人工智能|李国杰院士：国内AI研究如何摆脱困境( 三 )
深度学习的人工神经网络在计算机视觉、自然语言处理和生物信息学等领域表现优异 ， 不仅仅源于算法和数学 ， 背后还有深层次的物理原理 。因此 ， 理论物理学家的介入十分重要 。基于最基础科学原理的机器学习需要人类多领域科学家的智慧和机器“智能”有机融合 ， 不同于以发现相关性为主要目标的科研第四范式——数据密集型科学发现 ， 我认为这是科研第五范式的雏形 。
AlphaFold并没有提出新的科学原理 ， 而是研究已知原理的相互组合涌现出的大量新奇结构、特性和行为 ， 把对结构的认知抽象成各种模式的自动化识别和匹配 ， 本质上是一种集成式的工程科学技术 。
过去生物学家只是把人工智能当成众多的辅助工具之一 ， AlphaFold的成功改变了生物学家的看法 。工程科学技术不只是工具 ， 也不仅仅是基础研究成果的应用 ， 而是在基础研究中可以发挥巨大作用的重要组成部分 。没有像DeepMind团队一样强大的工程技术实现能力 ， 基础研究也难以做出重大成果 。
目前我国大学和企业的人工智能实验室大多遇到顶天顶不了、立地又落不下去的困境 ， 希望人工智能界的学者认真总结经验教训 ， 在研究方向选择上多费点心思 ， 争取获得让人眼睛一亮的重大成果 。
（李国杰 作者系中国工程院院士）
推荐阅读
- 人工智能|人工智能：细数一年事 约略两态势
- 蛋白质结构预测|人工智能预测蛋白质结构
- 危险|半辈子跟“危险”打交道，这位院士有点“疯”
- 新院士|中国工程院新院士“入院第一课”：珍惜荣誉，做顶天立地的院士
- 中国工程院院士|专家指出的家庭厨房四大问题，你躺枪了吗？
- 毒品|人工智能识别人造毒品有一手
- 联合国教科文组织|联合国教科文组织正式推出《人工智能伦理问题建议书》
- 人工智能|2022年人工智能领域发展七大趋势
- 院士|2021粤港澳院士峰会暨松山湖科学会议在东莞举办
- 院士增选|新增院士名单公布 多位全国学会专家入选