机器学习能够帮助解决科学中的问题,这就是鄂维南从2016年开始推动的AI for Science,将机器学习引入科学建模能够赋予科学家意想不到的能力。谋划了两年后,2018年,由鄂维南等人在北京大学策划组织的讨论会中,AI for Science这一概念首次被明确提出。
近年来,人工智能的发展主要有两大趋势,一是大规模预训练模型流行,它可以完成多任务学习,ChatGPT的出现证明这条路已经走通。二是AI for Science形成共识,它可以改变科研范式,打破学科与学科之间的界限以及研究与产业之间的界限,影响实体经济,催生新的应用场景,未来有助于生物制药、材料设计等领域的系统化发展,而不再是靠猜、经验或者试错。
鄂维南认为,化学、材料、电子工程、化学工程等传统科学领域将是人工智能更大的主战场。AI for Science能够让科学家从整体的眼光来看待科学。目前鄂维南正为推动AI for Science打牢模型、实验工具和知识库的技术基础。任何学科都需要用到量子力学、牛顿力学、电磁场理论等基本原理,光谱、质谱、电子扫描仪等实验手段,以及以往积累起来的数据库、知识库。AI for Science的前提是扎实巩固这些基础,才有可能提供一种新的科研能力。