深瞳工作室出品

科技日報記者 孫明源 華凌 徐慶群 策劃 趙英淑 滕繼濮

只需輸入一段文字，電腦便會將其轉(zhuǎn)化成栩栩如生的畫面；只需問一句“哪里的飯好吃”，導航軟件就能帶你吃遍當?shù)仫L味……大模型通常具有高度的通用性和廣泛的適用性，已經(jīng)在自然語言處理、圖像識別和語音識別等眾多領(lǐng)域大放異彩。

然而，這僅是人工智能大模型應(yīng)用的“冰山一角”。尤其是在科研領(lǐng)域，其無限潛能還有待深入挖掘。

2024年12月7日，地球科學領(lǐng)域垂直大模型——“元古大模型”在中國地質(zhì)大學（武漢）發(fā)布，可對古生物化石進行復原。去年9月，在北京發(fā)布的全球首個多模態(tài)地理科學大模型“坤元”因具備處理地理科學相關(guān)問題的專業(yè)能力，被稱為“智能地理學家”。

“科學大模型或許可以引發(fā)科研范式和方法上的革命?！?北京智源人工智能研究院（以下簡稱“智源研究院”）院長王仲遠告訴記者，科學大模型作為一種新興工具，目前尚未在高校、科研院所以及企業(yè)進行大范圍應(yīng)用，除了技術(shù)層面的原因，其推廣還面臨諸多挑戰(zhàn)。

賦能科學研究

大模型參與科研活動的基本原理是什么？用一個詞來回答，就是“模擬”。正如語言大模型可以模擬語言文本信息一樣，科學大模型旨在模擬復雜的科學現(xiàn)象。

中國空氣動力學研究與發(fā)展中心研究員錢煒祺介紹，廣義的大模型，是指具有大量參數(shù)和復雜結(jié)構(gòu)的深度學習模型。參考目前業(yè)界主流觀點，可將大模型分為大語言模型、視覺大模型和科學大模型。

其中，科學大模型主要處理和分析數(shù)值、科學領(lǐng)域數(shù)據(jù)，對其理解物理規(guī)律和知識生成的能力?！跋啾日Z言和視覺信息，科學數(shù)據(jù)通常具有超高維度、非線性、強空間差異性等特點，為此大模型需要理解的物理現(xiàn)象極其復雜。相較于大語言模型和計算機視覺大模型，科學大模型發(fā)展的成熟度相對較低。”錢煒祺說。

盡管研發(fā)難度高、挑戰(zhàn)大，科學大模型目前已經(jīng)取得了許多突破，并且已用于科研實踐，在藥物研發(fā)、材料科學、分子模擬、天氣預(yù)報、流場預(yù)測等領(lǐng)域發(fā)揮作用。

2024年12月1日，福布斯中國與全球商業(yè)研究院聯(lián)合發(fā)布“2024中國新時代顛覆力創(chuàng)始人評選”名單。北京分子之心科技有限公司（以下簡稱“分子之心”）創(chuàng)始人兼首席科學家許錦波入圍。

“現(xiàn)在，人工智能已經(jīng)改變了分子生物學的研究范式。過去研究者要基于氨基酸序列來研究蛋白質(zhì)功能，現(xiàn)在可以直接基于人工智能預(yù)測出的結(jié)構(gòu)進行功能研究?！痹S錦波說，“我們還在運用蛋白質(zhì)生成大模型進行精準的蛋白質(zhì)優(yōu)化與設(shè)計，這顛覆了過去生物醫(yī)藥、生物制造等產(chǎn)業(yè)領(lǐng)域的蛋白質(zhì)發(fā)現(xiàn)與改造方式。”

用模型解開萬物之奧秘，正是大模型輔助科研的最大優(yōu)勢。在其近年來的應(yīng)用方向當中，生物計算領(lǐng)域成果頗豐。

智源研究院于2024年6月推出的“全家桶”中，就包括生物計算大模型。該模型搭建了全球首個數(shù)字孿生心臟電功能超實時仿真系統(tǒng)，包含了19種細胞生理狀態(tài)變量和70多個公式，能夠?qū)崿F(xiàn)復雜的心臟電生理與病理的仿真。

