微軟研究院劉鐵巖：AI for Science：追求人類智能最光輝的一面｜MEET 2023

過去一年里， AI for Science技術(shù)成果集中爆發(fā)，在生物醫(yī)藥、材料、物理、化學(xué)、甚至數(shù)學(xué)上發(fā)揮出越來越重要的作用，不少學(xué)界、業(yè)內(nèi)人士已經(jīng)看到了AI在自然科學(xué)領(lǐng)域的巨大潛力。

AI for Science背后的價(jià)值到底有些什么？

帶著這樣的追問，微軟研究院科學(xué)智能中心亞洲區(qū)負(fù)責(zé)人、微軟亞洲研究院副院長 劉鐵巖和其帶領(lǐng)的團(tuán)隊(duì)，進(jìn)行了不倦追尋。

去年，劉鐵巖團(tuán)隊(duì)發(fā)布了用于分子模擬的 Graphormer模型。在MEET2023智能未來大會(huì)上，劉鐵巖更是全面介紹了他對于AI4Science的理解，以及AI4Science如何作為科學(xué)發(fā)現(xiàn)的第五范式，和經(jīng)驗(yàn)范式、理論范式、計(jì)算范式、數(shù)據(jù)驅(qū)動(dòng)范式互相促進(jìn)、水乳交融，共同推進(jìn)科學(xué)研究的飛速發(fā)展。

為了完整體現(xiàn)劉鐵巖的分享及思考，在不改變原意的基礎(chǔ)上，量子位對他的演講內(nèi)容進(jìn)行了編輯整理。

關(guān)于MEET智能未來大會(huì)：MEET大會(huì)是由量子位主辦的智能科技領(lǐng)域頂級商業(yè)峰會(huì)，致力于探討前沿科技技術(shù)的落地與行業(yè)應(yīng)用。今年共有數(shù)十家主流媒體及直播平臺(tái)報(bào)道直播了MEET2023大會(huì)，吸引了超過300萬行業(yè)用戶線上參會(huì)，全網(wǎng)總曝光量累積超過2000萬。

演講要點(diǎn)

• 人工智能還沒能反映出人類智能里最光輝的一面—— 認(rèn)識世界和改造世界 。

• AI for Science值得稱為 第五范式 。

• 利用AI手段更深一步的目的是修正對已有物理方程的理解，發(fā)現(xiàn)新的科學(xué)規(guī)律， 實(shí)現(xiàn)科學(xué)研究的閉環(huán) 。

• AI for Science將會(huì) 對自然科學(xué)產(chǎn)生巨大影響 ，尤其在解釋生命奧秘、以及保障環(huán)境可持續(xù)發(fā)展方面。

（以下為劉鐵巖演講全文）

AI for Science：第五范式

最近10年里，AI飛速發(fā)展，在很多任務(wù)上已經(jīng)和人類媲美。而且近年來，以GPT-3、DALLE2為代表的大模型讓人驚艷。

比如大家現(xiàn)在非常關(guān)注的ChatGPT，讓我們覺得 通用人工智能離日常生活越來越近。但這些成果主要集中在感知和認(rèn)知層面，并沒有反映出人類智能里最光輝的一面，即認(rèn)識世界和改造世界。

如果戴上科學(xué)的顯微鏡，就會(huì)發(fā)現(xiàn)我們之所以成為人類、成為生物，是億萬個(gè)細(xì)胞、甚至是更多微觀粒子相互作用的結(jié)果；而如果戴 上科學(xué)的望遠(yuǎn)鏡，就會(huì)發(fā)現(xiàn)我們?nèi)祟惒贿^是地球上百萬物種之一、而地球在蒼茫宇宙里也同樣是不值一提的滄海一粟。

所以，無論是從微觀還是宏觀角度看，我們?nèi)祟愖陨矶际欠浅Ｃ煨〉摹Ｎ覀?nbsp;不應(yīng)該讓AI一味地模擬語音、視覺、語言等人類自身的基本技能，而是要讓AI擁有和人類一樣認(rèn)識世界和改造世界的勇氣和能力。而認(rèn)識世界和改造世界正是千百年來，自然科學(xué)研究的終極目標(biāo)。

