近兩年，人工智能在材料、化學(xué)、物理等領(lǐng)域的研究上展現(xiàn)出巨大優(yōu)勢(shì)，正在引領(lǐng)基礎(chǔ)科研的“后現(xiàn)代化”。在AI2.0時(shí)代，把握人工智能技術(shù)不僅意味著科研效率的提升，更意味著科研“彎道超車”機(jī)遇的到來(lái)。

一、人工智能如何影響材料、化學(xué)、物理等基礎(chǔ)科研？

2016年，谷歌AlphaGo的橫空出世，將世人的焦點(diǎn)吸引到了人工智能領(lǐng)域。短短兩年時(shí)間，人工智能技術(shù)在商業(yè)領(lǐng)域獲得了空前的成功。語(yǔ)音識(shí)別、圖像識(shí)別、無(wú)人駕駛、智慧金融等領(lǐng)域，無(wú)一不在影響著人們的生活。

但不為大眾所關(guān)注的是，人工智能技術(shù)在科研領(lǐng)域也掀起了巨大的“波瀾”。本文以2018年P(guān)hys.org網(wǎng)站（物理學(xué)家組織網(wǎng)）和頂級(jí)期刊上的文章為基礎(chǔ)，向大家介紹人智能在材料、化學(xué)、物理等領(lǐng)域如何產(chǎn)生作用。

（一）新材料領(lǐng)域

2018年7月，Keith Butler等人在《Nature》期刊上發(fā)表題為“分子和材料研究用的機(jī)器學(xué)習(xí)”的文章，對(duì)人工智能技術(shù)在材料、化學(xué)中的作用進(jìn)行了綜述。

文章認(rèn)為，計(jì)算化學(xué)/材料學(xué)的研究流程已經(jīng)更迭至第三代。第一代是“結(jié)構(gòu)-性能”計(jì)算，主要利用局部?jī)?yōu)化算法從結(jié)構(gòu)預(yù)測(cè)出性能；第二代為“晶體結(jié)構(gòu)預(yù)測(cè)”，主要利用全局優(yōu)化算法從元素組成預(yù)測(cè)出結(jié)構(gòu)與性能；第三代為“統(tǒng)計(jì)驅(qū)動(dòng)的設(shè)計(jì)”，主要利用機(jī)器學(xué)習(xí)算法從物理、化學(xué)數(shù)據(jù)預(yù)測(cè)出元素組成、結(jié)構(gòu)和性能。

其中，機(jī)器學(xué)習(xí)主要分為四個(gè)步驟：一是數(shù)據(jù)搜集，包括從實(shí)驗(yàn)、模擬和數(shù)據(jù)庫(kù)中獲??；二是數(shù)據(jù)選擇，包括格式優(yōu)化、噪點(diǎn)消除和特征提取；三是機(jī)器學(xué)習(xí)方法選擇，包括監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)；四是模型選擇，包括交叉驗(yàn)證、集成和異常檢測(cè)。

在實(shí)際的新材料研發(fā)中，人工智能技術(shù)已經(jīng)在文獻(xiàn)數(shù)據(jù)獲取、性能預(yù)測(cè)、測(cè)試結(jié)果分析等各環(huán)節(jié)展現(xiàn)出巨大優(yōu)勢(shì)：

• 2018年1月，美國(guó)加州大學(xué)和馬薩諸塞大學(xué)的研究人員合作開(kāi)發(fā)人工智能平臺(tái)，可自動(dòng)分析材料科學(xué)研究文獻(xiàn)，并可根據(jù)文本中提及的合成溫度、時(shí)間、設(shè)備名稱、制備條件及目標(biāo)材料等關(guān)鍵詞進(jìn)行自動(dòng)分類。結(jié)果表明，該平臺(tái)識(shí)別文章段落的準(zhǔn)確度為99%，標(biāo)注關(guān)鍵詞的準(zhǔn)確度為86%。（發(fā)表于《MRSBulletin》）

• 2018年6月，美國(guó)斯坦福大學(xué)的物理學(xué)家開(kāi)發(fā)了一種新型的非監(jiān)督人工智能程序“Atom2Vec”。該程序只用幾個(gè)小時(shí)，就“重新發(fā)現(xiàn)”了元素周期表。Atom2Vec是非監(jiān)督型人工智能，未來(lái)科學(xué)家們可以通過(guò)給它設(shè)定目標(biāo)，引導(dǎo)其尋找新材料。（發(fā)表于《美國(guó)國(guó)家科學(xué)院學(xué)報(bào)》）

