的AI模型將能更快速地預(yù)測化合物的藥效和毒性,加速藥物發(fā)現(xiàn)過程。同時,生成對抗網(wǎng)絡(luò)(GAN)等生成模型的進步將幫助研究人員設(shè)計出全新的分子結(jié)構(gòu),大幅提高新藥開發(fā)的速度。

同時,AI在蛋白質(zhì)結(jié)構(gòu)解析技術(shù)上的發(fā)展,將對酶工業(yè)、抗體改造和生物材料等領(lǐng)域產(chǎn)生深遠影響,實現(xiàn)更高效和定制化的創(chuàng)新成果。

比如,AI可以解析酶的活性位點并識別關(guān)鍵的氨基酸殘基,從而幫助工程師通過定向進化或理性設(shè)計改造酶,以實現(xiàn)更高的催化效率、穩(wěn)定性等。

我們團隊近期通過AI技術(shù)與濕實驗驗證共同推進,大大提高了酶的活性及熱穩(wěn)定性,可以對酶工業(yè)起到降本增效的實際作用。

利用貝克的Rosetta軟件開發(fā)的蛋白質(zhì) 圖片來源:諾貝爾獎官網(wǎng)新聞稿截圖

NBD:隨著AI對科學貢獻的增加,您是否認為未來有可能會出現(xiàn)“純粹的AI科學家”(即人工智能系統(tǒng),而非研究AI的人類)?這些AI科學家是否有可能獲得像諾貝爾獎這樣的重要獎項?

馬劍鵬:未來確實有可能出現(xiàn)“純粹的AI科學家”,即能夠獨立進行科學研究、提出新理論、設(shè)計實驗并做出發(fā)現(xiàn)的人工智能系統(tǒng)。這樣的AI科學家不僅會成為人類科學家的輔助工具,甚至可能完全自主地推動某些領(lǐng)域的重大突破。

至于能否獲得諾獎,還需要看它是否具備自動化推理與創(chuàng)新能力、實驗設(shè)計與執(zhí)行能力等,并且會涉及諸多技術(shù)、倫理和規(guī)范性挑戰(zhàn)。 

強調(diào)AI并不會淡化基礎(chǔ)科學研究

NBD:在開發(fā)OPUSFold以及推動AI技術(shù)在生物學中的應(yīng)用時,您是否覺得跨學科合作至關(guān)重要? 

馬劍鵬:跨學科非常重要,我們研究院團隊就是一個典型的跨學科研究團隊,成員背景包含了計算機科學、生物學、物理學和化學等。研究方向有分子生物學、細胞生物學、遺傳學、結(jié)構(gòu)生物學、AI算法開發(fā)與應(yīng)用、大數(shù)據(jù)等。

今年,復(fù)旦大學宣布推出至少100門AI領(lǐng)域課程,AI已是繞不開的話題,你不一定需要會寫算法,但至少要會用。AI要“從娃娃抓起”,因此注重跨學科領(lǐng)域人才的培養(yǎng)是非常必要的。 

NBD:國外一些科學家在接受采訪時提到,他們擔憂AI浪潮可能會扭曲研究方向,導致科學家追逐熱門課題(AI應(yīng)用),而忽略了基礎(chǔ)研究。請問您對這一問題有何看法?

馬劍鵬:把AI研究和技術(shù)研究割裂或者對立有失偏頗,AI本身是個工具,可以用在工程問題上,比如無人機操控、人臉識別、自動駕駛,也可以應(yīng)用在基礎(chǔ)科學研究上。

事實上,AlphaFold是因為AI變強大了,才可以用來做基礎(chǔ)研究,而AlphaFold研究的問題本身是一個非?;A(chǔ)的科學問題,和應(yīng)用沒有直接關(guān)系,盡管它的成功可以間接賦能新藥創(chuàng)新等等,所以不存在“強調(diào)了AI就淡化基礎(chǔ)科學研究”的問題。

另外,AI技術(shù)里面本身還是有很多基礎(chǔ)科學問題的,就是怎么搞這個AI技術(shù)。今年的諾貝爾物理學獎就是給了這個兩個人,他們沒有做過人臉識別,也沒做過無人機操控,他們做的是AI底層的一些問題。諾貝爾化學獎更是一個基礎(chǔ)問題,只是都跟AI的工具相關(guān),所以這個問題并不成立。

封面圖片來源:視覺中國-VCG211158270552

如需轉(zhuǎn)載請與《每日經(jīng)濟新聞》報社聯(lián)系。
未經(jīng)《每日經(jīng)濟新聞》報社授權(quán),嚴禁轉(zhuǎn)載或鏡像,違者必究。

讀者熱線:4008890008

特別提醒:如果我們使用了您的圖片,請作者與本站聯(lián)系索取稿酬。如您不希望作品出現(xiàn)在本站,可聯(lián)系我們要求撤下您的作品。

Ai 研究 科學研究 諾貝爾獎

歡迎關(guān)注每日經(jīng)濟新聞APP

每經(jīng)經(jīng)濟新聞官方APP

0

0