heavier的个人博客分享 http://blog.sciencenet.cn/u/heavier

博文

[转载]人工智能:科学研究新范式 | The Innovation

已有 3218 次阅读 2022-6-25 17:01 |系统分类:论文交流|文章来源:转载

“机器能思考吗?” 人工智能的目的是让机器模仿人的思考和行为,包括学习、推理、预测等。

“机器能促进基础研究吗?” 人工智能在深刻影响并改变基础科学的研究范式。 

“人工智能如何赋能基础研究?”  基于科学大数据的自主涌现,加速了科学发现过程。

YJ Xu & X liu TheInnovation创新 2021-11-08

https://mp.weixin.qq.com/s/PcvuWEuceo7XZRNaGHSDig

AI-640.jpg

图1 人工智能赋能科学发现

“机器能思考吗?” 阿兰·图灵在他的著名论文“计算机器与智能”中提出了这个经典问题。人工智能(Artificial Intelligence, AI)的目标是开发一种能够像人类一样思考和行动的机器,使之具备理解、推理、学习、规划、预测等能力。相关研究包括搜索算法、知识图谱、自然语言理解、专家系统、进化算法、深度学习等。AI的发展经历了感知智能认知智能决策智能三个层次,在诸多领域得到广泛应用(图2)。

AI-f2-640.jpg

图2 AI通用处理框架

本文汇聚来自6个国家、41个单位的48位学者,分别结合各自领域,系统论述了人工智能技术对信息学数学医学材料学地学生命科学物理学化学等学科发展的推动作用,人工智能正在成为基础学科及多学科交叉领域发展的新范式。

