AI：智能化时代的新工具人

编者按：
而互联网兴起所产生的海量数据、硬件技术的发展变革带来计算力突飞猛进，推动了深度学习技术在人工智能领域的普及，并促进了语音识别、图像识别等技术快速发展并且迅速产业化。如何发展人工智能，释放效率红利正是整个互联网都在寻找的新第二增长曲线。

导语

实验科学和理论科学是数百年来科学界的两大基础范式，而人工智能正在催生新的科研范式。机器学习能够处理多维、多模态的海量数据，解决复杂场景下的科学难题，带领科学探索抵达过去无法触及的新领域。人工智能不仅将加速科研流程，还将帮助发现新的科学规律。

预计未来三年，人工智能将在应用科学中得到普遍应用，在部分基础科学中开始成为科学家的生产工具。

前沿科技科普

科学研究是在星辰大海里探索未知，科学发现漫长而偶然，重大突破仰赖大科学家的贡献，牛顿、爱因斯坦、杨振宁等都因此在科学史上留下了自己的名字。但同时，尽管众多科学家不懈投入，科学发展的速度仍受到一定限制。

计算机科学改变科研的路径是从下游逐渐走向上游。起初计算机主要用来做实验数据的分析与归纳。后来科学计算改变了科学实验的方式，人工智能结合高性能计算，在实验成本与难度较高的领域开始用计算机进行实验的模拟，验证科学家的假设，加速科研成果的产出，如核能实验的数字反应堆，能够降低实验成本、提高安全性、减少核废料产生。

人工智能的应用

近年，人工智能被证明能做科学规律发现， 不仅在应用科学领域，也能在基础科学领域发挥作用，如DeepMind使用人工智能来帮助证明或提出新的数学定理，辅助数学家形成对复杂数学的直觉。

人工智能将成为科学家继计算机之后的新生产工具。一方面，人工智能会带来效率的显著提升，人工智能将伴随科研的全流程，从假设、实验到归纳总结，让科学家不需要像过去一样十年寒窗才能产出科学成果，而是能在一生中保持高产；另一方面，人工智能可以让科学研究逐渐减少对极少数天才的过度依赖，人工智能对科学研究产生猜想，让科学家就其中有意义、有价值的部分进行实验与证明，让更多人能够参与到科学研究中。

人工智能在各科研领域中的应用节奏将有所区别，在数字化程度高、数据积累好、问题已经被清晰定义的领域中将推进地更快，如生命科学领域，AlphaFold2运用生命科学积累的大量数据，通过基因序列预测蛋白质结构，对泛生命科学领域产生了深远的影响。另一方面，在复杂性高、变量因子多的领域，人脑难以归纳总结，机器学习可发挥优势在海量多维的数据中找到科学规律，如流体力学等。

AI对蛋白质三维结构的预测已经实现了突破

人工智能面临挑战

但同时，我们也要意识到，人工智能与科研的深度结合仍然需要解决三个挑战。首先是人机交互问题，人工智能与科学家在科研流程上的协作机制与分工需要更加明确，形成紧密的互动关系；其次是人工智能的可解释性，科学家需要明确的因果关系来形成科学理论，人工智能需要更容易被理解，以建立科学与人工智能之间的信任关系；最后是交叉学科人才的培养，专业领域科学家与人工智能专家的相互理解程度低，彼此互相促进的障碍仍然较高。

结语

人工智能的发展，源于人类对于自身的认知能力、智慧和创造力的崇拜和追求。它对人类文明进步的推动具有根本性的意义。对于人类发展的重要性、科学上的挑战性、技术上的复杂性，使得人工智能未来的道路一定是艰苦漫长同时又激动人心的。

中国科学技术和经济实力的发展，为我们今天在人工智能这个新技术领域中奠定了前所未有的实力地位，全球化的市场的开放环境，又为我们的研究和全世界的发展努力融合在一起创造了条件。中国发达的互联网社会，以及作为第一人口大国而特有的天然的大数据，为人工智能的发展创造了独有的生态环境

在未来的三年内，人工智能技术在应用科学中将得到普遍应用，在部分基础科学中开始成为研究工具。

来源：达摩院DAMO

更多阿里云研究院出品的关于阿里巴巴集团数字化实践、云计算、大数据、人工智能、物联网等前沿科技的最新趋势研究报告，请您关注“阿里云研究”微信公众号。