在德國漢諾威工博會上，參觀者與一款智能機(jī)器人進(jìn)行“石頭剪子布”游戲。新華社發(fā)

2024年中國國際服務(wù)貿(mào)易交易會上展出的人工智能骨科手術(shù)機(jī)器人。新華社發(fā)

無人機(jī)在深圳塘朗山郊野公園里巡檢。新華社發(fā)

編者按

想象一下，人工智能不僅能回答你的問題，還能像人類一樣，停下來“思考”如何解決問題。這樣的人工智能，是不是很讓人期待？

科學(xué)家也很期待。除了期待，警醒同樣必不可少。

作為人類科技創(chuàng)新的結(jié)果，人工智能正在改變千行百業(yè)，甚至開始“反哺”科學(xué)本身——改變科研人員從事科學(xué)研究的方式，幫助他們解決復(fù)雜的科學(xué)問題。

人工智能時代，科學(xué)研究方式會發(fā)生什么變化？如何推動科研人員找到新發(fā)現(xiàn)、實(shí)現(xiàn)新發(fā)明？它只是科研的工具，還是可能更進(jìn)一步，取代科研人員？本期邀請來自物理、數(shù)學(xué)、醫(yī)學(xué)、氣象等領(lǐng)域的科技工作者，各抒己見，分享他們的觀察和思考。

物理實(shí)驗(yàn)用上了人工智能

講述人：中國科學(xué)院大學(xué)物理科學(xué)學(xué)院教授 何吉波

我在科研過程中經(jīng)常使用人工智能，如將深度機(jī)器學(xué)習(xí)應(yīng)用于粒子物理實(shí)驗(yàn)中的在線觸發(fā)、離線信號事例選擇，以及空間引力波探測中的噪聲壓制、信號檢索與引力波波源參數(shù)反演等。應(yīng)該說，人工智能是非常強(qiáng)大的工具，尤其是在基于GPU等計(jì)算“加速器”的發(fā)展帶來的算力大幅提升之后，使用人工智能可以大幅度提高物理數(shù)據(jù)分析的效能。我也曾嘗試問人工智能引擎一些物理問題，它能實(shí)時給出相關(guān)文獻(xiàn)的初步總結(jié)，但只能作為參考，想要準(zhǔn)確深入理解，還是要仔細(xì)閱讀文獻(xiàn)。

人工智能“火”了之后，經(jīng)常討論的一個話題是：人工智能是否會取代物理學(xué)家？我一直是堅(jiān)定的反方。

物理是一門實(shí)驗(yàn)的學(xué)科，人類通過觀測自然界，總結(jié)出一些物理規(guī)律來描述自然界。像牛頓、愛因斯坦等在已有知識和實(shí)驗(yàn)觀測數(shù)據(jù)的基礎(chǔ)上，提出了描述自然的全新理論方式，然后給出一些新的預(yù)言，這些預(yù)言通過實(shí)驗(yàn)的檢驗(yàn)后，相應(yīng)理論才會被廣泛接受。這個過程中也發(fā)展了新的數(shù)學(xué)工具，例如微積分等。人類若不去進(jìn)一步做實(shí)驗(yàn)，就無法知道這些理論的對錯和局限性，更無法發(fā)現(xiàn)新的現(xiàn)象和新的規(guī)律。

有人認(rèn)為，將來可以采用計(jì)算機(jī)仿真，包括更進(jìn)一步用“數(shù)字孿生”來代替實(shí)驗(yàn)。如果說仿真是照片，那么數(shù)字孿生就是電影，不但能描述狀態(tài)（照片），還能描述狀態(tài)隨時間的演化。但即使是相對簡單的仿真，我們必須對其中的組分及其相互作用有非常好的理解，仿真才可能接近真實(shí)實(shí)驗(yàn)。