01 信息学中的AI

AI-f3-640.jpg

图3 AI框架的知识图谱

 高效的AI框架大大降低了AI的技术门槛

 自动机器学习技术已成为AI发展的新方向

 AI让复杂网络及系统的自动化设计成为可能

 AI让纳米光学器件设计更快、功能更强

 AI正在赋能风险管控数字孪生机器人

 AI为新型数据理论及模型自动发现提供可能


02 数学中的AI

AI-f4-640.jpg

图4 数学促进AI关键问题解决

 数学理论的发展与突破一直都是支撑AI的基石

 逼近论为探索神经网络的可解释性提供可能

 优化理论可解决AI参数估计的非凸性和非光滑性

 概率论与统计可以支撑AI模型泛化能力的评估


03 医学中的AI

AI-f5-640.jpg

图5 AI促进医学多领域发展

 医学影像的高效、精准AI识别正在走进临床

 AI推动医学诊疗创新,辅助医生诊疗决策

 AI加速创新药物发现,获得疗效更好的药物

 可穿戴设备+AI,助力慢性病健康管理

 AI+为患者的远程诊疗提供帮助


04 材料学中的AI

AI-f6-640.jpg

图6 AI促进材料科学的发展

 AI是新颖结构、特殊功能材料发现的利器

 AI在设计、预测和发明新材料上已崭露头角

 AI直接推动了材料基因组计划的发展

先进量子材料为AI的跨代升级提供物质基础


05 地学中的AI

AI-f7-640.jpg

图7 AI应用于地学水资源管理规划

 AI为地学海量数据采集、分析提供了全新途径

 AI可视化分析智能传感智能反演,助力地学研究

 AI赋能的地学机器人自动设备已广泛应用

● AI正在帮助地球科学从定性分析转向定量研究


06 生命科学中的AI

AI-f8-640.jpg

图8 AI在智慧农业中应用

 AI与脑科学相互促进、启发,类脑成为AI前沿 

 AI新算法加速了多组学大数据的整合分析

 PrimateAI可以准确地预测突变是否致病

 AlphaFold 2极大提高蛋白质结构预测的准确率

 AI重塑了现代农业,激发每一粒种子的生长潜力


07 物理学中的AI

AI-f9-640.jpg

图9 AI促进物理学发展

 AI在极小微观世界的粒子发现,极大宏观世界的探索中大展身手

 AI正在加速粒子的模拟和鉴别

 AI让核物理学更加强大

 AI在凝聚态物理方面发挥重要作用

 AI帮助天文学发展登上新台阶


08 化学中的AI

AI-f10-640.jpg

图10 AI促进分子的设计、合成和测定

 AI正在实现化学研究的智能化、标准化和自动化

 AI帮助打破分析化学中人工特征选择的瓶颈

 AI提升了多个尺度计算化学方法的精度和效率

 AI使得化合物的自动化设计与合成成为可能

 AI加速高效催化剂设计和开发


总结和展望

本文系统综述了AI技术在系列基础科研中的发展和应用;AI仍然在算法安全、数据依赖、场景强相关等方面存在诸多问题;亟需突破AI模型训练和测试数据必须符合分布一致性的数理基础;不断基于新数据训练,会导致灾难性“遗忘”,终身学习成为趋势。


AI is with us to see the unseen and change the unchanged.


原文链接:https://www.cell.com/the-innovation/fulltext/S2666-6758(21)00104-1

本文内容来自Cell Press合作期刊The Innovation第二卷第四期以Review发表的“Artificial Intelligence: A Powerful Paradigm for Scientific Research” (投稿: 2021-08-29;接收: 2021-10-26;在线刊出: 2021-10-31)。


DOI: https://doi.org/10.1016/j.xinn.2021.100179


引用格式:Xu Y., Liu X., Cao X., et al. (2021). Artificial Intelligence: A Powerful Paradigm for Scientific ResearchThe Innovation. 2(4),100179.

image.png

扫二维码|查看原文

作者简介

Yongjun Xu#, Xin Liu#, Xin Cao#, Changping Huang#, Enke Liu#, Sen Qian#, Xingchen Liu#, Yanjun Wu, Fengliang Dong, Cheng-Wei Qiu, Junjun Qiu, Keqin Hua, Wentao Su, Jian Wu , Huiyu Xu, Yong Han, Chenguang Fu, Zhigang Yin, Miao Liu, Ronald Roepman, Sabine Dietmann, Marko Virta, Fredrick Kengara, Ze Zhang, Lifu Zhang, Taolan Zhao, Ji Dai, Jialiang Yang, Liang Lan, Ming Luo, Zhaofeng Liu, Tao An, Bin Zhang, Xiao He, Shan Cong, Xiaohong Liu, Wei Zhang, James P. Lewis, James M. Tiedje, Qi Wang*, Zhulin An*, Fei Wang*, Libo Zhang*, Tao Huang*, Chuan Lu*, Zhipeng Cai*, Fang Wang*, and Jiabao Zhang*

#Co-first authors. #共同第一作者。

*Co-corresponding authors. *共同通讯作者。

The study is dedicated to the 10th anniversary of Youth Innovation Promotion Association of Chinese Academy of Sciences.

谨以此文致敬中国科学院青年创新促进会成立10周年!


期刊简介

The Innovation 是一本由青年科学家与Cell Press于2020年共同创办的综合性英文学术期刊:向科学界展示鼓舞人心的跨学科发现,鼓励研究人员专注于科学的本质和自由探索的初心。作者来自全球46个国家/地区;每期1/4-1/3通讯作者来自海外;已被95个国家/地区作者引用。目前有191位编委会成员,来自21个国家;50%编委来自海外;包含1位诺贝尔奖获得者,32位各国院士;领域覆盖全部自然科学。The Innovation已被DOAJ,ADS,Scopus,PubMed,ESCI等数据库收录。秉承“好文章,多宣传”理念,The Innovation在海内外各平台推广作者文章。


期刊官网1(Owner):

www.the-innovation.org

期刊官网2(Publisher):

www.cell.com/the-innovation/home

期刊投稿(Submission):

www.editorialmanager.com/the-innovation

商务合作(Marketing):

marketing@the-innovation.org


扫二维码 | 关注期刊官微

期刊官微二维码-640.jpg

The Innovation 创刊视频-科学网视频-科学网 (sciencenet.cn)




https://blog.sciencenet.cn/blog-2497842-1344504.html

上一篇:[转载]从哈利波特的隐身斗篷到各类隐身衣漫谈 Innovation Webinar
下一篇:[转载]物理学期望的数学原来可以那样简单 | Innovation Webinar
收藏 IP: 180.77.226.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-11-23 09:18

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部