2024年7月4日～8日，悠悠黃浦江畔，烈日炎炎之下，2024世界人工智能大會(huì)（WAIC2024）舉行，“Al for Science”（科學(xué)智能）的討論無疑是主題論壇中“最熾熱”的話題之一。

“從通用人工智能（agi）到Al for Science(AI4S)，人工智能正在深刻改變著科研、教育和產(chǎn)業(yè)的方方面面?！鄙虾？茖W(xué)智能研究院院長(zhǎng)、復(fù)旦大學(xué)浩清特聘教授漆遠(yuǎn)如此感慨。

人工智能如何重新定義人類對(duì)科學(xué)的理解和實(shí)踐之路？Al for Science的關(guān)鍵目標(biāo)要如何實(shí)現(xiàn)？如何培養(yǎng)AI人才？在WAIC2024，《IT時(shí)報(bào)》記者試圖找尋問題的解決思路。

今年5月，微軟研究院科學(xué)智能中心杰出首席科學(xué)家劉鐵巖表示，AI for Science是一個(gè)系統(tǒng)概念，它意味著AI要深度融入科學(xué)研究的各個(gè)環(huán)節(jié)，從數(shù)據(jù)處理到仿真模擬，然后再做實(shí)驗(yàn)研究，直至最后發(fā)現(xiàn)新的科學(xué)規(guī)律。

這是人類數(shù)千年歷史上科學(xué)研究的第五次范式改變，前四次分別為千年前的經(jīng)驗(yàn)科學(xué)、百年前的理論科學(xué)、數(shù)十年前的計(jì)算科學(xué)，以及十幾年前的數(shù)據(jù)科學(xué)。

“未來十年，深度學(xué)習(xí)注定將給自然科學(xué)帶來變革性的影響?！?a href="http://www.xmqqs.cn/tag/%e5%be%ae%e8%bd%af" style="color:#01579b">微軟技術(shù)院士、微軟研究院科學(xué)智能中心負(fù)責(zé)人Chris Bishop認(rèn)為，前四個(gè)范式由淺入深，循序漸進(jìn)，從人類對(duì)自然界的直接觀察到依據(jù)密集型數(shù)據(jù)，構(gòu)造基于數(shù)據(jù)的、開放協(xié)同的研究與創(chuàng)新模式……這些范式之間都緊密相連，相輔相成。

2022年ChatGPT的出現(xiàn)，Scaling Law（尺度定律）成為大模型領(lǐng)域的“金科玉律” ，并掀起此輪AI浪潮，但漆遠(yuǎn)認(rèn)為，僅依靠海量數(shù)據(jù)的壓縮和歸納，并不足以實(shí)現(xiàn)通用人工智能（AGI）。就像AlphaGo通過學(xué)習(xí)海量的人類棋譜戰(zhàn)勝李世石那樣，人類看到了機(jī)器超越人類認(rèn)知的可能性，但人類需要像Alpha Zero那樣，讓AI具備自我學(xué)習(xí)和創(chuàng)新的能力。

漆遠(yuǎn)認(rèn)為，AI4S的最終目標(biāo)，是創(chuàng)造出能夠理解復(fù)雜世界、發(fā)現(xiàn)未知規(guī)律的“AI愛因斯坦”。要實(shí)現(xiàn)這一關(guān)鍵目標(biāo)，一方面需要結(jié)合快思考的概率預(yù)測(cè)和慢思考的邏輯推理，融合神經(jīng)符號(hào)計(jì)算與大模型，打造既智能又可靠的“灰盒”AI系統(tǒng)；另一方面，通過整合科學(xué)規(guī)律、觀測(cè)數(shù)據(jù)和合成數(shù)據(jù)，致力于開發(fā)深度理解物理世界的垂直領(lǐng)域科學(xué)大模型。

LSTM之父、阿卜杜拉國(guó)王科技大學(xué)人工智能計(jì)劃負(fù)責(zé)人、瑞士人工智能實(shí)驗(yàn)室（IDSIA）研發(fā)主任Juergen Schmidhuber與漆遠(yuǎn)的觀點(diǎn)不謀而合。他認(rèn)為，AI需要探索未知，而不僅僅是應(yīng)用已知的方法。目前傳統(tǒng)的強(qiáng)化學(xué)習(xí)存在局限，使用世界模型不僅能夠基于世界認(rèn)知預(yù)測(cè)行為，同時(shí)可以讓AI像人類嬰兒一樣在設(shè)定目標(biāo)下學(xué)習(xí)和成長(zhǎng)，這種學(xué)習(xí)模式在通往AGI的道路上是非常必要的。