所以，我很認(rèn)同一種對計(jì)算機(jī)仿真的觀點(diǎn)——計(jì)算機(jī)的輸出，取決于人類給的輸入。這也就意味著，只有人類先理解清楚了物理機(jī)制，計(jì)算機(jī)才可能實(shí)現(xiàn)“仿真”。而真正意義上的“數(shù)字孿生”需要更進(jìn)一步理解演化規(guī)律才可能實(shí)現(xiàn)，對于超過“三體”的復(fù)雜系統(tǒng)而言難度更大。在我看來，人工智能只能獲取和利用已有知識，但是無法創(chuàng)造新的知識，所以物理學(xué)家不用擔(dān)心有一天會被人工智能取代。

人工智能與數(shù)學(xué)互幫互助

講述人：西北工業(yè)大學(xué)計(jì)算機(jī)學(xué)院計(jì)算機(jī)科學(xué)與軟件系主任 陳伯林

我的本科和碩士教育背景是數(shù)學(xué)，目前主要從事基于人工智能與大數(shù)據(jù)分析技術(shù)的復(fù)雜疾病致病機(jī)理認(rèn)知與精準(zhǔn)診療方法研究。在日常科研中，我深切體會到人工智能與數(shù)學(xué)這兩個學(xué)科之間的相互融合、相互促進(jìn)。

最深的感受就是，人工智能與數(shù)學(xué)，須臾不可分。許多人工智能算法和模型都建立在數(shù)學(xué)的基礎(chǔ)上，比如機(jī)器學(xué)習(xí)中的分類、聚類、回歸等都依賴數(shù)學(xué)中的統(tǒng)計(jì)學(xué)、線性代數(shù)與最優(yōu)化理論，而深度學(xué)習(xí)中的神經(jīng)網(wǎng)絡(luò)以及參數(shù)訓(xùn)練方法也依賴代數(shù)、圖論與微積分理論。這些數(shù)學(xué)中的理論與方法，為人工智能提供了大量的算法工具。同樣的，人工智能也可以使用大規(guī)模運(yùn)算和自動推理來求解復(fù)雜的數(shù)學(xué)問題，從而更高效地解決數(shù)學(xué)難題，推動數(shù)學(xué)領(lǐng)域的發(fā)展。例如，人工智能可以在超高維空間中進(jìn)行快速搜索，從而找到人類數(shù)學(xué)家可能忽略的新定理，也可以通過數(shù)理邏輯，完成復(fù)雜且漫長的數(shù)學(xué)推導(dǎo)與計(jì)算，提高解決問題的效率。

這么看，人工智能正如一個“黑盒子”：一組輸入經(jīng)過一定的處理，得到一種輸出，這不就是“函數(shù)”嘛。人工智能的核心，或許是一種“函數(shù)”關(guān)系，只是區(qū)別于普通的函數(shù)，大部分深度學(xué)習(xí)模型的函數(shù)關(guān)系都是無法顯性表示的。而由于模型夠深，其具有足夠的表現(xiàn)能力，能夠去擬合幾乎任意的函數(shù)關(guān)系，所以人工智能沒有追究這個黑盒子的工作原理到底是什么，而是用大量的數(shù)據(jù)去擬合它，就得到了相對較好的結(jié)果，取得了廣泛的應(yīng)用。

人工智能與數(shù)學(xué)的融通共進(jìn)，更不意味著一方可以取代另一方。著名數(shù)學(xué)家丘成桐先生曾指出，“人工智能對數(shù)學(xué)有很多好處，可以幫助數(shù)學(xué)發(fā)展，但還不可能改變數(shù)學(xué)”。人工智能可以通過大量的計(jì)算與邏輯推理，幫助數(shù)學(xué)家產(chǎn)生新的創(chuàng)意與想法，為數(shù)學(xué)家提供更多的創(chuàng)造靈感，從而加速數(shù)學(xué)的研究。但數(shù)學(xué)是一門非常廣泛與抽象的學(xué)科，很多概念和問題都已經(jīng)超出了人工智能的能力范疇，需要人類的創(chuàng)造力、洞察力與理解能力來解決問題，這些是人工智能尚無法模擬的。而人工智能的發(fā)展，也深度依賴基礎(chǔ)算法與理論的提出、算力的提升以及大規(guī)模數(shù)據(jù)的支持。數(shù)學(xué)在其中也只是起到了基礎(chǔ)性的作用與貢獻(xiàn)。

