微軟研究院劉鐵巖：AI for Science：追求人類(lèi)智能最光輝的一面｜MEET 2023

過(guò)去一年里， AI for Science技術(shù)成果集中爆發(fā)，在生物醫藥、材料、物理、化學(xué)、甚至數學(xué)上發(fā)揮出越來(lái)越重要的作用，不少學(xué)界、業(yè)內人士已經(jīng)看到了AI在自然科學(xué)領(lǐng)域的巨大潛力。

AI for Science背后的價(jià)值到底有些什么？

帶著(zhù)這樣的追問(wèn)，微軟研究院科學(xué)智能中心亞洲區負責人、微軟亞洲研究院副院長(cháng) 劉鐵巖和其帶領(lǐng)的團隊，進(jìn)行了不倦追尋。

去年，劉鐵巖團隊發(fā)布了用于分子模擬的 Graphormer模型。在MEET2023智能未來(lái)大會(huì )上，劉鐵巖更是全面介紹了他對于A(yíng)I4Science的理解，以及AI4Science如何作為科學(xué)發(fā)現的第五范式，和經(jīng)驗范式、理論范式、計算范式、數據驅動(dòng)范式互相促進(jìn)、水乳交融，共同推進(jìn)科學(xué)研究的飛速發(fā)展。

為了完整體現劉鐵巖的分享及思考，在不改變原意的基礎上，量子位對他的演講內容進(jìn)行了編輯整理。

關(guān)于MEET智能未來(lái)大會(huì )：MEET大會(huì )是由量子位主辦的智能科技領(lǐng)域頂級商業(yè)峰會(huì )，致力于探討前沿科技技術(shù)的落地與行業(yè)應用。今年共有數十家主流媒體及直播平臺報道直播了MEET2023大會(huì )，吸引了超過(guò)300萬(wàn)行業(yè)用戶(hù)線(xiàn)上參會(huì )，全網(wǎng)總曝光量累積超過(guò)2000萬(wàn)。

演講要點(diǎn)

• 人工智能還沒(méi)能反映出人類(lèi)智能里最光輝的一面—— 認識世界和改造世界 。

• AI for Science值得稱(chēng)為 第五范式 。

• 利用AI手段更深一步的目的是修正對已有物理方程的理解，發(fā)現新的科學(xué)規律， 實(shí)現科學(xué)研究的閉環(huán) 。

• AI for Science將會(huì ) 對自然科學(xué)產(chǎn)生巨大影響 ，尤其在解釋生命奧秘、以及保障環(huán)境可持續發(fā)展方面。

（以下為劉鐵巖演講全文）

AI for Science：第五范式

最近10年里，AI飛速發(fā)展，在很多任務(wù)上已經(jīng)和人類(lèi)媲美。而且近年來(lái)，以GPT-3、DALLE2為代表的大模型讓人驚艷。

比如大家現在非常關(guān)注的ChatGPT，讓我們覺(jué)得 通用人工智能離日常生活越來(lái)越近。但這些成果主要集中在感知和認知層面，并沒(méi)有反映出人類(lèi)智能里最光輝的一面，即認識世界和改造世界。

如果戴上科學(xué)的顯微鏡，就會(huì )發(fā)現我們之所以成為人類(lèi)、成為生物，是億萬(wàn)個(gè)細胞、甚至是更多微觀(guān)粒子相互作用的結果；而如果戴 上科學(xué)的望遠鏡，就會(huì )發(fā)現我們人類(lèi)不過(guò)是地球上百萬(wàn)物種之一、而地球在蒼茫宇宙里也同樣是不值一提的滄海一粟。

所以，無(wú)論是從微觀(guān)還是宏觀(guān)角度看，我們人類(lèi)自身都是非常渺小的。我們 不應該讓AI一味地模擬語(yǔ)音、視覺(jué)、語(yǔ)言等人類(lèi)自身的基本技能，而是要讓AI擁有和人類(lèi)一樣認識世界和改造世界的勇氣和能力。而認識世界和改造世界正是千百年來(lái)，自然科學(xué)研究的終極目標。