“未來世界模型需要新的算法機(jī)制，應(yīng)該更加關(guān)注獎(jiǎng)勵(lì)組合的設(shè)計(jì)，不僅包括外部環(huán)境給予的獎(jiǎng)勵(lì)，也包含模擬對(duì)于人類追尋好奇心的內(nèi)部獎(jiǎng)勵(lì)。通過獎(jiǎng)勵(lì)機(jī)制組合優(yōu)化模型不僅能讓模型追尋外部目標(biāo)，也能讓AI理解科學(xué)家內(nèi)在對(duì)于實(shí)驗(yàn)的設(shè)計(jì)和處理，最終通過AI自己設(shè)計(jì)目標(biāo)實(shí)現(xiàn)世界模型的升級(jí)。”Schmidhuber說道。

憑借天然的光溫資源優(yōu)勢(shì)，海南省成為我國(guó)種子育種加代獨(dú)一無二的戰(zhàn)略寶地。位于海南省三亞市崖州灣科技城的崖州灣國(guó)家實(shí)驗(yàn)室，是經(jīng)中央批準(zhǔn)設(shè)立的新型科研事業(yè)單位，也是種業(yè)創(chuàng)新高地?！拔覀兪悄壳稗r(nóng)業(yè)領(lǐng)域唯一的國(guó)家實(shí)驗(yàn)室，現(xiàn)在全國(guó)有70%的育種都在這里發(fā)生?！痹凇禔l for Science：十問》圓桌論壇上，崖州灣國(guó)家實(shí)驗(yàn)室青年科學(xué)家楊帆興奮地說道。

在楊帆看來，中國(guó)農(nóng)業(yè)的高質(zhì)量發(fā)展，目前需要解決兩大難題：其一，突破育種關(guān)鍵核心技術(shù)，改變目前普遍存在的傳統(tǒng)雜交育種的技術(shù)體系現(xiàn)狀；其二，加速培育戰(zhàn)略性新品種，大幅提升農(nóng)作物的糧食單產(chǎn)，畜禽的產(chǎn)肉量。此外，不斷地改善各種農(nóng)作物的品質(zhì)，“從農(nóng)業(yè)實(shí)踐和國(guó)際種業(yè)科技發(fā)展趨勢(shì)來看，人工智能特別是以大模型為代表的科學(xué)精神，是提高農(nóng)業(yè)機(jī)制生產(chǎn)力的最優(yōu)方式。”

在Al for Science對(duì)新一代科學(xué)知識(shí)基礎(chǔ)設(shè)施提出的新要求方面，楊帆的構(gòu)想是建立一個(gè)統(tǒng)一的大模型，“比如今年4月，上海人工智能實(shí)驗(yàn)室聯(lián)合崖州灣國(guó)家實(shí)驗(yàn)室和中國(guó)農(nóng)業(yè)大學(xué)共同發(fā)布首個(gè)種業(yè)大語言模型‘豐登’。從國(guó)家科研體系來說，其他小模型就沒有必要再做重復(fù)投資，我們需要做的就是集中力量辦大事，把這個(gè)大模型訓(xùn)練好。何為好？即讓它有一個(gè)非常強(qiáng)大的普適性，能夠適應(yīng)我們國(guó)家大量的育種和農(nóng)業(yè)的需求?！?/p>

“科學(xué)除了研究之外，還有一個(gè)傳播和應(yīng)用的過程，這對(duì)整個(gè)社會(huì)的推動(dòng)作用亦是至關(guān)重要的?！睈鬯嘉柸蚋呒?jí)副總裁李琳則認(rèn)為，在人工智能場(chǎng)景中，傳播的信源、信道和受眾獲取的方式皆發(fā)生了變化，所以新一代科學(xué)知識(shí)基礎(chǔ)設(shè)施，要能夠?yàn)榭茖W(xué)家提供支持和賦能：一方面，支持科學(xué)知識(shí)的快速產(chǎn)生和驗(yàn)證；另一方面，支持科學(xué)數(shù)據(jù)的收集、聚合和連接；再者，支持科學(xué)數(shù)據(jù)和知識(shí)在安全性的前提下進(jìn)行開放和共享。