因此，我認(rèn)為，在當(dāng)前的時代，人工智能與數(shù)學(xué)，就像兩位互幫互助的朋友，它們快速發(fā)展、融通共進(jìn)，共同為人類的進(jìn)步作出自己的貢獻(xiàn)。

醫(yī)學(xué)需要人工智能也需要人性化

講述人：北京大學(xué)人民醫(yī)院胸外科副主任醫(yī)師 周健

近年來，人工智能技術(shù)在生物醫(yī)學(xué)領(lǐng)域取得了顯著進(jìn)展。比如，傳統(tǒng)的腫瘤研究需要耗費(fèi)大量時間和人力來分析多模態(tài)數(shù)據(jù)，尋找關(guān)鍵突變與潛在治療靶點(diǎn)。現(xiàn)在，深度學(xué)習(xí)模型能夠快速、高效地處理海量多模態(tài)數(shù)據(jù)，幫助科學(xué)家從復(fù)雜的數(shù)據(jù)中提取有價值的信息。通過這些數(shù)據(jù)驅(qū)動的模型，我們不僅可以更快地識別腫瘤相關(guān)的基因突變等重要信息，還能夠預(yù)測患者對特定治療方案的反應(yīng)。借助深度學(xué)習(xí)算法，人工智能還可以精準(zhǔn)地檢測早期肺癌、識別病灶，并提供詳細(xì)的病理信息。

從臨床科研的角度來看，人工智能的確推動了科研范式的變革。過去，醫(yī)學(xué)研究依賴于假設(shè)驅(qū)動的實(shí)驗(yàn)設(shè)計(jì)。如今，數(shù)據(jù)驅(qū)動的研究模式逐漸成為主流。這種模式讓我們能夠從數(shù)據(jù)中發(fā)現(xiàn)新的規(guī)律，提出新的假設(shè)，甚至挑戰(zhàn)傳統(tǒng)醫(yī)學(xué)理論。例如，科研人員利用人工智能成功發(fā)現(xiàn)特發(fā)性肺纖維化的新靶點(diǎn)，并推進(jìn)了相關(guān)藥物的開發(fā)。

當(dāng)然，這種新范式也帶來了挑戰(zhàn)。一方面，數(shù)據(jù)驅(qū)動的研究需要大量高質(zhì)量的數(shù)據(jù)作為支撐，但現(xiàn)實(shí)中數(shù)據(jù)往往存在噪聲、偏差甚至缺失。這可能導(dǎo)致模型訓(xùn)練出現(xiàn)偏差，影響研究結(jié)果的可靠性。另一方面，科研人員需要具備跨學(xué)科的知識背景，包括計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)學(xué)和生物醫(yī)學(xué)。這對傳統(tǒng)醫(yī)學(xué)教育提出了新的要求，一定程度上加劇了“數(shù)據(jù)科學(xué)家”與“醫(yī)學(xué)專家”之間的知識鴻溝。此外，醫(yī)學(xué)數(shù)據(jù)的共享對于人工智能模型的訓(xùn)練至關(guān)重要，但如何在保護(hù)患者隱私的同時實(shí)現(xiàn)數(shù)據(jù)的開放共享，是一個需要深思的問題。