除了生物計算，科學大模型也在其他領(lǐng)域得到應(yīng)用。百度深度學習技術(shù)平臺部架構(gòu)師胡曉光告訴記者，當前大模型與智能體已經(jīng)在科學計算領(lǐng)域得到應(yīng)用。基于百度文心大模型，北京大學環(huán)境科學與工程學院推出了水科學研究助手WaterScholar。一些前沿實驗室正在采用大語言模型，進行材料屬性預(yù)測和結(jié)構(gòu)生成。

華為輪值董事長胡厚崑認為，人工智能將數(shù)學計算和科學模型的方法結(jié)合，可以高效處理海量數(shù)據(jù)，解決原來傳統(tǒng)科學研究范式無法解決的問題，幫助科研工作者突破科研瓶頸。

“科學大模型擁有非常大的潛力?！蓖踔龠h說，“目前人工智能大模型作為新興工具整體上還處于起步階段，但一些大模型已經(jīng)在包括科研在內(nèi)的許多領(lǐng)域發(fā)揮了作用?！?/p>

面臨諸多挑戰(zhàn)

在王仲遠看來，過去10余年間，人工智能技術(shù)的幾次重大突破，并非單純算法層面的研究突破，其本質(zhì)是一個數(shù)據(jù)、算力、算法、評測等多團隊高度協(xié)同的算法類系統(tǒng)性工程的落地。

在人工智能領(lǐng)域，特別是在科學大模型的研發(fā)上，要想取得突破性的創(chuàng)新，需要龐大且復雜的團隊作戰(zhàn)與協(xié)同，大量集中的資源投入以及技術(shù)路線的研究探索與試錯，單憑一所高?；蛘咭患移髽I(yè)很難做到。

“例如，作為一個研發(fā)周期長、成本高的行業(yè)，生物制藥比較依賴已有的研發(fā)模式。如果引入新工具，需要慎重考慮其對成本、風險以及對收益分配的影響?！蓖踔龠h說，再如教育領(lǐng)域，特別是在與未成年人相關(guān)的應(yīng)用場景，應(yīng)用新技術(shù)需要社會各方的審慎思考，這涉及許多細微復雜的問題。

西安電子科技大學電子工程學院教授、情感機器（北京）科技有限公司首席科學家吳家驥注意到，在高校的科研環(huán)境中，科學大模型的應(yīng)用也面臨諸多挑戰(zhàn)。

“那些簡單的、可用公式表達的科學問題，基本都被解決了。目前科學問題公式的復雜程度，已經(jīng)超越了人類理解能力的極限?！眳羌殷K表示，科學大模型的工作極具交叉性，從提出好公式到設(shè)計出好的訓練系統(tǒng)，從傳統(tǒng)科研實驗流程到數(shù)據(jù)驅(qū)動的AI實驗范式，從找到好答案到提出好問題，這些都對傳統(tǒng)認知提出挑戰(zhàn)。

高端人才匱乏

“高校和企業(yè)，各有各的難處。例如，高校受資源和機制所限，企業(yè)則背負著營收壓力，導致它們在大模型應(yīng)用和研發(fā)方面，有時會‘伸不開手腳’?！蓖踔龠h說，除了制度和資源，科學大模型在科研環(huán)境中落地最需要的基礎(chǔ)條件是人才。

2022年，許錦波在北京創(chuàng)立分子之心，很快聚集了一批頂尖復合型人才。這些成員兼具AI蛋白質(zhì)研究和產(chǎn)業(yè)實踐的經(jīng)驗，其中核心研發(fā)團隊博士占比90%以上。

“但從整個科學大模型領(lǐng)域來看，復合型人才非常稀缺。”許錦波告訴記者，以蛋白質(zhì)生成大模型為例，除了必備的算法、算力、數(shù)據(jù)等基礎(chǔ)條件外，應(yīng)用此類大模型還需要具備兩大專業(yè)能力。一是融合計算機、生物、物理等多學科，熟識人工智能、分子動力學、量子計算等多種方法，且能在實踐中并行考慮序列與結(jié)構(gòu)、主鏈與側(cè)鏈、進化與組學的跨領(lǐng)域融合能力；二是走出實驗室，下沉至真實產(chǎn)業(yè)環(huán)境，在需求、驗證、落地上貼近產(chǎn)業(yè)需求的能力。

