<nav id="kwomi"><center id="kwomi"></center></nav>
  • <legend id="kwomi"><rt id="kwomi"></rt></legend><bdo id="kwomi"><legend id="kwomi"></legend></bdo>
  • <blockquote id="kwomi"><wbr id="kwomi"></wbr></blockquote>
    每日經濟新聞
    頭條

    每經網首頁 > 頭條 > 正文

    專訪 | 復旦大學復雜體系多尺度研究院首任院長馬劍鵬:AI for Science是中國輸不起的賽道,未來可能出現“純粹的AI科學家”

    每日經濟新聞 2024-10-16 14:42:36

    ◎ 為什么AI能贏得諾貝爾獎委員會的青睞,接連拿下兩大諾獎桂冠?《每日經濟新聞》記者專訪了復旦大學復雜體系多尺度研究院首任院長、上海人工智能實驗室領軍科學家馬劍鵬教授,就AI與科學研究之間的關系以及中國在相關領域的進展進行了解讀。

    每經記者 鄭雨航    每經實習記者 岳楚鵬    每經編輯 蘭素英    

    圖片來源:諾貝爾獎官方X平臺賬號

    當地時間10月9日,瑞典皇家科學院公布了2024年諾貝爾化學獎得主。

    該獎項一分為二,一半授予戴維•貝克(David Baker),以表彰他“利用計算機進行蛋白質設計”的成就,另一半給了谷歌DeepMind的首席執行官德米斯•哈薩比斯(Demis Hassabis)和高級研究科學家約翰•M•詹珀(John M. Jumper),以表彰他們在“蛋白質結構預測方面的貢獻”。2020年,哈薩比斯和詹珀發布了名為AlphaFold 2的人工智能(AI)模型,是利用AI技術預測蛋白質三維結構的革命性工具。

    這是AI在本屆諾貝爾獎的第二次勝利。前一日,諾貝爾物理學獎頒給了計算機科學家約翰·霍普菲爾德(John J. Hopfield)和杰弗里·欣頓(Geoffrey E. Hinton),表彰他們通過人工神經網絡實現機器學習的基礎性發現和發明,幫助計算機以更接近人腦的方式學習,為AI的發展奠定了基礎。

    為什么AI能贏得諾貝爾獎委員會的青睞,接連拿下兩大諾獎桂冠?《每日經濟新聞》記者(以下簡稱NBD)專訪了復旦大學復雜體系多尺度研究院首任院長、上海人工智能實驗室領軍科學家馬劍鵬教授,就AI與科學研究之間的關系以及中國在相關領域的進展進行了解讀。

    馬劍鵬教授是國際知名的計算生物學家,是美國醫學生物工程學會、美國科學促進會及美國物理學會的會士。2018年,馬教授作為上海市高峰人才引進團隊核心成員全職歸國,與Michael Levitt(2013年諾貝爾化學獎得主)教授聯合創建了復旦大學復雜體系多尺度研究院。在“AI for Science(科學智能)”領域中尤為關鍵的蛋白質結構預測研究中,馬教授團隊自主研發的OPUS-系列國產軟件性能領跑全球,成功搭建全鏈條AI賦能新藥研發的先進技術平臺。

    馬劍鵬教授 圖片來源:復旦大學復雜體系多尺度研究院官網

    AI for Science領域是輸不起的賽道,應加強算法突破

    NBD:今年諾貝爾化學獎授予了致力于用AI驅動蛋白質結構預測的科學家。作為這一領域的知名科學家,您如何看待AI在未來科學研究中的作用? 

    馬劍鵬:我曾提過AlphaFold是諾獎級的貢獻,但沒想到這么快就獲獎了。從2018年“AlphaFold”亮相,到“AlphaFold 2”被美國《科學》雜志評為2020年十大科學突破之一,再到今年5月發布的“AlphaFold 3”,直接改變了上一代版本的核心架構,用“擴散模塊”取代了上一代中非常重要的“結構模塊”。

    蛋白質結構解析,即從氨基酸序列預測蛋白質的三維結構,是化學家們在過去50多年里面臨的一個挑戰。在AI介入之前,蛋白質的從頭設計不僅極為艱苦,而且成功率很低。不過,過去20多年中,結構生物學積累了海量數據,為基于AI的蛋白質結構預測和蛋白質設計作好了“臨門一腳”的鋪墊。

    “AlphaFold 2”的出現不僅在這一問題上實現了大幅的提升,甚至逼近于解決這一問題。意義更為深遠的是,科學智能(AI for Science)的概念開始深入人心。雖然這個問題并沒有完全解決,但已經往前進了一大步,已經超越了期望。

    AlphaFold 2的工作原理 圖片來源:諾貝爾獎官網新聞稿截圖

    NBD:AI的獲獎對科研界意味著什么? 

    馬劍鵬:這一領域是我們輸不起的賽道,今后要重點在算法上另辟蹊徑。因此,國家需要在AI蛋白質結構研究領域投入更多的資源和人才培養力度,對于一項從0到1的基礎研究,要給予充足的經費支持和發展空間。蛋白質預測領域目前展現出來的潛力是無窮的,一定要久久為功。

    NBD:您所領導的團隊開發了OPUSFold,這一平臺在蛋白質結構預測中的應用與AlphaFold 2有相似之處。馬教授認為OPUSFold的開發對推動AI在結構生物學領域的應用有何獨特意義?

