掀起新浪潮，把握新機遇——《IDC Perspective：AI for Science全景研究》正式發(fā)布
加入技術(shù)交流群
北京，2022年11月29日——IDC于近日發(fā)布了《IDC Perspective：AI for Science全景研究》報告，分析了當前市場(chǎng)政策趨勢、主要挑戰、場(chǎng)景需求和代表產(chǎn)品服務(wù)，在業(yè)界首次發(fā)布AI for Science全景圖，對各領(lǐng)域市場(chǎng)前景和發(fā)展趨勢做出預判，并列出主要代表廠(chǎng)商，展現了AI在科學(xué)研究中具體應用場(chǎng)景的最新探索和落地情況，為行業(yè)用戶(hù)提供參考和建議。
市場(chǎng)驅動(dòng)
1. AI企業(yè)營(yíng)收速度下降，業(yè)務(wù)布局轉向“老大難”問(wèn)題，生命科學(xué)、自然環(huán)境、材料工程等作為重點(diǎn)方向，其數學(xué)邏輯推理和數據復雜度更高，但在技術(shù)突破后的經(jīng)濟社會(huì )效益更強；
2. 人工智能技術(shù)已較為成熟，可解決復雜場(chǎng)景下的高精度識別決策問(wèn)題，藥物分子發(fā)現、材料合成、流體分析等部分場(chǎng)景下的預測準確率超過(guò)90%，將實(shí)驗室研發(fā)時(shí)間從數年縮短至幾天；
3. 企業(yè)和機構技術(shù)負責人逐漸重視新型技術(shù)引用，解決傳統科學(xué)研發(fā)中周期長(cháng)、成本高、單線(xiàn)程問(wèn)題，IDC預測到2025年，超過(guò)60%的中國企業(yè)將把人類(lèi)專(zhuān)業(yè)知識與人工智能、機器學(xué)習、NLP和模式識別相結合，使員工的工作效率和生產(chǎn)力提升25%；
4. 底層算力基礎設施滿(mǎn)足科學(xué)研究中模型訓練的需求，將為復雜場(chǎng)景提供強大的算力供給。
面臨挑戰
AI for Science技術(shù)與產(chǎn)業(yè)發(fā)展處于起步階段，IDC認為仍面臨七大維度下的“D·IMPACT”挑戰，分別是數據(Data)、信息(Information)、市場(chǎng)(Market)、平臺(Platform)、算法(Algorithm)、計算(Computing)、人才(Talent)。
一是數據特征高維，模態(tài)格式較多；二是信息交流受限，合作存在壁壘；三是市場(chǎng)較為離散，商業(yè)模式待定；四是平臺功能復雜，工具組件專(zhuān)業(yè)；五是算法設計困難，缺少數理工程；六是計算要求較高，軟硬協(xié)同優(yōu)化；七是人才培養不足，生態(tài)循環(huán)堵塞。
為解決這些挑戰，企業(yè)也需要健全戰略體系，建立一系列舉措以加強企業(yè)核心能力和生態(tài)合作，百度、華為、商湯、阿里、第四范式、深勢科技等企業(yè)已初步具備專(zhuān)業(yè)化平臺組件和創(chuàng )新能力。
政策驅動(dòng)
我國中央和地方政府相繼出臺政策舉措，要求加快人工智能促進(jìn)科學(xué)研究創(chuàng )新發(fā)展，形成具有未來(lái)競爭優(yōu)勢的戰略性前沿方向，科技部等六部印發(fā)的《關(guān)于加快場(chǎng)景創(chuàng )新以人工智能高水平應用促進(jìn)經(jīng)濟高質(zhì)量發(fā)展的指導意見(jiàn)》中提出，推動(dòng)人工智能技術(shù)成為解決數學(xué)、化學(xué)、地學(xué)、材料、生物和空間科學(xué)等領(lǐng)域的重大科學(xué)問(wèn)題的新范式，重點(diǎn)圍繞新藥創(chuàng )制、基因研究、生物育種研發(fā)、新材料研發(fā)、深海深空等領(lǐng)域實(shí)現重大科學(xué)問(wèn)題和發(fā)現的研究突破。