北京社會科學院副研究員王鵬此前接受采訪時表示，人工智能技術(shù)發(fā)展日新月異，要求從業(yè)人員具備不斷更新知識體系和技能儲備，這對人才培養(yǎng)提出了更高要求。

人才短缺不僅限制了人工智能技術(shù)的創(chuàng)新和發(fā)展速度，也影響了相關(guān)企業(yè)在市場中的競爭力，但這也為有志于投身人工智能領(lǐng)域的人才提供了廣闊的發(fā)展空間和良好的職業(yè)前景。

亟待多方發(fā)力

如錢煒祺所說，科學大模型在幾類大模型當中研發(fā)門檻最高，如何持續(xù)提升科學大模型的質(zhì)量，并推動其應(yīng)用落地？

錢煒祺以空氣動力學領(lǐng)域大模型為例，該領(lǐng)域目前已有成果大多借鑒了計算機領(lǐng)域通用技術(shù)，未來還需探索發(fā)展適用本領(lǐng)域的模型架構(gòu)。

空氣動力學數(shù)據(jù)具有樣本少、規(guī)模大、模態(tài)多、獲取成本高等特點。要想做好相關(guān)的大模型，就必須基于領(lǐng)域特點進行技術(shù)攻關(guān)。例如，可圍繞空氣動力學相關(guān)基礎(chǔ)理論和人工智能領(lǐng)域發(fā)展遷移學習、小樣本學習和多模態(tài)學習等模型算法，解決數(shù)據(jù)不足、學科貼合度不高的問題。

錢煒祺提醒，大語言模型、計算機視覺和科學大模型并不是像“煙囪”一樣各自獨立發(fā)展的。它們相互之間已實現(xiàn)關(guān)聯(lián)、調(diào)用、融合，可以共同解決特定場景、特定領(lǐng)域問題。因此，科學大模型的研發(fā)和推廣并不局限于自身，人們應(yīng)該關(guān)注大模型技術(shù)的整體發(fā)展。

錢煒祺預(yù)測，隨著數(shù)據(jù)不斷豐富、算力提升、算法改進，空氣動力學領(lǐng)域大模型將改變信息分發(fā)和獲取模式，革新數(shù)據(jù)和知識生產(chǎn)模式，實現(xiàn)全自動交互完成任務(wù)目標，成為科研工作的“加速器”。

許錦波說，除了技術(shù)本身，大模型的發(fā)展也和人才和制度息息相關(guān)。

許錦波認為，培養(yǎng)兼具科研和產(chǎn)業(yè)能力的創(chuàng)新者，關(guān)鍵在于緊密貼合產(chǎn)業(yè)實際需求，全力促成跨領(lǐng)域協(xié)同創(chuàng)新。同時，一支匯聚多學科知識背景、兼具產(chǎn)業(yè)實操本領(lǐng)與科研攻堅實力的復合型人才團隊，是持續(xù)創(chuàng)新的源泉。

“我們在做的事情既需要‘從0到1’研究和解決科學問題，也需要將技術(shù)落地于產(chǎn)業(yè)實踐。我們需要懂計算、懂人工智能、懂生物科學的復合型人才?！痹S錦波表示。

面對人才瓶頸，胡曉光認為，打造開放的科研生態(tài)，降低大模型應(yīng)用門檻是關(guān)鍵。

百度發(fā)起的“飛槳AI for Science”共創(chuàng)計劃，通過提供算力支持、資源與服務(wù)，共同推進AI技術(shù)在科學計算領(lǐng)域的創(chuàng)新與發(fā)展。截至2024年末，“飛槳”產(chǎn)業(yè)級深度學習開源開放平臺已在服務(wù)43萬企事業(yè)單位，創(chuàng)建模型超100萬個。

