大模型加速重構，AI4S正在改變科研方式

　　AI正在改變人類的科學研究方式。

　　按照常規的理解，AI4S是AI for Science的縮寫，也就是“科學智能”，其利用AI技術解決復雜的科研問題，以推動科學發現和技術創新，被譽為科學研究的“第四范式”。這種范式通過結合機器學習、數據分析、高性能計算等技術，幫助科學家在各個領域進行更深入的探索和發現。

　　在近日舉辦的世界互聯網大會人工智能專業委員會主辦的“人工智能賦能科學研究”研討會上，雖然與會嘉賓對AI4S的定義、范式等還存在一些不同的看法，但都形成了一個共識：AI正在改變人類科學研究方式。

　　諾貝爾獎進入AI時代

　　研討會過程中，他們不約而同的提到，2024年諾貝爾物理學獎和化學獎均頒給了AI相關領域。其背景是，2024年10月8日，諾貝爾物理學獎表彰獲獎者“基于人工神經網絡實現機器學習的基礎性發現和發明”。2024年諾貝爾化學獎則頒發給“在計算蛋白質設計方面的貢獻”。

　　以后者為例，2024諾貝爾化學獎之所以獲獎，在于其開發了AlphaFold人工智能模型，這種模型解決了一個已有50年歷史的難題，能夠預測大約兩億種已知蛋白質的復雜結構，直接推動生物醫藥領域的研發進程，并且已經被全球200多萬人使用。

　　這兩項獲獎名單與AI關聯度之高，讓AI4S理念受到更大的關注，也在人工智能領域掀起巨大的浪潮。很多觀點認為，諾貝爾獎進入AI時代。這個論斷恰體現的是，科學家正在對AI提出源源不斷的需求，AI正成為科學探索的核心工具。

　　中科院院士鄂維南曾經指出，科學研究總體上可分成：基于數據驅動的開普勒范式和基于原理驅動的牛頓范式，這兩種范式在現代遇到了各自的挑戰。但這些挑戰也都有一個共同的解決方案： “缺乏有效手段解決高維數學問題，是阻礙科學研究與技術發展取得進一步突破的主因之一。而深度學習，或者說人工智能，可以幫助解決這個問題 ”。

　　這是因為傳統AI模式下，AI4S主要是“算法驅動”，依靠算法創新助力科研創新。大模型時代，AI4S對計算、網絡、存儲等基礎設施要求極高，特別是面向數據密集型的科研領域，AI4S也從“算法驅動”轉變為“計算驅動”。

　　王堅院士在分享中也特別提到這一點。他還表示，在開放科學領域，互聯網發揮著重要作用。他認為AI4S將幫助更多人加入創新陣列。開放科學不是簡單地把科學開放出來，而是要考慮怎么做科學研究，怎么做交流。

　　在開放科學領域，互聯網發揮著重要作用，也影響著人工智能的發展。如今，數據、計算和人工智能都無法脫離互聯網。互聯網作為基礎設施，將所有問題向前推進。人工智能簡單來說是數據、模型和計算的結合，與互聯網一樣具有規模效應。

　　此外，王堅就開放和范式的新變化發表自己的看法。談及DeepSeek對于開源概念的拓展，和開放資源對于科學技術領域的巨大價值。DeepSeek基于MIT許可協議開源，當DeepSeek出來的時候，《自然》雜志在一個星期以內發表了五篇文章講這件事情。

　　事實上，人工智能以其驚人的潛力，逐漸成為提升科研創新效率的“標配”。谷歌學術數據表明，近3年使用AI的論文數量增長率超3倍。特別是大模型的出現和突破發展，正加速AI4S成為科研創新和科技進步的核心驅動力，并在芯片設計、生物醫藥、材料能源、天文氣象、自動駕駛等一系列領域，取得重大創新突破。

　　AI4S正加速應用

　　就目前大模型發展路線看，DeepSeek的火爆，將開源大模型技術體系再一次成功展示。Meta 首席科學家YannLeCun表示:“DeepSeek提出了新的想法，并在前人的工作基礎上加以實現。由于他們的工作成果已發表并開源，因此每個人都可以從中受益，這就是開放研究和開源的力量”。

　　也就是說，開源大模型“開源開放”特性，決定了其一旦性能優異、文檔與指引完善、工具鏈完備且模型持續迭代，就會以滾雪球的方式吸引開發者進入其生態體系，并由廣大開發者二次開發出數量龐大的“衍生模型”家族，量變到質變，大幅提高模型的性能和質量，呈現出與閉源模型分庭抗禮之勢。

　　不可忽視的是，開源模式還把大模型的“價格打下來”，有效解決制約大模型規模化應用的推理成本過高等問題。其中一個關鍵要素在于，開源大模型“公有云+API”的部署方式，全面加速了從MVP(最小可行產品)驗證、客戶觸達、交付、運營迭代等多個環節的應用創新。

　　從行業實踐看，AI大模型私有化部署的資本和時間投入成本，是“公有云+API”部署方式的10倍。

　　從構建MVP看，公共云提供的大規模、高彈性、低成本算力，以及成熟完善的工具鏈，能夠大幅降低創新成本和門檻。例如，依托谷歌云的Discord平臺，助力Midjourney、Pika等初創企業快速推出新產品。

　　再從客戶觸達看：公共云上有龐大的數字化基礎好的客戶池，能夠助力企業快速、低成本地觸達客戶。Mistral 模型在Azure 云平臺上部署后，立刻獲得了約1000個優質客戶。

　　這帶來的直接行業影響即是，公共云+API將成為企業使用大模型的主流方式。目前，國內已有50多所院校機構使用阿里巴巴的“云和AI服務”開展科研創新，并在生物、農業、天文等領域取得了可喜的成果。

　　在算力普惠、模型開源和數據共享的合力下，阿里AI4S已經摸索出多種合作模式。比如基礎設施服務模式、專業平臺模式，搭建智慧育種平臺、聯合研究模式、模型開源模式等。葉杰平在分享中提到，阿里AI與中山大學合作推進“如何用人工智能挖掘RNA病毒”項目，通過先構建數據集，再打造獨特領域大模型LucaProt等舉措，發現超51萬條病毒基因組等成果，該成果也登上了《Cell》期刊封面;

　　此外，阿里云在ChatGPT出現之前就啟動了模型社區建設——魔搭社區，目前已有超過4萬家模型入駐，有超過1000萬用戶數。截至目前，阿里通義千問開源模型下載量為2億，基于阿里通義模型衍生模型數量超過9萬個。

　　得益于阿里巴巴堅持開源開放，持續提升“通義千問”大模型能力，全尺寸、全模態開源，并推動阿里云AI算力提升性能、降低成本。近日，全球最大AI開源社區Hugging Face發布了最新的開源大模型榜單(Open LLM Leaderboard)，榜單顯示，其排名前十的開源大模型全部是基于阿里通義千問(Qwen)開源模型二次訓練的衍生模型。

　　2024年GTC大會(英偉達GPU技術大會)上，英偉達CEO黃仁勛堅定認為，AI4S是AI領域的三個關鍵方向之一。但AI4S也面臨交叉型人才短缺、技術方案難復用、垂類學科數據質量欠佳等問題逐漸暴露出來。

　　唐辰也注意到，本次研討會就AI4S提出的三點建議：實現包容普惠的發展;實現融合創新的發展;實現安全有序的發展。而這些，都是AI將科學研究推入一個新的階段，所必然面臨的問題和挑戰。