我在微軟的前同事Jim Gray曾經(jīng)寫(xiě)過(guò)一本書(shū)，對科學(xué)發(fā)現四個(gè)基本范式做了深刻的總結。

第一個(gè)范式叫做 經(jīng)驗范式，基于經(jīng)驗的觀(guān)察， 是天才科學(xué)家對萬(wàn)物萬(wàn)象的總結。比如著(zhù)名的天文學(xué)家開(kāi)普勒，他通過(guò)觀(guān)察總結出天體運行的規律：“所有的行星圍繞太陽(yáng)運行的軌道都是橢圓的，太陽(yáng)處在所有橢圓的公共焦點(diǎn)上”。

第二個(gè)范式是 理論范式，指數學(xué)家 對經(jīng)驗進(jìn)行數學(xué)抽象和推演，比如用于描述經(jīng)典力學(xué)的牛頓運動(dòng)方程，用來(lái)描述電場(chǎng)磁場(chǎng)關(guān)系的麥克斯韋爾方程等。

第三個(gè)范式是 計算范式，隨著(zhù)計算機的發(fā)明，人們開(kāi)始有能力 求解復雜的物理方程。比如，通過(guò)有限元或者有限差分方式求解流體方程，從而有助于人類(lèi)對于天氣預報進(jìn)行精準預測。

第四個(gè)范式是 數據驅動(dòng)的范式，這個(gè)過(guò)程中 ML（機器學(xué)習）扮演著(zhù)非常重要的角色，人們使用ML方法來(lái)分析數據，尋找規律，并進(jìn)行預測。

最近這幾年，大家開(kāi)始關(guān)注的一種新的范式，叫做 AI for Science，它是前四種范式的有機結合，發(fā)揮了經(jīng)驗和理論各自的特長(cháng)，又把AI和計算科學(xué)融合在一起。AI for Science是對科學(xué)發(fā)現更全面的認知，因此我們稱(chēng)之為科學(xué)發(fā)現的 第五范式。

為了更好地理解AI for Science，我們可以從如圖的公式講起。

第一、對于物理世界 （綠色的X），我們可以利用理論科學(xué)對它進(jìn)行大體的描述，并且可以用AI的手段來(lái)加速這些理論方程的求解和推演。這對應了黃色的X（θ）表示的部分，可以看成AI版本的第三范式。

第二、我們需要承認，我們 在科學(xué)方面的知識仍然非常有限，已有的理論還不能完美解釋所有的科學(xué)現象。換句話(huà)說(shuō)，我們承認物理方程的解X（θ）和實(shí)際物理世界X之間存在殘差ε，這個(gè)殘差表達的是現有物理方程的邊界，可以用實(shí)驗手段觀(guān)察，也可以為AI所利用，這就對應了第四范式。當然，這幾年AI領(lǐng)域的新發(fā)展，比如RL （強化學(xué)習）、DL （深度學(xué)習）、大模型等等，會(huì )為第四范式提供新的加持。

第三、通過(guò)AI手段從數據出發(fā)，目的不僅僅是為了發(fā)掘一些特定的結果，也可以進(jìn)一步幫助我們 修正對已有物理方程的理解， 豐富我們的科學(xué)知識，讓我們有機會(huì )發(fā)現新的科學(xué)規律，這樣就最終能夠實(shí)現科學(xué)研究的閉環(huán)，這對應了AI版本的第一范式和第二范式。

接下來(lái)，我們就針對這三個(gè)方面進(jìn)行更加深入的討論，并介紹我們團隊最新的研究成果。

形成科學(xué)發(fā)現的閉環(huán)