胡曉光介紹，“飛槳”通過由參與單位和個人共同建設(shè)模型庫和場景范例、提供算力、為優(yōu)秀科研方案和重點項目提供框架、模型資金支持、開發(fā)套件以及推出全方位課程資源技術(shù)合作支持等方式，和科研人員一起開展科研工作、研制前沿模型、建設(shè)場景范例、取得科研成果?！翱茖W大模型的開發(fā)、落地和推廣，需要大量的跨領(lǐng)域科研人才，并且實現(xiàn)人工智能與傳統(tǒng)科學計算工具鏈的協(xié)同。這需要我們搭建穩(wěn)定、優(yōu)質(zhì)的科研生態(tài)，把資源和機會凝聚起來，共同打破目前遇到的瓶頸?！焙鷷怨庹f。

延伸閱讀：為大模型研發(fā)營造創(chuàng)新生態(tài)

科技日報記者 孫明源 華凌

如何營造科學大模型創(chuàng)新生態(tài)，以確保高效的科研產(chǎn)出？

“不以論文論英雄。”智源研究院代表性的創(chuàng)新做法之一，就是摒棄了“以論文論英雄”的傳統(tǒng)考核標準，轉(zhuǎn)而以科研成果在學界和產(chǎn)業(yè)界產(chǎn)生的實際影響作為評判依據(jù)。

由科技部和北京市支持創(chuàng)辦的北京智源人工智能研究院（以下簡稱“智源研究院”）成立于2018年，是我國最早開始做大模型研發(fā)的科研機構(gòu)之一?！霸诒本┦械闹С窒?，我們還突破了傳統(tǒng)的申請—答辯制度，采取了包干制，由科研人員自己決定做什么項目?！蓖踔龠h介紹。

當前，智源研究院正在積極探索新型研發(fā)機構(gòu)建設(shè)模式創(chuàng)新，建立了“青年人才挑大梁”的人才評價及培養(yǎng)機制，打造“代表作文化”，通過“小同行評議”，遴選擁有學術(shù)代表作的一流人才；在“有組織科研”機制創(chuàng)新上，探索“集中力量辦大事”的跨機構(gòu)、跨領(lǐng)域、大團隊的新型科研組織機制。

“此外，我們很重要的一個理念，就是接納失敗?！蓖踔龠h說，“創(chuàng)新必然面對風險，失敗也有重要的價值。我們會組織專門的顧問委員會、技術(shù)委員會去評估研究成果，分析失敗的工作是否還有進行的可能，以及給了我們哪些技術(shù)路線上的啟示。”

智源研究院不僅構(gòu)建起一套開放的內(nèi)部生態(tài)，也打造了一套面向整個科研系統(tǒng)的外部生態(tài)。王仲遠介紹，智源研究院的許多數(shù)據(jù)、模型都是開源的。同時，智源研究院積極搭建學術(shù)界和企業(yè)界的橋梁，并努力邀請全世界科學家參與到中國的人工智能科學生態(tài)當中，這些做法不僅在我國，在世界范圍來看都是比較罕見的。

除了開放數(shù)據(jù)集和大模型，智源研究院還在持續(xù)完善覆蓋模型、數(shù)據(jù)、算法、評測、系統(tǒng)的大模型全棧開源技術(shù)基座，并打造面向大模型、支持多種異構(gòu)算力的智算集群軟件棧，為整個行業(yè)提供支持。

王仲遠認為，科學研究的探索之路往往曲折而漫長，作為學者的后盾，研究機構(gòu)需要給予自由度，以鼓勵創(chuàng)新和促進進步，但同時也需要進行一定的引導，避免“迷失方向”。

“我們要做的就是通過協(xié)作，打造用于未來的研究平臺，集結(jié)最優(yōu)秀的同行，專注可能產(chǎn)生原始創(chuàng)新與長期影響的領(lǐng)域，讓創(chuàng)新系統(tǒng)更高效地運行，通過我們的努力讓中國出現(xiàn)突破性成果的概率增加?！蓖踔龠h說。