• 2018年9月，東京大學(xué)利用理論計(jì)算方法建立了與原子結(jié)構(gòu)相匹配的光譜數(shù)據(jù)庫(kù)，并利用層聚類和決策樹(shù)兩種機(jī)器學(xué)習(xí)方法，對(duì)光譜大數(shù)據(jù)進(jìn)行解釋和預(yù)測(cè)。結(jié)果表明，該方法可成功應(yīng)用于復(fù)雜光譜的解釋，以及材料光譜特征的預(yù)測(cè)。（發(fā)表于《Scientific Reports》）

（二）化學(xué)領(lǐng)域

2018年3月，上海大學(xué)Mark Waller團(tuán)隊(duì)在《Nature》期刊上發(fā)表題為“利用深度神經(jīng)網(wǎng)絡(luò)和符號(hào)AI規(guī)劃化學(xué)合成”的文章，引發(fā)了業(yè)內(nèi)的廣泛關(guān)注。

研究團(tuán)隊(duì)首先收集了截止到2014年發(fā)表過(guò)的幾乎所有的化學(xué)反應(yīng)，加起來(lái)大約有1250萬(wàn)個(gè)反應(yīng)。然后，研究團(tuán)隊(duì)?wèi)?yīng)用深度神經(jīng)網(wǎng)絡(luò)及蒙特卡洛樹(shù)算法，成功地規(guī)劃了新的化學(xué)合成路線，即便是權(quán)威的合成化學(xué)專家，也無(wú)法區(qū)分這款軟件與人類化學(xué)家之間的區(qū)別。

與兩種傳統(tǒng)的合成方法相比（紅色和綠色），使用新型人工智能技術(shù)（藍(lán)色）在較短時(shí)間內(nèi)可以完成更多分子的合成路線預(yù)測(cè)。該研究是人工智能在化學(xué)合成領(lǐng)域的重大突破，Mark Waller也被媒體譽(yù)為“化學(xué)AlphaGo”的先驅(qū)。

“化學(xué)AlphaGo”僅是人工智能用于化學(xué)領(lǐng)域眾多案例中的一個(gè)。近年來(lái)，人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)在合成化學(xué)、藥物化學(xué)等領(lǐng)域不斷產(chǎn)生新應(yīng)用，其熱度變得越來(lái)越高，有望為化學(xué)領(lǐng)域帶來(lái)革命性的變化。

• 2018年7月，英國(guó)格拉斯哥大學(xué)研究人員采用機(jī)器學(xué)習(xí)算法，開(kāi)發(fā)出可預(yù)測(cè)化學(xué)反應(yīng)的有機(jī)化學(xué)合成機(jī)器人。在學(xué)習(xí)了100種（10%）化學(xué)反應(yīng)后，該智能機(jī)器人能夠以80%的準(zhǔn)確度預(yù)測(cè)出其他化學(xué)反應(yīng)，并且還能夠預(yù)測(cè)出人類未知的新型化學(xué)反應(yīng)。（發(fā)表于《Nature》）

• 2018年7月，美國(guó)北卡羅來(lái)納大學(xué)開(kāi)發(fā)名為“結(jié)構(gòu)演化的機(jī)器學(xué)習(xí)”（ReLeaSE）的人工智能系統(tǒng)，其包括兩個(gè)神經(jīng)網(wǎng)絡(luò)，可學(xué)習(xí)170萬(wàn)個(gè)已知生物活性分子化學(xué)結(jié)構(gòu)，并隨時(shí)間推移推測(cè)出新型藥物分子。（發(fā)表于《Science Advances》）

• 2018年7月，美國(guó)萊斯大學(xué)和賓夕法尼亞州立大學(xué)的研究人員合作，利用機(jī)器學(xué)習(xí)技術(shù)和量子化學(xué)模擬改善催化劑的設(shè)計(jì)，可大幅節(jié)約時(shí)間與成本。利用量子化學(xué)模擬，研究人員可以創(chuàng)建出包含各類催化劑屬性的數(shù)據(jù)庫(kù)；機(jī)器學(xué)習(xí)技術(shù)可快速搜索數(shù)據(jù)庫(kù)中隱藏的模式，幫助研究人員設(shè)計(jì)更便宜、更高效的催化劑。（發(fā)表于《Natural Catalysis》）

