人工智能驱动的科学研究，将如何改变科学发现和转化的方式？

世界各地的领导者都在科学研究和创新方面投入大量资金，以解决当今和未来的重大挑战。我们不断在改变未来科学研究的基本方式——从远程控制、高通量、大规模的自动化实验室，一直到由高性能计算和以前不可用的丰富数据资源驱动的新的、强大的人工智能模型。

通过利用这些技术的综合力量，AI for Science （人工智能驱动的科学研究）有可能以前所未有的方式加快创新步伐。新的人工智能算法和模型将带来无与伦比的能力，帮助科学家分析庞大而复杂的数据集，并指导他们决策和实验设计的模式。这将解锁目前科学家无法找到的突破性解决方案，而以前他们在很大程度上只能使用现实生活中的经验和集中的数据集来做出决策。

与此同时，自动化科学实验将提供丰富的新数据集，这些数据集具有必要的规模和可重复性，以实现AI for Science的实验闭环。这些实验平台将加强全球、跨学科合作，并加快从科学发现到实践的转化。它对社会具有巨大的潜在益处：大大减少发现新药物的时间和成本；开发用于清洁能源、建筑和制造业的新型高性能材料；以及推进细胞农业以改善粮食生产等等。

卡内基梅隆大学（Carnegie Mellon University, CMU）科研副校长Theresa Mayer接受了爱思唯尔的访谈，探讨了她对AI for Science的看法：

展开全文

今天的机会让人想起近四十年前的快速技术变革时期。当时，向美国国家科学基金会（National Science Foundation）提出的一项提案开启了美国高性能计算的时代。该提案触发了大规模的投资，以创建一个由区域分布的超级计算中心组成的网络。从那时起，在硬件、网络功能、面向用户的服务和劳动力方面的持续投资催生了一个先进的网络基础设施资源生态系统，而这些研究机构到现在为止都受益。

对关键科研和教育基础设施的 3 大未来资金去向

如今，对AI for Science的战略投资有可能开启一个更强大的科研发现和转化时代。要实现人工智能在科学领域的全部潜力，就需要在新的、变革性的科研和教育基础设施上进行大量和持续的投资。

高性能计算和数据设施，配备大规模的高性能GPU和CPU计算能力，便于使用大型多模态数据集，增强AI决策制定能力，并辅以相应的硬件和方法创新——同时在整个过程中精心设计，确保安全性和保密性。

远程访问自动化科学实验室，配备计算机代码驱动、完全集成的机器人控制实验仪器，用于生物、化学和材料科学领域。通过可追溯和高通量的实验工作流程改进科学研究，将高保真实验数据和元数据提供到云端供开放访问使用。

STEM教育和AI工作者培训，旨在为各个层次的AI和科学人才提供所需的技能和经验。

AI 对科学的益处

AI for Science将抛弃过时的科学发现过程，这些过程主要基于使用有限数据的、直觉驱动的决策。它将带来诸多益处，包括：

加快速度、可重复性和准确性：通过将人工智能、机器学习和高通量自动化实验室从一开始就进行结合，可以比以往任何时候都更快地设计和进行实验，并具有无与伦比的准确性和可重复性。这可以解决科学中的可重复性危机，并创造可行的监管途径，减少科学进步和技术采用的瓶颈。

更强大、更公平、更灵活的合作： 通过创建一个统一的、可远程访问的计算、实验和开放数据基础设施网络，人工智能促进了在生物学、化学、材料科学、计算机科学和工程学交叉领域工作的研究人员和教育工作者之间的国际合作。它还能实现强大而灵活的公私跨部门伙伴关系。

对投资基金的影响：通过减少昂贵基础设施的重复建设，以及提供对大型集成和自动化工具集的远程访问，可以用更低的成本运行复杂的科学研究工作流程，并且再无地理边界。这为所有学校和研究社群更公平地获得最先进的能力提供了机会。

新技术和新行业： 通过创造新的人工智能技术，AI for Science 将加快创新步伐，为全新的行业、相关的劳动力和就业机会播下种子。这将为不同受教育程度和拥有创业能力的个人提供发展机会。

