
7月8日-9日,未来科学大奖十周年庆典在上海举行。这场汇聚全球顶尖科学家的盛会,围绕生命科学、物理、化学、数学及计算机科学等前沿领域展开深度探讨,而人工智能(AI)在各学科中的应用与变革,成为贯穿全场的核心议题。
生命科学:AI 重塑研究模式,推动临床转化
在 “塑造未来生物学” 专场研讨中,AI 对生命科学的颠覆性影响成为焦点。西湖大学校长施一公认为,AI 技术如 AlphaFold 颠覆了传统生物学研究模式,可从三维结构倒推生物学功能,这是人工智能对生命科学领域的巨大贡献。他强调,科研工作者尤其是学生要拥抱AI,用好AI,利用AI拓展科学研究的边界,同时要打好基础,培养批判性思维,学会跨学科合作,让自己走得更远。
香港中文大学校长卢煜明则指出,游离DNA的片段化模式可以为癌症等疾病提供重要的诊断线索,此外,还能利用游离DNA预测未来可能发生的疾病。“而机器学习和人工智能的发展也有望进一步推动该领域的进步。”
物理领域:借助AI挖掘海量数据
物理专场围绕 “量子、超导、核聚变” 展开的讨论中,AI 被视为推动前沿研究的核心工具。上海交通大学李政道研究所副所长丁洪指出,从未来时间维度看,20 年内最具颠覆性的当属通用量子计算机。未来50 年则要聚焦 AI for Science。在科研设施方面,硬X 射线自由电子激光装置与量子计算等领域紧密相连,可用于调控拓扑能带、验证高温超导机理等。“同时,大科学装置产生海量数据,借助 AI 挖掘,有望推翻现有理论或发现全新物理规律,推动科学不断进步。”
中国科学技术大学常务副校长潘建伟认为,未来20 年,人工智能与量子计算的融合将成为重塑人类文明的关键方向。国家最高科学技术奖获得者薛其坤则补充,通用量子计算机与 AI 的融合,将推动人工智能计算方式和算力发生重大改变。
化学研究:AI驱动分子计算与蛋白质模型预测
“化学助力美好生活” 专场中,AI对传统化学研究的改造成为热议点。北京大学化学与分子工程学院教授高毅勤介绍了分子模拟和深度学习模型应用于生物分子体系研究的计算方法和软件平台发展。
他指出:“一方面,我们将结构预测、分子生成和动力学计算等集中在统一的深度学习框架下,建立原生于人工智能的多模态和跨尺度的分子计算和模拟工具,从而加速对分子体系的结构和动力学性质研究;另一方面,通过预训练和表示学习,实现统一序列、结构和文献的多模态蛋白质模型,加强蛋白质模型在多构象预测、设计和优化等任务中的应用;最后,我们通过建构AI agent (ADAM) 进一步扩展分子模拟、量化计算、药物设计等的应用场景、提高使用方便性,实现通过简单对话的形式开展复杂多样的科学计算。”
数学与计算机:AI 既是工具也是研究对象,需筑牢安全基石
数学专场中,北京国际数学研究中心主任田刚提到,近二十年来,华人数学家在国际数学界的影响力与贡献持续提升。他勉励年轻学者一定要有自信,勇于挑战前沿问题,为中国建设世界数学强国贡献力量。同时,他提及此前参与北京国际数学研究中心同事在“AI + 数学”领域的探索和讨论,认为这些尝试对于开拓研究新范式、增强数学推理能力具有积极意义。
在人工智能与数学方面,美国西北大学Pancoe讲席教授夏志宏则关注用数学为人工智能建立理论和算法,认为学人工智能要先打好数学基础。
计算机科学专场直指 “AI 安全” 这一核心命题。清华大学教授朱军指出,生成式人工智能旨在估计高维数据的分布,具有很强的通用性,已经在文本、图像、视频、3D等数字内容生成上取得显著进展,并且逐步演进到物理世界交互学习的基础模型。在技术快速发展的同时,安全问题越来越严重。“中国优势在于应用场景多且复杂,能牵引加速安全研究,AI的理论进展整体上落后于实际应用,亟需加强。”
清华大学高等研究院教授王小云强调,AI快速发展且深度应用于诸多领域,其安全性将成为未来发展核心基石。她提出,构建安全可控AI 系统、守护隐私与核心安全等问题,不仅需要工程技术创新,也需要基础科学、系统设计与治理理念的深度融合。
头图为活动现场。主办方供图