以上海部分高校為例，上海交通大學(xué)成立了人工智能學(xué)院，致力與企業(yè)深度合作解決關(guān)鍵核心技術(shù)的“卡脖子”問題；同濟(jì)大學(xué)發(fā)布了人工智能賦能學(xué)科創(chuàng)新發(fā)展行動(dòng)計(jì)劃，推動(dòng)人工智能賦能學(xué)科發(fā)展；華東師范大學(xué)正在推進(jìn)AI for Education，探索在新時(shí)代背景下教育教學(xué)模式的變革。

“人工智能賦能教育是教育史上近400年來最大的挑戰(zhàn)和機(jī)遇?！蔽靼步煌ù髮W(xué)人工智能與機(jī)器人研究所所長(zhǎng)、中國(guó)工程院院士鄭南寧在《智能時(shí)代教育變革與人才培養(yǎng)》論壇上指出，今天的ChatGPT為教育革新按下了加速鍵，推動(dòng)教育智能化轉(zhuǎn)型是應(yīng)對(duì)時(shí)代之變的戰(zhàn)略選擇。

“推進(jìn)AI賦能教育，我們需要努力保持和培養(yǎng)面對(duì)面交流的機(jī)會(huì)，以維持社會(huì)的健康和諧，這意味著我們?cè)谠O(shè)計(jì)智能教育系統(tǒng)、工作環(huán)境和社交活動(dòng)時(shí)，我們要有意識(shí)融入更多人與人面對(duì)面的互動(dòng)要素?！编嵞蠈幷f，討論AI賦能教育，一方面要構(gòu)建一個(gè)符合這個(gè)時(shí)代的教育體系，同時(shí)還要固本，“固”什么“本”？即要真正培養(yǎng)出有靈魂、有理想，能夠?yàn)閲?guó)家建設(shè)出力的一批優(yōu)秀人才。

上海交通大學(xué)校長(zhǎng)、中國(guó)科學(xué)院院士丁奎嶺則認(rèn)為，人工智能在教學(xué)方面的機(jī)遇與挑戰(zhàn)并存。

一方面，目前的人工智能應(yīng)用還處于有多少人工就有多少智能的階段，以知識(shí)圖譜為例，不同教師構(gòu)建同一門課程的讀法通常存在不同的理解，導(dǎo)致知識(shí)的歧義與不完備。與此同時(shí)，目前的人工智能技術(shù)還遠(yuǎn)遠(yuǎn)未達(dá)到對(duì)思維的真正理解，服務(wù)于大學(xué)教育的人工智能要真正輔助學(xué)生深度思考，在提升實(shí)踐教學(xué)效率上成為一個(gè)高效果的教學(xué)工具。

另一方面，人工智能技術(shù)在高等教育、基礎(chǔ)教育的應(yīng)用上存在顯著的差異。“大學(xué)是研究高深學(xué)問的地方，許多授課知識(shí)本身是動(dòng)態(tài)、多樣的。因此需要提升人工智能在面對(duì)動(dòng)態(tài)、未知問題準(zhǔn)確輸出的能力，避免出現(xiàn)幻覺給出似是而非的答案?！倍】鼛X表示。

目前不同專業(yè)對(duì)人工智能作為教學(xué)輔助的思考不同，學(xué)生對(duì)人工智能的依賴程度也形成了不同的等級(jí)，比如計(jì)算機(jī)軟件教育就存在是否應(yīng)該使用人工智能工具的爭(zhēng)議，一方面擔(dān)心學(xué)生依賴人工智能而影響編程思想的培養(yǎng)，另外一方面認(rèn)為可以有效提升編程的效率。

在人工智能教育方面，特斯拉CEO埃隆·馬斯克曾認(rèn)為，應(yīng)該將科學(xué)知識(shí)作為解決問題的方法來教，會(huì)更有效，比方說，了解內(nèi)燃機(jī)最好的辦法是將其拆開，那么問題自然是我們需要用什么工具來拆開它？答案是扳手、螺絲刀以及其他各種工具，“進(jìn)而，你就會(huì)明白使用這些工具的原因?！?/p>

漆遠(yuǎn)的觀點(diǎn)和馬斯克的想法類似，他認(rèn)為，在人工智能時(shí)代，應(yīng)該引導(dǎo)學(xué)生基于項(xiàng)目學(xué)習(xí)，同時(shí)敢于提問，其中，有三種能力特別重要：第一，懂得學(xué)習(xí)如何學(xué)習(xí)，Learn to Learn；第二是學(xué)習(xí)人的價(jià)值，知道如何把持和發(fā)揮自己；第三是心理的平衡，學(xué)會(huì)在人機(jī)交互時(shí)代如何與機(jī)器相處。