在科学研究的新范式——“AI for Science”时代,基于数据驱动的机器学习力场(ML-FFs)成功化解了第一性原理电子结构方法与传统经验力场之间在准确性和效率方面的矛盾。近年来,该领域发展态势迅猛,在 Web of Science 平台的检索结果中清...
算法问题：在人工智能应用于具体的科学领域时，人工智能并不能从零开始依据数据学习到所有的规律，这就需要相应领域的专家依据当前领域已有的规律或经验为人工智能设计对应的算法。不仅需要AI for Science，有时也需要Science for AI，如何进行计算机科学与其它各领域的交叉融合也是一个重要的问题。算力问题：人工智能模型...
AI for Science(人工智能助力科学)是指利用人工智能技术来帮助和加速科学研究与科技创新的一个快速发展的新兴领域。AI for Science的主要目的是通过机器学习、深度学习等人工智能算法来分析海量、高维复杂的科研数据,帮助科学家发现规律和趋势,建立模型,辅助进行科学假说的构建和验证。 图片来源:Scientific discovery in ...
大概只因为AI for Science才刚刚起步，人们无从发现这个前沿科技领域正在上演一场激烈的全球竞逐。AI for Science有多重要？任正非曾指出中国的基础科学薄弱，在最基础的科研和工业问题上被“卡着脖子”。中国实体产业已经在新能源汽车、光伏等领域诞生多个全球第一，但回到电池研发层面，仍在基础科学问题上破茧无门。而...
在“Scientific discovery in the age of artificial intelligence”这篇三位华人一作、Yoshua Bengio领衔的论文中，作者详解了自监督学习、几何深度学习、生成式人工智能等技术在科学研究中的应用，并提出了目前AI跨界仍存在的核心问题，目前该论文已刊于Nature综述文章。来看大佬如何总结AI for Science。十年科学发现中AI...
深势科技成立于 2018 年,是 AI for Science 科学研究范式的先行者,致力于运用人工智能和分子模拟算法,结合先进计算手段求解重要科学问题,为人类文明最基础的生物医药、能源、材料和信息科学与工程研究打造新一代微尺度工业设计和仿真平台。核心成员团队获得过 2020 年「戈登贝尔奖」——这个奖被称为「全球超算领域的...
通过知识工程师和领域专家合作获取知识,是一个很难的过程,因为AI研究人员和Science研究人员是两种思维。比如前文提到的动物识别专家系统,对于动物学领域专家来说,一方面知识“过剩”,另一方面又知识“不足”。 (1)知识“不足”。现在的科学分工越来越细,一个动物学专家,通常只关注很少种类(甚至可能只有1种)动物。如...
AI for science(AI4S, 人工智能在科学中的应用)是指利用人工智能技术解决科学研究中复杂问题和挑战的新兴领域。随着计算能力的快速增长和机器学习算法的进步,AI在各个科学领域的应用日益广泛,从基础研究到应用开发都在推动科学的前沿。 以下为AI4S的简要发展历程: 2006年:Geoffrey Hinton等研究人员发表了关于深度神经网...
AI for Science(简称AI4S)已成为常态,而诺奖更像是一个明确的信号——人类再一次站到了科研范式的转折点上。 在本文中,我们将主要探讨以下几个话题: 人类的科研范式经历了哪些变迁? GPT目前仍是会出错的猜测机器,用来辅助科学研究靠谱吗? 什么是AI4S,为什么是现在?
在《Science》今年 9 月发表的一篇论文中，华盛顿大学医学院生物化学教授 David Baker 等研究者提出，AI 可以通过两种思路从头设计蛋白质。其中一种被称为「幻想」，这种技术从随机序列开始，然后将它们突变为其他人工智能工具确信会折叠成稳定蛋白质的序列。他们设计了一种用以生成氨基酸序列的新算法「ProteinMPNN」，...