    馬劍鵬:面對人工智能的科技競爭,作為同行,不能在相同路徑上追趕,而是要另辟蹊徑,爭取局部突破。蛋白質三維結構由主鏈和側鏈搭建而成,Alphafold 2的主鏈預測總體做得不錯,但側鏈預測的質量不夠好,至少離藥物設計要求的精度還有很大的差距。

    OPUS-Fold 3是我們團隊自主研發的蛋白質折疊平臺,對標戴維•貝克的蛋白質結構預測軟件Rosetta,達到同等折疊精確度并在側鏈建模超越20%。該平臺在指導蛋白質設計場景中引入物理化學性質信息,及濕實驗反饋驗證信息,提升設計成功率。我們還研發了一款名為OPUS-Rota5的算法,它能大大提升蛋白質側鏈結構測試精度,專門針對Alphafold 2的軟肋?,F在即便是有了Alphafold 3,復旦大學的側鏈結構測試精度依然保持著全世界領先水平。 

     

    未來有可能出現“純粹的AI科學家”

    NBD:今年的諾貝爾獎表明,AI已經成為推動生命科學研究的重要力量。馬教授認為在接下來的10年里,AI會如何改變生物學和藥物發現的研究方式?在哪些領域可能會看到新的突破?

    馬劍鵬:未來,AI可能會進一步提升蛋白質折疊的預測精度,并幫助識別新的蛋白質-蛋白質相互作用,為藥物靶點的發現和設計提供更可靠的數據支持。未來的AI模型將能更快速地預測化合物的藥效和毒性,加速藥物發現過程。同時,生成對抗網絡(GAN)等生成模型的進步將幫助研究人員設計出全新的分子結構,大幅提高新藥開發的速度。

    同時,AI在蛋白質結構解析技術上的發展,將對酶工業、抗體改造和生物材料等領域產生深遠影響,實現更高效和定制化的創新成果。

    比如,AI可以解析酶的活性位點并識別關鍵的氨基酸殘基,從而幫助工程師通過定向進化或理性設計改造酶,以實現更高的催化效率、穩定性等。

    我們團隊近期通過AI技術與濕實驗驗證共同推進,大大提高了酶的活性及熱穩定性,可以對酶工業起到降本增效的實際作用。

    利用貝克的Rosetta軟件開發的蛋白質 圖片來源:諾貝爾獎官網新聞稿截圖

    NBD:隨著AI對科學貢獻的增加,您是否認為未來有可能會出現“純粹的AI科學家”(即人工智能系統,而非研究AI的人類)?這些AI科學家是否有可能獲得像諾貝爾獎這樣的重要獎項?

    馬劍鵬:未來確實有可能出現“純粹的AI科學家”,即能夠獨立進行科學研究、提出新理論、設計實驗并做出發現的人工智能系統。這樣的AI科學家不僅會成為人類科學家的輔助工具,甚至可能完全自主地推動某些領域的重大突破。

    至于能否獲得諾獎,還需要看它是否具備自動化推理與創新能力、實驗設計與執行能力等,并且會涉及諸多技術、倫理和規范性挑戰。 

    強調AI并不會淡化基礎科學研究

    NBD:在開發OPUSFold以及推動AI技術在生物學中的應用時,您是否覺得跨學科合作至關重要? 

    馬劍鵬:跨學科非常重要,我們研究院團隊就是一個典型的跨學科研究團隊,成員背景包含了計算機科學、生物學、物理學和化學等。研究方向有分子生物學、細胞生物學、遺傳學、結構生物學、AI算法開發與應用、大數據等。

    今年,復旦大學宣布推出至少100門AI領域課程,AI已是繞不開的話題,你不一定需要會寫算法,但至少要會用。AI要“從娃娃抓起”,因此注重跨學科領域人才的培養是非常必要的。 

    NBD:國外一些科學家在接受采訪時提到,他們擔憂AI浪潮可能會扭曲研究方向,導致科學家追逐熱門課題(AI應用),而忽略了基礎研究。請問您對這一問題有何看法?

    馬劍鵬:把AI研究和技術研究割裂或者對立有失偏頗,AI本身是個工具,可以用在工程問題上,比如無人機操控、人臉識別、自動駕駛,也可以應用在基礎科學研究上。

    事實上,AlphaFold是因為AI變強大了,才可以用來做基礎研究,而AlphaFold研究的問題本身是一個非?;A的科學問題,和應用沒有直接關系,盡管它的成功可以間接賦能新藥創新等等,所以不存在“強調了AI就淡化基礎科學研究”的問題。

    另外,AI技術里面本身還是有很多基礎科學問題的,就是怎么搞這個AI技術。今年的諾貝爾物理學獎就是給了這個兩個人,他們沒有做過人臉識別,也沒做過無人機操控,他們做的是AI底層的一些問題。諾貝爾化學獎更是一個基礎問題,只是都跟AI的工具相關,所以這個問題并不成立。

    封面圖片來源:視覺中國-VCG211158270552

    如需轉載請與《每日經濟新聞》報社聯系。
    未經《每日經濟新聞》報社授權,嚴禁轉載或鏡像,違者必究。

    讀者熱線:4008890008

    特別提醒:如果我們使用了您的圖片,請作者與本站聯系索取稿酬。如您不希望作品出現在本站,可聯系我們要求撤下您的作品。

    Ai 研究 科學研究 諾貝爾獎

    歡迎關注每日經濟新聞APP

    每經經濟新聞官方APP

    0

    0

    草莓视频成人影院
    <nav id="kwomi"><center id="kwomi"></center></nav>
  • <legend id="kwomi"><rt id="kwomi"></rt></legend><bdo id="kwomi"><legend id="kwomi"></legend></bdo>
  • <blockquote id="kwomi"><wbr id="kwomi"></wbr></blockquote>