我在微軟的前同事Jim Gray曾經(jīng)寫過一本書，對科學(xué)發(fā)現(xiàn)四個(gè)基本范式做了深刻的總結(jié)。

第一個(gè)范式叫做 經(jīng)驗(yàn)范式，基于經(jīng)驗(yàn)的觀察， 是天才科學(xué)家對萬物萬象的總結(jié)。比如著名的天文學(xué)家開普勒，他通過觀察總結(jié)出天體運(yùn)行的規(guī)律：“所有的行星圍繞太陽運(yùn)行的軌道都是橢圓的，太陽處在所有橢圓的公共焦點(diǎn)上”。

第二個(gè)范式是 理論范式，指數(shù)學(xué)家 對經(jīng)驗(yàn)進(jìn)行數(shù)學(xué)抽象和推演，比如用于描述經(jīng)典力學(xué)的牛頓運(yùn)動(dòng)方程，用來描述電場磁場關(guān)系的麥克斯韋爾方程等。

第三個(gè)范式是 計(jì)算范式，隨著計(jì)算機(jī)的發(fā)明，人們開始有能力 求解復(fù)雜的物理方程。比如，通過有限元或者有限差分方式求解流體方程，從而有助于人類對于天氣預(yù)報(bào)進(jìn)行精準(zhǔn)預(yù)測。

第四個(gè)范式是 數(shù)據(jù)驅(qū)動(dòng)的范式，這個(gè)過程中 ML（機(jī)器學(xué)習(xí)）扮演著非常重要的角色，人們使用ML方法來分析數(shù)據(jù)，尋找規(guī)律，并進(jìn)行預(yù)測。

最近這幾年，大家開始關(guān)注的一種新的范式，叫做 AI for Science，它是前四種范式的有機(jī)結(jié)合，發(fā)揮了經(jīng)驗(yàn)和理論各自的特長，又把AI和計(jì)算科學(xué)融合在一起。AI for Science是對科學(xué)發(fā)現(xiàn)更全面的認(rèn)知，因此我們稱之為科學(xué)發(fā)現(xiàn)的 第五范式。

為了更好地理解AI for Science，我們可以從如圖的公式講起。

第一、對于物理世界 （綠色的X），我們可以利用理論科學(xué)對它進(jìn)行大體的描述，并且可以用AI的手段來加速這些理論方程的求解和推演。這對應(yīng)了黃色的X（θ）表示的部分，可以看成AI版本的第三范式。

第二、我們需要承認(rèn)，我們 在科學(xué)方面的知識仍然非常有限，已有的理論還不能完美解釋所有的科學(xué)現(xiàn)象。換句話說，我們承認(rèn)物理方程的解X（θ）和實(shí)際物理世界X之間存在殘差ε，這個(gè)殘差表達(dá)的是現(xiàn)有物理方程的邊界，可以用實(shí)驗(yàn)手段觀察，也可以為AI所利用，這就對應(yīng)了第四范式。當(dāng)然，這幾年AI領(lǐng)域的新發(fā)展，比如RL （強(qiáng)化學(xué)習(xí)）、DL （深度學(xué)習(xí)）、大模型等等，會(huì)為第四范式提供新的加持。

第三、通過AI手段從數(shù)據(jù)出發(fā)，目的不僅僅是為了發(fā)掘一些特定的結(jié)果，也可以進(jìn)一步幫助我們 修正對已有物理方程的理解， 豐富我們的科學(xué)知識，讓我們有機(jī)會(huì)發(fā)現(xiàn)新的科學(xué)規(guī)律，這樣就最終能夠?qū)崿F(xiàn)科學(xué)研究的閉環(huán)，這對應(yīng)了AI版本的第一范式和第二范式。

接下來，我們就針對這三個(gè)方面進(jìn)行更加深入的討論，并介紹我們團(tuán)隊(duì)最新的研究成果。

形成科學(xué)發(fā)現(xiàn)的閉環(huán)

第一，如何用AI 求解物理方程？

傳統(tǒng)數(shù)值解法求解物理方程的效率是一個(gè)瓶頸。近年來，人們開始利用AI模型來對物理方程進(jìn)行更加高效的求解。AI模型的訓(xùn)練數(shù)據(jù)可以來源于傳統(tǒng)的數(shù)值解法，而一旦訓(xùn)練成功，在求解新的方程的時(shí)候就可以 節(jié)省大量的時(shí)間。