但不管怎么說，我們都應(yīng)以開放的心態(tài)迎接這一技術(shù)革命，同時保持審慎，確保其在應(yīng)用過程中造福人類。期待人工智能技術(shù)能夠進(jìn)一步提升診斷的精準(zhǔn)度，幫助我們更好地理解腫瘤的發(fā)生發(fā)展機(jī)制，從而開發(fā)出更高效的治療方案。但與此同時，我們應(yīng)警惕，不能因過度依賴人工智能而忽視醫(yī)學(xué)的“人性化”。醫(yī)學(xué)不僅僅是一門科學(xué)，醫(yī)生的臨床經(jīng)驗(yàn)、直覺以及與患者的溝通，都在診療過程中扮演著不可替代的角色。人工智能不應(yīng)替代人性化因素，而應(yīng)成為醫(yī)生的輔助工具，與醫(yī)生共同為患者提供最優(yōu)治療方案。

天氣預(yù)報迎來新的“革命”

講述人：江蘇省氣象臺高級工程師 莊瀟然

作為一名氣象預(yù)報工作者，我能感受到人工智能特別是深度學(xué)習(xí)技術(shù)，已逐漸影響到氣象預(yù)報的方方面面。與數(shù)值天氣預(yù)報所帶來的“寂靜的革命”相比，這次人工智能革命似乎來得更加“喧鬧”。

首先還是要肯定人工智能發(fā)揮的作用。比如，在強(qiáng)對流等災(zāi)害性天氣的監(jiān)測及短臨預(yù)報中，過去主要依賴天氣雷達(dá)開展災(zāi)害識別。相較之下，深度學(xué)習(xí)技術(shù)對于復(fù)雜非線性現(xiàn)象的刻畫能力，與強(qiáng)對流天氣局地性、突發(fā)性、并發(fā)性等特質(zhì)不謀而合，使得預(yù)報對流風(fēng)暴強(qiáng)度演變成為可能。

在中短期天氣預(yù)報領(lǐng)域，人工智能大模型不僅在運(yùn)算效率方面遠(yuǎn)超傳統(tǒng)數(shù)值模式，對于高空環(huán)流形勢和臺風(fēng)路徑預(yù)報也具有明顯優(yōu)勢。聚焦智能網(wǎng)格定量降水預(yù)報，江蘇省氣象臺利用深度學(xué)習(xí)技術(shù)實(shí)現(xiàn)模式偏差演變規(guī)律的有效挖掘，形成了0至36小時短期模式降水偏差訂正技術(shù)，暴雨預(yù)報準(zhǔn)確率較數(shù)值模式提升超25%。

盡管階段性進(jìn)展顯著，但當(dāng)前人工智能在氣象領(lǐng)域的應(yīng)用仍存在諸多挑戰(zhàn)。就技術(shù)層面而言，強(qiáng)對流天氣發(fā)展演變瞬息萬變，如何利用更高維度、更深層次的人工智能模型，挖掘更多的復(fù)雜規(guī)律以實(shí)現(xiàn)3至6小時甚至更長時效的強(qiáng)對流預(yù)報？就物理可解釋性層面來說，人工智能不可避免的“黑箱”屬性使其仍難以完全得到氣象領(lǐng)域的廣泛認(rèn)可，如何實(shí)現(xiàn)氣象物理特征量與人工智能模型的科學(xué)共生，將是未來相當(dāng)長一段時間內(nèi)氣象從業(yè)者探索的主題。就預(yù)報業(yè)務(wù)流程而言，如何利用人工智能推動氣象預(yù)警流程的智能化？除此之外，如何利用多源氣象觀測構(gòu)建更高質(zhì)量人工智能數(shù)據(jù)集，如何克服深度學(xué)習(xí)普遍存在的“模糊”，如何建立場景化的人工智能預(yù)報技術(shù)評估方法……很多具體的問題亟待解決。

可見，無論是預(yù)報技術(shù)的突破還是新型智能化預(yù)報流程的建立，對于氣象預(yù)報科研人員而言，人工智能帶來的挑戰(zhàn)與機(jī)遇將并存。我們要做的，就是積極擁抱人工智能，做好這場變革的見證者和參與者。

分享讓更多人看到