近日，由中國電腦學會主辦的第21屆全國高性能計算學術大會在內蒙古鄂爾多斯召開。大會上，中國工程院院士、中國電腦學會理事長孫凝暉在題為《AI（人工智慧）賦能科學發現》報告中，分享了對這一備受關注話題的思考。

“第五範式”登上歷史舞臺

孫凝暉首先談到，“科學智能”是AI for Science，即“AI賦能科學發現”。這一研究範式的出現，始於AlphaFold在蛋白質結構預測上的突破。2020年，AlphaFold在CASP14大賽中成功預測了2/3的目標蛋白結構，開啟了基於AI預測蛋白、核酸等分子結構的歷史進程。

2024年諾貝爾物理學獎和化學獎授予AI基礎理論和科學發現領域的科學家，展現了對AI的“偏愛”。孫凝暉認為，這標誌著國際學術界公認AI技術已進入科學領域，“代表著科研範式的重大改變”。

“融合大模型、大算力、大數據和大團隊服務等特點的科學研究，對科學發現的作用就像大科學裝置一樣，是一個新範式。”孫凝暉說，新範式的形成，除了“大模型、大算力、大數據”外，還離不開物理、化學、生物、AI等各領域科學家和工程師團隊的長期工作，以及企業資金的支持。

孫凝暉表示，在“AI賦能科學發現”之前，現代科學活動存在4種範式，即基於實驗觀察的科學實驗範式、依賴科學家的理論推演範式、借助計算設備的科學計算或數值模擬範式、基於實驗和理論數據計算的科學數據範式。如今，“AI賦能科學發現”當屬“第五範式”，正登上歷史舞臺。

幫助科學家從“增肌強體”到“賦予大腦”

AI如何賦能科學發現？孫凝暉提出，從資訊化視角看，“AI賦能科學發現”的核心在於構建觀測（Observe）、模擬（Orient）、猜想（Hypothesis）與實驗（Verify）4個環節，並將數據驅動和智能演算法驅動引入這4個環節，形成“OOHV全環的AI賦能”。

“在這4個環節中，資訊技術總能發揮作用，讓知識獲取、分享、檢索、交換更方便，讓資訊抽取更簡單。”孫凝暉談到，推演模擬環節本質上是“高性能計算+AI”，而機器學習、大模型能通過處理科學數據發現規律、驗證猜想，此外，觀察和實驗未來也可依靠具身智能。

從具體案例看，孫凝暉認為，資訊學科的主要任務是提供工具。他有一個形象的比喻：資訊技術賦能科學的手段如同從“增強肌肉（算力）”到“提供營養”（數據），如今正朝著“賦予大腦”（AI）的方向進化。

“‘AI賦能科學發現’更大的作用是突破人類認知極限，這也是科學研究的最高追求。”孫凝暉說，人類在第三範式和第四範式下都有許多突破認知極限的工作，比如通過科學計算，我們既能做公里級精度的中短期天氣預報，也能做全球尺度的氣候變化預測；通過數據解析，人類得以從基因組層面認識自己，利用天文望遠鏡摸到黑洞的“脈搏”。如今，在“第五範式”下也有突破人類認知極限的工作。

不過，孫凝暉提醒，AI工具並不是萬能的，科學發現依然離不開高性能計算這一基礎手段。同時，在解決實際科學問題時，如何對齊“AI賦能科學發現”共性工具的科學語義，將成為一個關鍵問題。

嶄新的方法論和學術生態正在形成

孫凝暉剖析了“AI賦能科學發現”面臨的數據、模型和計算問題。“科學數據大概來自4個方面，即理論數據、觀測數據、實驗數據和知識數據，‘AI賦能科學發現’數據集不僅需要長期積累，還需要關注數據的AI-Ready化與成熟度。”孫凝暉表示。

在模型方面，孫凝暉提到，OpenAI將實現通用人工智慧的路徑分為5個階段：對話者、推理者、代理者、創新者、組織者。這5個階段對應的AI依次加入了數據驅動、知識嵌入、物理約束、人機協同、群體智能的能力。目前，“AI賦能科學發現”的能級正處於“數據驅動+知識嵌入+物理約束”的三輪驅動階段。

在孫凝暉展示的能級圖中，AI進階像“單車”到“高鐵”那樣循序漸進。僅靠數據驅動的AI仿佛“單輪車”，隨著知識嵌入，AI成了“自行車”；加入物理約束後，AI堪比“三輪摩托車”；而隨著人機協同、群體智能等更多“車輪”的加入，AI有望變成“跑車”“高鐵”，將大大加速人類科學發現的進程。

在計算問題上，孫凝暉提到，衡量計算有兩個關鍵維度，即精度和架構。“AI賦能科學發現”不僅需要高精度計算，還需要能夠降低負載的融合架構。他表示，未來智算的融合架構是什麼樣，成為電腦科學家需要思考的問題。

孫凝暉展望說，隨著算力集群的堆疊、數據來源的多樣化、模型參數規模等的進一步提升，未來算力將進化成為Z級（每秒可進行1021次浮點運算）智能超算，數據方面將發展為由海量常識數據、高質量理論數據、實驗數據及增強數據來解決更複雜的問題，模型方面將出現一個參數量超過千億的通用科學智能大模型。

孫凝暉認為，隨著AI技術對科學研究範式的重構，新研究工具鏈湧現，頂級期刊開設專欄，全球頂尖機構成立相關或專門研究單元，嶄新的“AI賦能科學發現”方法論和學術生態正在形成。

來源：中國科學報