此外，近年來還出現(xiàn)了一種 physics informed training，甚至不需要提前生成訓(xùn)練數(shù)據(jù)，只需要在訓(xùn)練的過程中，動(dòng)態(tài)驗(yàn)證AI模型的輸出是否滿足物理方程，定義損失函數(shù)即可，而驗(yàn)證方程比求解方程簡單得多。

在這個(gè)方向上，我們團(tuán)隊(duì)有一些最新研究成果，如發(fā)表在NeurIPS 2021上的 Graphormer模型，和發(fā)表在國際期刊《流體物理》上的 Deep Vortex Net，分別在分子建模和氣象模擬領(lǐng)域取得了國際領(lǐng)先的結(jié)果。

第二，如何用AI從科學(xué)數(shù)據(jù)中發(fā)掘有效信息？

各種實(shí)驗(yàn)設(shè)備每年都產(chǎn)生海量數(shù)據(jù)，但顯然不能靠人工有效處理；還有每年都有近150萬篇論文發(fā)表，但任何科學(xué)家都沒有精力讀完。

我和團(tuán)隊(duì)提出利用AI方法來自動(dòng)分析高能粒子對撞的射流數(shù)據(jù)，在國際期刊《High-energy Physics》上提出了 LorentzNet模型，將洛倫茲等變性構(gòu)建在模型之中，在新粒子發(fā)現(xiàn)領(lǐng)域取得了比前人顯著提高的精度。

我們還利用科學(xué)文獻(xiàn)訓(xùn)練了 SPT模型，對科學(xué)文獻(xiàn)信息的科學(xué)知識進(jìn)行抽取、總結(jié)、和預(yù)測。該模型近期在PubMed問答任務(wù)上首次達(dá)到了人類專家的水準(zhǔn)。

第三，如何從實(shí)驗(yàn)數(shù)據(jù)出發(fā)，用AI發(fā)現(xiàn)新的物理方程，形成科學(xué)發(fā)現(xiàn)的閉環(huán)。

比如物理的守恒定律，一旦實(shí)驗(yàn)數(shù)據(jù)不滿足守恒性，往往暗示著一些新物理規(guī)律的存在。我們團(tuán)隊(duì)設(shè)計(jì)了一個(gè)雙通道的AI模型，包含 一個(gè)基于拉格朗日神經(jīng)網(wǎng)絡(luò)的守恒通路和 一個(gè)基于標(biāo)準(zhǔn)神經(jīng)網(wǎng)絡(luò)的非守恒通路，可精準(zhǔn)地從實(shí)驗(yàn)數(shù)據(jù)中自發(fā)地學(xué)到很多已有規(guī)律。該工作發(fā)表在Physical Review上，受到了廣泛關(guān)注。

我們相信AI for Science將會(huì)對自然科學(xué)產(chǎn)生巨大影響，尤其在解釋生命奧秘以及保障環(huán)境可持續(xù)發(fā)展方面，都有很大的潛力。

沿著這兩個(gè)方面，我們進(jìn)行了很多探索，發(fā)表了一系列非常有意思的論文，如果大家感興趣可以參考一下。

為了更好地推動(dòng)AI for Science這個(gè)領(lǐng)域高速發(fā)展，今年7月，微軟研究院在全球成立了一個(gè)新的研究機(jī)構(gòu)，我們稱之為 Microsoft Research AI4Science或者是 微軟研究院科學(xué)智能中心。這個(gè)研究中心設(shè)立的目的就是利用AI對分子動(dòng)力學(xué)模擬、流體力學(xué)模擬等重要的科學(xué)計(jì)算工具來進(jìn)行顛覆式創(chuàng)新，從而推動(dòng)人類關(guān)心的重大問題的求解。

非常榮幸，我作為這個(gè)中心的 創(chuàng)始成員之一，帶著團(tuán)隊(duì)一起推動(dòng)AI for Science的研究。我們也真誠地希望懷揣著科學(xué)夢想的同事們能夠加入我們，一起探索科學(xué)的新邊界！