为人类解决难题AI都做了些什么

本文转自：文汇报

近年来，人工智能（AI）领域吸引了大量投资和初创企业。在其发展的几十年历程中，AI帮助人类解决了许多重大问题，甚至将为实现商用核聚变发电提供新动力。

加速未来医学

根据氨基酸序列确定蛋白质三维结构，是一个困扰科学界几十年的难题，科学家通常需要数年时间才能解析出一个结构。2021年7月诞生的“阿尔法折叠”仅用18个月就成功预测了几乎所有已知蛋白质的结构，对生物学产生了革命性影响。

这些数据已帮助研究人员在很多领域取得进展，从寻找新型抗疟疾治疗方法，到改造分解塑料垃圾的酶。在药物开发方面，AI除了用于收集和分析大量临床数据，也被用于产生一些特定条件的分子结构，以加速新药筛选。

未来，人工智能还将在绘制蛋白质动态图、加速蛋白质设计、理解疾病相关基因突变对蛋白质影响等方面持续发挥作用。

应对气候变化

气候变化是当下迫切需要全球应对的问题之一。在这方面，人工智能正在被应用于制造更节能的汽车、计算机，以及风力发电机等。例如，法国巴黎理工学院的研究人员利用AI对涡轮机进行设计，让其更精准地对准风向，这使涡轮机的发电量提高了0.3%——数字虽然看似微乎其微，但若能推广至全球，那么它所增加的发电量足以满足170万个英国家庭供电。

人工智能所消耗的巨大算力需要能源支撑。DeepMind用AI来改进标准计算任务，使矩阵乘法和排序算法的速度分别提高了20%和70%。在全球范围内，这两项任务每天要在计算机上执行数万亿次——这些看似微小的节能，累积起来就可减少计算过程产生的大量排放，为实现零碳排放作出重要贡献。

此外，Meta公司利用人工智能开发出了一种可降低40%碳排放的混凝土制造工艺。要知道，混凝土制造在全球碳排放中所占比例高达到8%，这一创新对于应对气候变化意义重大。

实现核聚变

多年来，研究人员一直致力于创造一个高效可靠的核聚变发电厂。该技术一旦取得突破，能源将变得相当经济。然而，这个过程极具挑战性。

在托卡马克核聚变反应堆内部，利用多个磁线圈安全控制等离子体，避免其与机器壁发生碰撞，是实现可控核聚变的一大关键。由于等离子体的温度高达上亿摄氏度，一旦撞上机器壁就会造成毁灭性灾难，因此这项任务极为困难。

英国曼彻斯特大学的李·玛格茨认为，核聚变反应堆已被证实为可行概念，人工智能可能是最终使其成为现实的关键转折点。2022年，DeepMind与瑞士联邦理工学院的研究人员共同开发了一个可控制19个磁线圈功能的神经网络。此外，AI还可随意将托卡马克装置中的等离子体塑造成多种形状。