第一，如何用AI 求解物理方程？

傳統數值解法求解物理方程的效率是一個(gè)瓶頸。近年來(lái)，人們開(kāi)始利用AI模型來(lái)對物理方程進(jìn)行更加高效的求解。AI模型的訓練數據可以來(lái)源于傳統的數值解法，而一旦訓練成功，在求解新的方程的時(shí)候就可以 節省大量的時(shí)間。

此外，近年來(lái)還出現了一種 physics informed training，甚至不需要提前生成訓練數據，只需要在訓練的過(guò)程中，動(dòng)態(tài)驗證AI模型的輸出是否滿(mǎn)足物理方程，定義損失函數即可，而驗證方程比求解方程簡(jiǎn)單得多。

在這個(gè)方向上，我們團隊有一些最新研究成果，如發(fā)表在NeurIPS 2021上的 Graphormer模型，和發(fā)表在國際期刊《流體物理》上的 Deep Vortex Net，分別在分子建模和氣象模擬領(lǐng)域取得了國際領(lǐng)先的結果。

第二，如何用AI從科學(xué)數據中發(fā)掘有效信息？

各種實(shí)驗設備每年都產(chǎn)生海量數據，但顯然不能靠人工有效處理；還有每年都有近150萬(wàn)篇論文發(fā)表，但任何科學(xué)家都沒(méi)有精力讀完。

我和團隊提出利用AI方法來(lái)自動(dòng)分析高能粒子對撞的射流數據，在國際期刊《High-energy Physics》上提出了 LorentzNet模型，將洛倫茲等變性構建在模型之中，在新粒子發(fā)現領(lǐng)域取得了比前人顯著(zhù)提高的精度。

我們還利用科學(xué)文獻訓練了 SPT模型，對科學(xué)文獻信息的科學(xué)知識進(jìn)行抽取、總結、和預測。該模型近期在PubMed問(wèn)答任務(wù)上首次達到了人類(lèi)專(zhuān)家的水準。

第三，如何從實(shí)驗數據出發(fā)，用AI發(fā)現新的物理方程，形成科學(xué)發(fā)現的閉環(huán)。

比如物理的守恒定律，一旦實(shí)驗數據不滿(mǎn)足守恒性，往往暗示著(zhù)一些新物理規律的存在。我們團隊設計了一個(gè)雙通道的AI模型，包含 一個(gè)基于拉格朗日神經(jīng)網(wǎng)絡(luò )的守恒通路和 一個(gè)基于標準神經(jīng)網(wǎng)絡(luò )的非守恒通路，可精準地從實(shí)驗數據中自發(fā)地學(xué)到很多已有規律。該工作發(fā)表在Physical Review上，受到了廣泛關(guān)注。

我們相信AI for Science將會(huì )對自然科學(xué)產(chǎn)生巨大影響，尤其在解釋生命奧秘以及保障環(huán)境可持續發(fā)展方面，都有很大的潛力。

沿著(zhù)這兩個(gè)方面，我們進(jìn)行了很多探索，發(fā)表了一系列非常有意思的論文，如果大家感興趣可以參考一下。

為了更好地推動(dòng)AI for Science這個(gè)領(lǐng)域高速發(fā)展，今年7月，微軟研究院在全球成立了一個(gè)新的研究機構，我們稱(chēng)之為 Microsoft Research AI4Science或者是 微軟研究院科學(xué)智能中心。這個(gè)研究中心設立的目的就是利用AI對分子動(dòng)力學(xué)模擬、流體力學(xué)模擬等重要的科學(xué)計算工具來(lái)進(jìn)行顛覆式創(chuàng )新，從而推動(dòng)人類(lèi)關(guān)心的重大問(wèn)題的求解。

非常榮幸，我作為這個(gè)中心的 創(chuàng )始成員之一，帶著(zhù)團隊一起推動(dòng)AI for Science的研究。我們也真誠地希望懷揣著(zhù)科學(xué)夢(mèng)想的同事們能夠加入我們，一起探索科學(xué)的新邊界！