應用領(lǐng)域
在A(yíng)I for Science全景圖V1.0中，根據現有產(chǎn)業(yè)發(fā)展特點(diǎn)、技術(shù)內容和數據維度的不同，IDC將AI for Science劃分為Micro-Science、Macro-Science、Planet-Science三大維度。其中Micro-Science主要包括生物制藥、材料研發(fā)和前沿物理方向，Macro-Science主要包括水利水務(wù)、空氣流動(dòng)、工業(yè)設計方向，Planet-Science主要包括航空航天、地球模擬和天文探索。
值得一提的是，AI賦能科學(xué)研究對于底層數據提出了更高的要求，企業(yè)在藥物研發(fā)、前沿物理以及天文探索等領(lǐng)域需要處理巨量數據，這對于平臺功能、底層算力提出了更高的要求。另外，科學(xué)研究領(lǐng)域多為對現實(shí)世界的創(chuàng )新探索，因此需要搭建與AI融合的仿真工具，結合研究目標的物理化學(xué)性質(zhì)，以及已有模型公式，來(lái)對問(wèn)題進(jìn)行現實(shí)條件約束。同時(shí)，根據產(chǎn)業(yè)發(fā)展趨勢和調研數據情況，IDC從技術(shù)水平、平臺化能力、市場(chǎng)前景將AI4S領(lǐng)域成熟度分為L(cháng)1到L5五個(gè)環(huán)節，目前大部分環(huán)節仍處于起步或部分智能化階段。
從典型領(lǐng)域場(chǎng)景來(lái)看，生物制藥成為企業(yè)主要布局方向，AI+制藥技術(shù)可快速縮短管道研發(fā)時(shí)間、節省支出成本，而圖神經(jīng)網(wǎng)絡(luò )和分子動(dòng)力學(xué)則成為關(guān)鍵技術(shù)，目前百度飛槳、深勢科技已初步具備平臺化研發(fā)能力，底層數據庫和工具組件逐漸豐富，以阿里、商湯為主的企業(yè)也在加快建設統一技術(shù)底座；材料研發(fā)涉及理化性質(zhì)預測、結構篩選、建模仿真等，逆向設計是AI助力材料研發(fā)創(chuàng )新的主要方式，而跨材料、跨尺度突破成為未來(lái)重點(diǎn)方向，廠(chǎng)商需要打造出高效便捷、開(kāi)箱即用的計算模擬和設計平臺，沉淀底層數據分析和結構仿真設計能力，并擴展實(shí)現在合金、電池、半導體、催化劑等材料的高通量設計；隨著(zhù)數字孿生、碳達峰碳中和、地球模擬等政策措施落地，AI主要賦能氣象預測、衛星遙感探測分析、水土資源保護、碳排放分析預測、資源勘探等環(huán)節，商湯、華為、阿里等企業(yè)已開(kāi)發(fā)底層算力支持和軟件平臺，搭建仿真模型輔助完成精細化、網(wǎng)格化、層次化管理。
分析師觀(guān)點(diǎn)
IDC中國高級分析師李浩然表示， “AI for Science在各行各業(yè)加速落地，市場(chǎng)需求和關(guān)注度不斷提高，廠(chǎng)商面向藥物合成、材料研發(fā)、水利水務(wù)等重點(diǎn)場(chǎng)景加快打造平臺化工具組件，集成算力服務(wù)、物理仿真、模型算法和典型案例，底層硬件和云服務(wù)廠(chǎng)商就緒度高。企業(yè)需要選擇合適的市場(chǎng)進(jìn)入方式，建立全面的戰略體系以應對D·IMPACT挑戰，注重數據資產(chǎn)化，分析處理多維度、多模態(tài)、多場(chǎng)景下的模擬和真實(shí)數據，加快開(kāi)發(fā)場(chǎng)景套件和項目合作，增強品牌影響力，實(shí)現突破性進(jìn)展?！?/p>
評論