科技自立自強之院士說|打破學科界限,以科學眼光探索生命系統——訪中國科學院院士湯超
北京大學前沿交叉學科研究院所在地 新華網記者 冉曉寧 攝
傳統印象中,學科間往往有著難以逾越的壁壘。但在認識客觀事物過程中,囿于某個高度獨立和單一的學科,必然容易喪失對客觀事物的整體性思考。就連錢鐘書先生也曾在《詩可以怨》中這樣描述:“由于人類生命和智力的嚴峻局限,我們為方便起見,只能把研究領域圈得越來越窄,把專業學科分得越來越細。此外沒有辦法。所以,成為某一門學問的專家,雖在主觀上是得意的事,而在客觀上是不得已的事。”
如果說學科分化或分類是學科發展的歷史必然,那么,學科交叉、跨學科合作則能夠為科研提供更廣闊的視角和更深入的洞察。此前,湯超院士就曾以生命科學為例指出,“生命系統里其實蘊含了很多的數學、物理學、工程、計算機科學的原理,它們都是相通的,只不過我們人為地把學科劃分開來,用自己的眼光來看生命系統。但大自然是不分學科的。”
今天,隨著人工智能等新興技術的日益興起,一方面,科研工作者要掌握不同學科的知識和技能,適應時代發展;另一方面,人工智能對傳統領域學科產生了強烈的沖擊,引發了傳統科研在思維模式和研究方法上的深刻變革。
2024年科學智能峰會期間,中國科學院院士、北京大學前沿交叉學科研究院榮譽院長、國家自然科學基金委交叉科學部主任湯超接受新華網專訪時,就AI在生命科學領域的應用進行了深入闡述。
中國科學院院士、北京大學前沿交叉學科研究院榮譽院長、國家自然科學基金委交叉科學部主任湯超 新華網記者 冉曉寧 攝
AI為基礎科研帶來的變化和契機
由于科學家對科學研究范式的信奉受到認知的局限性,某種科學研究范式總會在科學發展到一定程度后顯示出不足而無法解決一些問題,出現困難、矛盾以及困惑。這種矛盾反而推動了科學家們的反思和進一步探索的步伐。在此背景下,AI的出現讓人們再一次看到了“范式突破”的可能性。
“AI作為一個賦能工具不僅可以大大加速科學研究,而且能為科研提供一個新維度。其中一個很大的變化和契機就是今后數據驅動的科研范式會日趨重要。”湯超以“第一次科學革命”的歷史背景為例,說明了從數據到規律再到原理的發展過程。可以設想,如果當時AI有現在的水平,人類僅憑數據或許就可以從行星運動中發現開普勒三定律,甚至啟發人類發現牛頓定律,從而實現科學范式突破。
在他看來,在過去以假設驅動為代表的傳統科研進程中,需要先假設、再驗證。然而,這種方法依賴研究人員對已有知識的理解,以及他們提出假設的能力。此外,受既有學科框架和研究范式限制,這些假設往往難以跳出理論框架,限制了科學新發現。AI的出現,使得研究者可以從數據出發,通過AI分析處理數據,從而獲得新靈感。
“比如生命系統,你很可能事先想象不出來超越傳統框架的假設。這就需要AI幫助分析處理數據后才能給你靈感,需要AI幫助發現規律。先有數據,再談別的。這就是數據驅動的研究范式。”湯超說。
抓住AI for Science機遇,推動科技創新
“把‘生命’去掉,僅留下‘科學’二字,把生命系統作為對象,用科學眼光研究它??蒲泄ぷ髡邞⒅乩肁I發現新原理新規律,以推動科研互動、前進。”
湯超指出,生命科學的本質更為復雜,涉及從分子到細胞乃至整個生命體的多層次與多維度的交互。因此,生命科學如今正在經歷一場由于技術進步和與物質科學、工程、信息等學科交叉融合而產生的革命。
以深度學習為代表的AI技術兼顧了效率與準確性,融合不同領域專業知識,將未知結論推導出來,從而反向推動該領域發展,得到在經驗領域具有前瞻性的結果。
談及AI在生命科學領域的新突破,他認為,盡管AlphaFold在預測蛋白質結構方面取得了巨大成就,但這僅僅是生命科學領域“萬里長征第一步”。人工智能當前的應用成果主要集中在分子層面,如核酸、蛋白質、抗體和藥物設計。未來,研究方向將向更高層次拓展,整合多模態、多尺度數據,并利用AI發現生命系統中的新規律和新原理。
“我預言下一個諾貝爾物理獎會給Science of AI,即AI背后的科學。AI實際上也是一個復雜系統,為什么數據多了、參數多了,其能力就會得到大大提升?這背后的科學原理是什么?需要科研工作者去發現。”
由于中國在AI應用場景方面具有優勢,擁有大量數據,AI的興起為中國科技創新提供了歷史性的機遇。湯超認為,“科技創新是一個系統工程,需要多方面的共同努力,共同打造一個更有利于原始創新的環境。”
可以預見,隨著認知智能發展,人工智能未來將不再局限于某一特定科學領域,還將會擴展到文學、藝術、歷史等人文社會科學領域。對此,湯超還建議,“科研興趣和專注是非常重要的,廣大科研工作者應培養對科學的品位,不斷思考和提高。青年人要解放思想,開闊視野,理科生不要專盯著理科,工科生不要專盯著工科,多多接觸一些不同的東西,學科間很多東西都會互相啟發。”
關鍵詞:
責任編輯:孫知兵
免責聲明:本文僅代表作者個人觀點,與太平洋財富網無關。其原創性以及文中陳述文字和內容未經本站證實,對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾,請讀者僅作參考,并請自行核實相關內容。
如有問題,請聯系我們!
