AI引领一场新的科学革命

智能机器人自信地“走上”舞台担纲主持；无人车在测试道路上完成一系列动作，司机却稳坐千里之外；戴上VR飞行眼镜，体验者便可俯瞰锦绣山河……现今的各类人工智能应用新场景让人目不暇接。

在移动互联网、深度学习、大数据等新理论新技术的支撑和驱动下，国内外人工智能已进入产业化阶段，日渐与各个行业领域紧密结合，对经济发展、社会进步、产业格局等产生重大而深远的影响。

从生物领域到芯片设计，人工智能不仅仅是强大的工具，人工智能还改变了科学过程。

自 1950 年代发现 DNA 以来，生物学家就一直试图将遗传密码的长度与一系列细胞组成的过程联系起来——比方说，其中就包括特定抗体的 mRNA 转录，这是现在很出名的 mRNA 疫苗的关键。

生物学家缺乏一种办法，一种只用 DNA 或 RNA 源代码来准确有效地预测未知蛋白质 3 -D 形状的方法。对生物学而言，结构决定了功能。蛋白质在细胞当中的作用取决于它的形状。对于理解人类疾病来说，能够预测甚至设计蛋白质将是一次飞跃，而且能为一系列疾病开辟新的治疗方法。

但是 70 多年来，科学家们一直坚持慢速的做法，这些方法会导致计算机算力紧张，而且在很大程度上得靠自己的猜测来梳理蛋白质结构。直到2020 年，谷歌的人工智能团队 DeepMind 宣布，自己的 AlphaFold 算法已经解决了蛋白质折叠问题。一开始，这一惊人突破令大多数人感到兴奋，科学家们已经做好准备，随时愿意测试新工具，并对其中一些乐此不疲。

AlphaFold 的成功很快就变得无法忽视，科学家们开始在实验室试用这一算法。到了 2021 年，《科学》杂志更把 AlphaFold 的开源版本评为“年度最佳方法”（Method of the Year）。

同样，在芯片方面，人工智能芯片的出现更是让大规模的数据处理效率大大提升，加速了深层神经网络的训练迭代速度，极大的促进了人工智能行业的发展。人工智能芯片也成为人工智能时代的基础核心技术之一，是人工智能战略中的重要竞争点。自2015年以来，人工智能芯片技术在国内发展迅速，研发团队投入力量大幅增加，专利申请数量持续快速增长。目前中国专利申请有86%的案件处于在审中的状态，申请量可能还会进一步上升，由此可见人工智能芯片仍处于快速成长期。

对科学最好的描述是探索未知。在这个旅程之中，人工智能是我们的合作伙伴，它以不同于人类的方式去感知自然世界及其未被探索的部分，从而开辟出理解和利用我们这个世界的力量的新方式。