推进人工智能造福科学的议程

未来十年，初步概念和试点项目正在积极讨论和开发中。以下是一些示例：

AI 计算和数据资源的集成网络

为了推进 AI for Science，来自大学、非营利组织、中小型公司和初创企业的研究人员需要获得前所未有的高性能计算和数据资源。在美国，国家人工智能研究资源（NAIRR）实施计划为公共和私人投资提供一个框架，用于投资下一代人工智能共享基础设施的主要组成部分，包括最先进的计算集群以及对数据、软件、模型、培训和用户支持服务的访问。

统一、可交互的自动化实验室网络

AI for Science需要对远程访问的自动化科学实验室进行相应的关注和投资，以进行实验生物学、化学和材料研究。由此类实验室组成的网络将支持复杂、高通量的实验研究工作流程，并具有统一和可交互的高保真数据集收集和存储功能。必须从一开始就将重点放在人工智能的安全性上，将早期的试点实验室作为应用、衡量和测试负责任的人工智能方法的试验台。该网络将使世界各地的、任何规模机构的研究人员、教育工作者和企业家获得先进实验能力的机会。

诸如此类的自动化实验室正在开发和部署中。近年来，领先的生物制药、化学和材料公司在部署定制实验室以满足其市场需求方面取得了重大进展。

卡内基梅隆大学（CMU）凭借在机器人技术、自动化和人工智能领域的开创性进展，成为第一所在大学校园内建立大型自动化科学实验室的学术机构。

清迈大学云实验室将提供对 200 多种科学仪器的 24/7 全天候远程访问，这些仪器由 Emerald Cloud Lab 开发的通用软件平台集成，Emerald Cloud Lab 是一家由 CMU 校友创立的公司。该实验室利用机器人技术和人机交互技术支持，可同时运行多达 80 种不同的高通量研究工作流程。它通过辅助传感器进行了增强，以实现工作流程的端到端可追溯性，并收集和存储全面的高保真数据集，以便后续分析和在 AI 模型中使用。

人工智能在科学教育和劳动力培训中的应用

人工智能驱动的科学发现、转化和高通量实验的进展已经为各种教育水平的个人创造了全新的职业道路。随着人工智能在科学领域的发展，它有可能从根本上改变科学教育的提供方式。例如，学生将从学习繁琐且耗时的实验流程过渡到编写计算机代码以远程运行实验工作流程，并从使用有限数据集的直觉设计实验过渡到使用大型多模态数据集的人工智能增强设计。此外，科研教育应在整个课程中加入负责任的人工智能方法和工具部分。

CMU通过提供第一个自动化科学硕士学位和在云实验室提供本科化学课程而处于领先地位。这项工作包括与莫尔豪斯学院（Morehouse College）合作开展一项试点项目，共同开发课程材料和流程，以便向美国各地的传统黑人院校（HBCU）和少数族裔服务机构（MSI）提供。匹兹堡地区的第一批高中、两年制和四年制学院和大学正在进行第二个试点项目，以增加各级教育的机会。

诸如此类的努力还将为在机器人和自动化、软件和IT系统以及实验室运营和管理等相邻领域获得新技术学位与工作开辟道路。

爱思唯尔在AI方面的努力

爱思唯尔帮助研究人员和科研机构快速、准确地获得文献摘要和研究见解，从而推动学术合作并促进产生广泛的社会影响力。

Scopus AI作为一款科研利器，为科研人员提供了高效的研究方法和工具。通过Scopus AI，科研人员可以快速查找、分析和整合相关领域的海量数据，助力忙于科研和学习的老师和同学们，让AI for Science迈入具有无限想象力的变革时代！

Scopus AI可以帮助解决以下挑战：

1 精准提炼领域信息：快速生成简要、可溯源且提炼观点的概要，降低人工智能“幻觉”信息风险

2 定位领域核心论文：快速确定关键性论文，轻松把握最新学术研究进展和相应影响力

3 推荐领域专家：有效识别各领域的专家，并提供与提问相关联的专业领域介绍

4 强化研究主题的广度：基于Scopus数据库收录内容，帮助用户全方位了解感兴趣的科学问题

申请爱思唯尔AI产品机构试用

结语

AI for Science 是科学的未来。前进的道路是明确的，并可能改变“游戏规则”。让我们抓住时机，通过科技创新打造更美好的世界。