- 科技自立自強之院士說|打破學科界限,以科2024-11-25
- 廣西鋁產業開啟新“鋁”途布局東南亞2024-11-25
- 關稅談判仍在繼續!歐洲議會高官放風:中歐2024-11-25
- 全國首單“三北”工程綠色保險在內蒙古簽發2024-11-25
- 11月25日央行開展2493億元7天期逆回購操作2024-11-25
- 11月25日人民幣對美元中間價報7.1918元 上2024-11-25
- 開普云在世界互聯網大會發布“星算計劃”,2024-11-25
- 深圳又一樓盤兩小時賣光,二手房已有漲價交2024-11-25
- 國家稅務總局:12月1日起全國推廣應用“數2024-11-25
- “網”見峰會 | 透過烏鎮峰會 看“互聯2024-11-25
- 全球唯一!寧波舟山港誕生“雙千萬箱級單體2024-11-25
- 浙江臨安鄉村“相親”記 七年鄉村運營踏出2024-11-25
- 廣西與泰國開展橡膠木原材料儲備基地合作 2024-11-25
- 廣東臺山“菜花”上市 市民嘗鮮正當時2024-11-25
- 干支聯動擁江達海 安徽向海而興助開放2024-11-25
- 勤哲Excel服務器自動生成學校教學管理系統2024-11-25
- (鄉村行·看振興)山西山陰:農業盛會激發2024-11-25
- 雙十一帶不動的中小微,或許還能靠深度數科2024-11-25
- 重慶國際人才交流大會簽約引進緊缺優秀人才2024-11-25
- 錢小樂:推進金融數智化發展,保障數據安全2024-11-25
- 免簽“朋友圈”再擴大!中國目的地搜索熱度2024-11-25
- 新疆將首次開行貫通南疆東疆“復興號”動車2024-11-25
- 填充物假!合格證假!假羽絨服你的孩子可能2024-11-25
- 開普云與國星宇航簽署“星算計劃”戰略合作2024-11-25
- 第24屆兩岸財經論壇在福建平潭舉辦2024-11-25
- 專家:全球牛肉“牛市”行情未來可期2024-11-25
- 我國手機閑置量將達60億部 舊手機流通如何2024-11-25
- “羽絨騙局”曝光:兒童羽絨服也造假,檢測2024-11-25
- 兒童學習桌椅同質化,光明園迪告訴你到底該2024-11-25
- 科治好:提倡預防勝于治療的健康生活方式2024-11-25
精彩推薦
- 小黃象攜手中國國家U18冰球隊,以熱愛書...
- 北京花卉交易中心豐富市民“花樣”生活
- 南漳柑橘“致富經”:高山盆地“金果”...
- 市場監管總局:推動平臺企業和平臺內商...
- 遇見非遺丨把沉睡的泥土鐫刻進生活
- “江南蔬菜之鄉”江西樂平3000余畝水芹...
- 襄陽牛肉面:“熱辣滾燙”顯“俠義”
- 【百萬莊小課堂】今天你emo了嗎?職場青...
- 中國試點開放信用監管數據 便利境外來...
- 深圳年度最大規模畢業生雙選會提供崗位3...
- 廣西桂林滿城桂花飄香
- 江南造船中東代表處揭牌 續簽兩艘液氨...
- 首屆全國小戲小品展演將于十月中旬在長...
- 阿爾卡拉斯止步上海網球大師賽男單八強
- 健全糧食和食物節約長效機制(話說新農村)