从日常生活到科学研究,目前我国人工智能技术发展迅速,数据和计算力资源越来越丰富。 应用需求是技术进步的重要推动力,新技术往往在“用”中不断完善和成熟。 为推动人工智能落地,日前,科技部等6部门联合印发《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》,着力构建一些重要场景,拓展人工智能应用,高水平科研活动就是其中之一。
作为赋能手段,人工智能如何带来新的研究方法,又是经济发展注入“智力动能”?
融合紧密,帮助科研更加高效精准
在众多学科中,生命科学研究与人工智能的融合比较紧密,其中一个热门的方向是预测蛋白质结构。
以往,科学家通过冷冻电镜x射线核磁共振等方法观测蛋白质的三维结构,这一过程费时费钱。 “以冷冻电镜为例,安装观测平台耗资数千万元,科研人员绘制蛋白质结构需要很长时间。 ”百度螺旋桨生物计算平台负责人何径舟说。
由蛋白质的一级结构准确预测其三维结构是人工智能擅长的。 但是,人类试图分析蛋白质组的工作进展缓慢。 这一方面是因为现有的生物数据量小质量不高,说明深度学习缺乏足够的样本,另一方面人工智能算法成熟还需要一个过程。
近年来,随着生物数据的激增和人工智能技术的优化,科学家建立了更加准确的预测模型。 2020年12月,在一场比赛中,人工智能程序“阿尔法折叠”大热,其预测结果与大部分实验数据相同。 这表明,如果预测蛋白质的结构,人工智能已经相当准确了。
现在,依靠人工智能,曾经需要几年才能完成的工作,现在只需几分钟就能完成,还能分析出用传统方法观测不到的蛋白质结构。
据了解,利用人工智能,科学家预测了约100万种2亿多种蛋白质的结构,几乎涵盖了科学界编目的所有蛋白质。 这将对结构生物学领域产生巨大的影响,可能引发生命科学研究范式的转变,提高人类对生命的理解。
今年初,国家超越成都中心运行的蛋白质预测模型,由四川农业大学农学院小麦研究所团队成功解析了PGS1种子发育影响产量的分子机制,为培育高产优质小麦材料提供了理论依据。 科研人员表示,如果没有人工智能,很难有效地取得这一划时代的成果。
科学家还试图将人工智能技术引入疫苗设计中。 例如,与蛋白质疫苗和DNA疫苗等相比,mRNA疫苗具有大量生产快抗感染性强等优点,但稳定性和免疫原性相对较差。 通过添加这些短板,科学家一直希望通过优化mRNA疫苗的序列设计,使其更稳定,免疫原性更强。 更高效更低成本,人工智能干预有望为疫苗研发提供新思路。
随着基因组学研究带来的人体数据新药研发积累的知识不断增加,机器学习算法不断迭代,业内专家认为人工智能在生命科学领域前景广阔。 一些科学家甚至考虑依靠强大的生物计算引擎,利用大量的生物数据,通过建立统一的知识图谱,推动人们对生命健康的认识。
看到人工智能技术在数据获取实验预测结果分析等方面的优势,数学化学材料学空间科学等学科也纷纷拥抱人工智能。
锂电池的性能因材料组成而异。 针对场景丰富的对锂电池的需求,科研人员希望通过优化材料组合,设计出合适的锂电池体系。
“以前,设计材料体系主要依靠人工实验,效率非常低。 ”清华大学化学工程系教授张强表示,目前他正在带领团队通过人工智能预测分子性质,更高效准确地找到能源材料,设计更有价值更安全的电池系统。
发表评论