江苏龙网

  1. 首页 > 资讯 > 资讯 > >

人工智能|人工智能会取代科学家吗

人工智能|人工智能会取代科学家吗
【人工智能|人工智能会取代科学家吗】资料图片
人工智能|人工智能会取代科学家吗
新华社发
传统认为 ， 科技工作因其高度的创新性 ， 因此科技工作者很难被人工智能取代 。 但日前 ， 国际学术期刊《自然》发表的一篇论文吸引了大家的眼球 。 科学家们改造了一种汽车装配线上常见的机器人 ， 让它可以在化学实验室内工作 。 通过与机器学习算法相连 ， 这种机器人可以使用和人类化学家一样的标准分析仪器 ， “相当于使研究人员而非仪器变得自动化” 。 同时 ， 由于它和人类体积相当 ， 可以在传统实验室内工作 ， 而无须建立或改造新实验室 。 在提高一种聚合光催化剂性能的实验中 ， 这款机器人在2～3天内便优化了反应条件 ， 而人类要几个月的时间才能做到 。 原因之一 ， 就是这种机器人采取了激光扫描和触觉反馈相结合的方式实现定位 ， 而不是视觉系统——不用“看”的机器人无须光亮 ， 因此极大地提高了光催化实验的效率 。 研究者认为 ， 这个机器人将在传统实验室有更多应用 。 那么 ， 人工智能会取代化学家吗？会取代科学家吗？本期 ， 我们邀请兰州大学化学化工学院教授王为 ， 中国科学院自动化研究所研究员侯增广 ， 和中国科学院物理研究所研究员王磊一起来谈谈这个话题 。
1.人工智能已成为科学家的好帮手
侯增广（中国科学院自动化研究所研究员）：简单地说 ， 《自然》刊登的论文在技术方面有两个亮点 。 一是采用机器人代替传统实验室的实验员 ， 克服了光催化实验人工操作过程中的一些问题 。 这个实验应用的就是常见的具有机械臂的移动机器人平台 ， 它连续运行了8天 ， 做了688个实验 。 第二个亮点是采用了贝叶斯算法 ， 这是一种基于概率统计的分类算法 ， 使实验效率大大提升 。
机器人最早在制造和生产领域得到应用 。 目前 ， 在科学发现领域 ， 机器人在精度要求比较高的场景中 ， 如时间精度、位置精度、操作精度等 ， 有了很多应用 。 例如 ， 人工授精要求把精子准确地送入卵子中 ， 精度要求比较高 ， 这类任务如果采用机器人将比人工操作的效率高很多 。
人工智能的应用给科研带来很多新变化 ， 增加了新可能 。 比如 ， 采用人工智能方法对数据的采集更客观、分析更准确 。 同时 ， 人工智能有强大的计算能力 ， 能够发现人容易忽略的小样本事件、罕见样本事件 ， 可能给科学研究带来意想不到的发现 。
王为（兰州大学化学化工学院教授）：人工智能如何帮助化学家？我们首先要理解“化学学科”和“人工智能”的内涵和外延 ， 判断它们各自面临的瓶颈和发展的方向 ， 再分析它们可能采用什么方式交汇融通 。
化学是发现和创造物质的学科 。 要解决的基本问题包括：物质如何（精准）创制？物质的组成和结构如何？物质有什么（独特）的功能？上述问题的解决 ， 从根本上讲需要对微观物质世界的底层逻辑形成理论体系 。 因此 ， 化学学科既需要动脑 ， 也需要动手：从发现和创造物质的实践中获得数据 ， 从数据中总结新的经验和规律 ， 再从经验和规律中指导未知的、获得新数据的实践 。 简言之 ， 化学学科的发展需要从微观到宏观的多尺度层级上 ， 高效精准获取数据、建立数据和理论之间的强连接、完备理论体系 。
新一代人工智能的核心是在大数据基础上将智能问题转化为数据问题 ， 其发展需要三个核心要素的支撑：计算能力、海量数据、数学算法 。 人工智能的基本层级是智能放大和综合 ， 包括信息的采集、录入和分析 。 进阶层级是智能预测 ， 即在大数据基础上预测特定事物的发生概率 。 高级层级是智能学习 ， 即通过算法上的革新 ， 突破人类的思考模式 ， 在基本规律下自主地创造机器的思考模式 ， 从而输出全局最优的结果 。
人工智能在化学领域中的应用初见端倪 。 其对于化学家的帮助可能表现在以下几个层级：一是辅助动手 ， 高效获得数据 。 二是辅助动脑 。 通过对海量数据的分析 ， 人工智能可能预测出新的物质合成途径、发现物质的新功能、建立新的逻辑连接（构效关系）等 。 三是针对化学领域的核心问题 ， 通过深度学习（算法创新）和深度自动化 ， 实现动手和动脑的深度结合 ， 完成自主创新 。 以此标准衡量 ， 人工智能在化学领域中的应用还处在起步阶段 。 《自然》这篇工作的核心亮点是提供了高效获取数据的深度自动化研究平台 ， 为将来动脑和动手的有效结合起到示范作用 。
王磊（中国科学院物理所研究员）：今天的人工智能已经在科研领域给科学家带来很多帮助 。 我们可以想象 ， 爱迪生发明灯芯 ， 要对各种材料不停试错 ， 如果有这种机器人的帮助 ， 那可能提早电灯的发明 。 其实 ， 在科研领域有很多类似的应用 。 比如我们中科院物理所 ， 在晶体材料的合成和生长上 ， 就使用人工智能作为辅助 。 我们所几辈科研人员在这个行业深耕几十年 ， 留下了丰富的实验数据 ， 但都是写在纸上的 。 我们把这些实验记录数字化 ， 再“训练”一个识别程序 ， 就能用来预测晶体能不能长成等 。 再比如 ， 在材料科学中 ， 很多时候科学家们要从材料微观组成 ， 例如原子排列顺序等 ， 来推测材料可能具备的宏观功能 ， 例如亲水性等 。 通常这个计算是很复杂的 ， 需要耗费大量时间 。 现在 ， 人工智能通过“学习”之前的计算结果 ， 已经可以完成这部分工作 。 当然 ， 其准确性还有很大提升空间 。


推荐阅读


上一篇：IT之家@谷歌安卓11 Beta 2.5推送，解决Pixel4/XL屏闪烁问题IT之家2020-07-23 08:01:480阅

下一篇：走向我们的小康生活|检察官来了3年,贫困村旧貌换新颜