科学研究范式已经变革！专家对科学引领智能变革这样说｜世界顶尖科学家论坛

封面新闻记者 车家竹 上海报道

11月7日，上海临港世界顶尖科学家论坛潮悦堂内，世界各国科学家一道讨论“科学引领智能变革—人工智能向善 共筑人类福祉”，顶尖科学家一同探索充满魅力的科研前沿。

科学研究范式变革

AI For Science时代来临

复旦大学校长金力表示：“传统的科研范式已经经历了四个阶段的演化发展历程，从通过实验描述自然现象的实验范式，到通过模型或归纳进行研究的理论范式，到应用计算机仿真模拟解决学科问题的计算范式，发展到通过大数据分析研究事物内在关系的数据范式，随着大数据资源的不断增长和需要求解的科学问题的日益复杂，引发了关于科学研究的第五范式，就是在数据范式基础上，引入了智能技术，强调人的决策机制与数据分析的融合，将数据科学和计算智能有效地结合起来。这就是AI For Science时代的来临。”

复旦大学校长金力

科学发现的过程又有哪几个阶段呢？金力说：“这涉及假设的形成、实验设计、数据收集和分析几个相互关联的几个阶段，人工智能可以在这一过程当中，在每一个阶段增强和加速研究，从而重塑科学的发现，推动新的成果和进展的不断涌现，进而形成科学发现的良性循环。”

对于AI For Science的未来，金力大胆地预测，这是推动科学研究范式变革，实现科技原始创新策源的利器，拥有引爆产业创新核爆点的巨大潜能。在基础科学的领域当中，许多模型都遵循数学、物理的定律，科学智能可以帮助我们去解析探索这些规律，促进研究者对自然现象的理解，推动基础科学的发展，从而改变科研的范式：比如AI在量子力学当中进行的量子多体问题的求解；蛋白质相关问题当中可以用于蛋白质结构的预测、表征学习、骨架生成等工作；材料科学当中，AI可以用于预测晶体材料的性质并设计新颖的晶体结构；连续介质力学当中，AI可用于物理过程建模中的偏微分方程的求解。

谈到当下最火的大模型，金力向记者举了一个浅显易懂的例子：首个工业级流体仿真大模型——东方·御风。这个大模型的出现，将对天气预报、气象等方面做出多向探索性的成果，同时还能进一步组织科学智能的力量，聚焦到基础研究关键科学问题，打造科学智能生态的基础。

在满足创新方面

ChatGPT似乎还无法胜任

科学引领的智慧变革时代已然到来，人工智能技术也带来了生产力的极大释放，但其涉及相关问题也已引发广泛关注。人工智能的技术风险如何定义，包含哪些风险？人工智能的边界何在，又应该以什么标准来确定？在论坛上也得到了专家的解答。

中国工程院院士邬江兴

中国工程院院士、被誉为“中国大容量程控数字交换机之父”的邬江兴首次提出了人工智能发展中存在的内生安全问题，那么什么又是内生安全问题？邬江兴表示：“一切事物是自在的矛盾，矛盾是一切运动和生命力的根源，我把这个自然的矛盾称为内生安全问题，比如说核能既可以用于发电，也可以制造核武器，核能的使用一定伴随着核污染问题。同样，人工智能也不可避免存在内生安全问题，体现在我们的设计、实现和使用人工智能系统中存在着伴生或者衍生的副作用。这些负面问题影响，基于期望的本质功能存在不可分割的特性。而且多数情况下，往往具有未知和不确定的属性。”

“目前深度学习AI系统特有的不可解释性、不可判识性、不可推论性，‘三不可’的内生安全个性化问题，体现在深度学习模型容易受到对抗样本、数据投毒、模型窃取等多种安全危险。以深度学习为基础的基础AI应用模型，必然存在个性和共性的问题，糟糕的是两者还交织叠加，不可分割，给我们AI的安全带来更为严重的挑战。”

邬江兴向记者表示：“我认为目前AI发展仅实现了有管理是远远不够，如何实现可管理，即有序、有效的，是当前面临的核心挑战。”那如何尽量规避这个问题，邹江兴说：“这就必须做到发展和治理两手都要硬，齐抓共管，不能滞后，必须同步发展。我认为社会政策法律等方面的支持非常重要，各国政府、国际机构和组织应当主动作为，在支持构建人工智能必要多样性生态方面，制定相关的政策，颁布相关法律，贯彻刚性技术标准，加大监管技术发展以及普及强度，同时加强宣传和意识引导，使社会大众能够自觉地形成基于多样性的AI的安全治理认知。”最后他还补充道：“必要多样性既是控制论第一性原理，也是AI向善不可或缺的技术内涵，只有（保持）多样性，才可能管控发展过程中的不确定性风险，那么同理，人类社会也需要有效地应用这一自然界的真理，来安全治理（AI所产生的）世界性难题。”

科学智能的迅速发展，也相继涌现大量的科学领域的大模型，一个新兴起步的阶段，已经成为世界各国顶尖科学和智能研发机构重要的攻关方向。