科技日报记者 李禾
近日，首届天桥脑科学研究院AI驱动科学研讨会在美国旧金山举办。会议由天桥脑科学研究院与加州大学伯克利分校计算、数据科学与社会学院联合举办，与会学者和企业家们探讨AI是如何驱动科学发现的。
一个零能耗的便携式取水装置，被放置在炎热、空气湿度不到15%的环境中，就可迅速从大气中获取饮用水，该装置是由ChatGPT分子优化编辑设计的材料制成。2025年诺贝尔化学奖得主、加州大学伯克利分校教授奥马尔·亚基在会上分享了这一最新成果。他在题为“用于材料发现的智能体AI”的主题演讲中表示，“AI不是工具，而是新的科学思维体。借助人工智能，我们正在赋予科学自行思考、推理和演进的能力。”
2024年诺贝尔化学奖得主、华盛顿大学教授戴维·贝克分享AI如何“从头设计”蛋白质工程领域。贝克介绍了其团队开发的RFDiffusion3模型，这是一种能在三维结构空间中进行运算的先进生成式AI模型。研究人员只需要输入期望的分子功能，该模型就能生成具有相应功能的新型蛋白质精确三维结构蓝图。基于这一技术，团队已取得多项突破性成果：在神经退行性疾病研究方面，设计出能特异性捕获β-淀粉样蛋白的新型肽类结合物，为阿尔茨海默病干预提供新策略；在酶工程领域，开发了首个“从头设计”的蛋白酶；在基础研究工具开发上，研制了新型GPCR（G蛋白偶联受体）激动剂与拮抗剂，为神经科学中复杂的细胞通讯、信号转导研究提供了新工具。
贝克说，AI模型的快速发展高度依赖于一个与实验数据紧密耦合的“反馈闭环”。他强调，一个高效的“设计—构建—测试—学习”迭代循环是必不可少的：AI进行预测设计，实验室进行快速验证，而实验产生的数据都将即时反馈给模型，用于优化算法参数。
在会上，盛大集团和天桥脑科学研究院创始人陈天桥宣布，投入10亿美元算力，支持全球科学家的创新人工智能研究。他认为，AI的终极价值是发现。发现式智能可以主动构建关于世界的可检验理论模型、提出可被证伪的假说，并在与世界的交互与自我反思中持续修正其理解框架的智能，这才是真正意义上的通用人工智能。
研讨会还举行“AI 驱动科学大奖”颁奖典礼，上一年的三位获奖青年科学家现场分享了他们的研究成果和获奖心得。
网友评论