（三）物理領(lǐng)域

2018年8月，美國(guó)能源部斯坦福直線加速器中心和費(fèi)米國(guó)家加速器實(shí)驗(yàn)室的研究人員合作，在《Nature》期刊上發(fā)表題為“在粒子物理學(xué)的能量和強(qiáng)度邊界應(yīng)用機(jī)器學(xué)習(xí)”的文章，總結(jié)了在粒子物理學(xué)的前沿使用機(jī)器學(xué)習(xí)所帶來(lái)的機(jī)遇和挑戰(zhàn)。

歐洲核子研究中心（CERN）的大型強(qiáng)子對(duì)撞機(jī)（LHC）是目前世界上最大的粒子加速器，其每秒可產(chǎn)生一百萬(wàn)吉字節(jié)（GB）的數(shù)據(jù)。如此海量的數(shù)據(jù)，給存儲(chǔ)和分析帶來(lái)了極大難題。研究人員利用專用的硬件和軟件，通過(guò)機(jī)器學(xué)習(xí)技術(shù)來(lái)實(shí)時(shí)決定哪些數(shù)據(jù)需要保存，哪些數(shù)據(jù)可以丟棄。結(jié)果表明，機(jī)器學(xué)習(xí)算法可以至少做出其中70%的決定，大大減少了人類科學(xué)家的工作量。

近期人工智能在物理學(xué)領(lǐng)域的應(yīng)用，除大型強(qiáng)子對(duì)撞機(jī)的數(shù)據(jù)分析外，還包括以下幾方面：

• 2018年9月，美國(guó)勞倫斯伯克利國(guó)家實(shí)驗(yàn)室的科研人員與英特爾、克雷公司的工程師合作，利用深度學(xué)習(xí)技術(shù)開(kāi)發(fā)出物理科學(xué)應(yīng)用程序CosmoFlow，可用于處理大型三維宇宙學(xué)數(shù)據(jù)集。（發(fā)表于arxiv.org）

• 2018年9月，美國(guó)加州大學(xué)伯克利分校Breakthrough Listen項(xiàng)目的研究人員利用機(jī)器學(xué)習(xí)基礎(chǔ)，從距離地球約30億光年的光源中發(fā)現(xiàn)了72個(gè)新的宇宙無(wú)線電爆發(fā)。（發(fā)表于《The Astrophysical Journal》）

二、人工智能在基礎(chǔ)科研領(lǐng)域中扮演什么角色？

材料、化學(xué)、物理等基礎(chǔ)科研領(lǐng)域的發(fā)展，是大國(guó)科技競(jìng)爭(zhēng)力的重要保證，其直接決定了社會(huì)各方面進(jìn)步的步伐，重要性不言而喻。在AI 2.0時(shí)代，如何利用大數(shù)據(jù)挖掘和人工智能技術(shù)為基礎(chǔ)科研領(lǐng)域賦能，成為了基礎(chǔ)科學(xué)實(shí)現(xiàn)“彎道超車”的重要命題。

（一）傳統(tǒng)科研模式需要進(jìn)一步革新

2007年，圖靈獎(jiǎng)得主Jim Gray在NRC-CSTB大會(huì)上提出了科學(xué)研究的四類范式：經(jīng)驗(yàn)科學(xué)（實(shí)驗(yàn)科學(xué)）是第一范式，在研究方法上以歸納為主，帶有較多盲目性的觀測(cè)和實(shí)驗(yàn)；理論科學(xué)是第二范式，偏重理論總結(jié)和理性概括，在研究方法上以演繹法為主；計(jì)算科學(xué)是第三范式，主要根據(jù)現(xiàn)有理論的模擬仿真計(jì)算，再進(jìn)行少量的實(shí)驗(yàn)驗(yàn)證；數(shù)據(jù)密集型科學(xué)即第四范式，它以大量數(shù)據(jù)為前提，運(yùn)用機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘技術(shù)，可從大量已知數(shù)據(jù)中得到未知理論。

以材料科學(xué)為例，當(dāng)前普遍采用的基礎(chǔ)科研模式主要以第一、二范式為主，第三范式為輔。在實(shí)際科研工作中，傳統(tǒng)模式帶來(lái)的問(wèn)題主要有：一是重復(fù)性勞動(dòng)過(guò)多，新材料研發(fā)環(huán)節(jié)中變量多，“試錯(cuò)法型”的實(shí)驗(yàn)量繁雜；二是“失敗實(shí)驗(yàn)”的數(shù)據(jù)遭拋棄，海量數(shù)據(jù)沉默，無(wú)法被人有效利用；三是耗時(shí)太長(zhǎng)，以航空渦輪發(fā)動(dòng)機(jī)為例，單晶高溫合金葉片的研制周期往往長(zhǎng)達(dá)10年以上。

隨著互聯(lián)網(wǎng)時(shí)代的發(fā)展，數(shù)據(jù)傳播、分享的門檻大大降低，而計(jì)算機(jī)硬件計(jì)算能力的提升又令大數(shù)據(jù)的計(jì)算分析成為可能，從而催生了科學(xué)第四范式。隨著第四范式的誕生，所能解決的科學(xué)問(wèn)題的復(fù)雜度進(jìn)一步提升，勢(shì)必會(huì)給材料、化學(xué)、物理等基礎(chǔ)科研領(lǐng)域帶來(lái)效率和效果的極大提升。基礎(chǔ)科研領(lǐng)域擁抱第四范式，已經(jīng)成為必然的趨勢(shì)。

（二）人工智能如何支撐基礎(chǔ)科研領(lǐng)域發(fā)展？

在AI 2.0時(shí)代，數(shù)據(jù)是最核心的資源，也是實(shí)踐基礎(chǔ)科研領(lǐng)域第四范式的基礎(chǔ)。當(dāng)前，不同科學(xué)領(lǐng)域數(shù)據(jù)庫(kù)的建設(shè)，已經(jīng)受到各國(guó)的高度重視。例如，美國(guó)國(guó)立衛(wèi)生研究院的生物基因序列庫(kù)GenBank迄今已收錄超過(guò)2億條基因序列，并正以大約每18個(gè)月翻一番的速度增長(zhǎng)；美國(guó)國(guó)家標(biāo)準(zhǔn)技術(shù)院Materials Data Facility收集的數(shù)據(jù)量已達(dá)到12.5TB；日本物質(zhì)·材料研究機(jī)構(gòu)建設(shè)的MatNavi數(shù)據(jù)庫(kù)是關(guān)于高分子、陶瓷、合金、超導(dǎo)材料、復(fù)合材料和擴(kuò)散的世界上最大的數(shù)據(jù)庫(kù)之一。

21世紀(jì)以來(lái)，“材料基因組”、“化學(xué)基因組”和各類物理學(xué)數(shù)據(jù)庫(kù)的建設(shè)正加速進(jìn)行。在人工智能算法和計(jì)算機(jī)硬件不斷進(jìn)步的背景下，“數(shù)據(jù)挖掘+人工智能分析”已經(jīng)成為基礎(chǔ)科研領(lǐng)域快速發(fā)展的重要驅(qū)動(dòng)力：

• 人工智能變革科研數(shù)據(jù)的搜集、獲取方式。利用人工智能語(yǔ)義分析技術(shù)，科研論文中的數(shù)據(jù)將更易搜集和獲取，解決了人工搜集科研數(shù)據(jù)效率低的問(wèn)題。

• 人工智能變革科研數(shù)據(jù)的分析方式與效率。利用深度神經(jīng)網(wǎng)絡(luò)及其他機(jī)器學(xué)習(xí)技術(shù)，科學(xué)家們將可從海量的結(jié)構(gòu)化數(shù)據(jù)中高效獲得隱藏的因果關(guān)系，從而大幅提升數(shù)據(jù)分析效率。

未來(lái)，基礎(chǔ)科研領(lǐng)域的發(fā)展將構(gòu)筑于數(shù)據(jù)與人工智能的基礎(chǔ)之上。對(duì)此，我應(yīng)該抓住AI 2.0時(shí)代的發(fā)展契機(jī)，積極構(gòu)建基礎(chǔ)科研數(shù)據(jù)庫(kù)，高效利用人工智能技術(shù)，搶占技術(shù)創(chuàng)新高地，實(shí)現(xiàn)材料、化學(xué)、物理等基礎(chǔ)科研領(lǐng)域的“彎道超車”。