我们生活在这样一个时代，应用科学、人类智慧和新技术为人类面临的一些最大（也是最古老）的问题提供了深刻见解。虽然我们大家常常认为科学进步是快速而不懈的，但几十年来，进步 实际上已经放缓 。虽然科学界仍在争论这种放缓的原因，但当今的许多技术——从喷气式飞机到制造工艺——与半个世纪前并无太大不同。

　　但就在过去几年里，AI 和量子计算等新兴领域的突破大大加快了科学发现的速度。从医疗保健的进步到发现塑料分解酶，我们已从中受益。

　　这些突破是研究人员、技术人员、政策制定者、民间组织和社会各界数十年合作的成果。它们为如何将 AI 应用于科学以显著改善人类生活提供了蓝图。

　　正是出于这个原因，英国皇家学会今天与 Google DeepMind 合作举办了首届 AI 科学论坛。此次在伦敦举办的活动将科学界、政策制定者和行业领袖聚集在一起，探讨 AI 在加速科学发展方面的变革潜力以及公私合作在创新中的作用。

　　为了探索我们如何走到今天以及下一步该去哪里，我们来回顾一下最近为马上就要来临的科学进步奠定基础的九个时刻：

　　几十年来，专家们一直将揭开蛋白质折叠之谜描述为“巨大挑战”。2022 年，谷歌 DeepMind 分享了其 AlphaFold 2 模型 预测的 2 亿种蛋白质结构。此前，确定单个蛋白质的 3D 结构常常要一年或更长时间——AlphaFold 可以在几分钟内以惊人的准确度预测这些形状。通过在 免费数据库 中发布蛋白质结构预测，这使世界各地的科学家能够加快开发 新药 、 对抗抗生素耐药性 和 应对塑料污染 等领域的进展。作为下一步， AlphaFold 3 模型以 AlphaFold 2 为基础，预测 所有生命分子的结构和相互作用。

　　人类大脑自古以来就一直充满神秘感，很少有东西能比它更神秘。谷歌经过 10 多年的 连接组学 研究， 与哈佛大学 Lichtman 实验室等机构合作 ，绘制出人类大脑的一小部分，其精细程度前所未有。该项目于 2024 年发布，揭示了人类大脑中前所未见的结构。完整的数据集（包括每个细胞的 AI 生成注释）已公开，以帮助加速研究。

　　2018 年 ，当谷歌的洪水预报项目启动时，许多人认为，由于数据稀缺，大规模准确预报洪水是不可能的。但研究人员开发出了一种 AI 模型，该模型能可靠地预测未测量流域的极端河流事件，预测时间长达五天，其可靠性与零天预测相当或超过现在预报。2024 年，谷歌研究将这一覆盖范围扩大到 全球 100 个国家和 7 亿人 ，并改进了 AI 模型，使其在七天预测时间内的准确度与之前模型在五天预测时间内的准确度相同。

　　由于气候越来越炎热干燥，野火慢慢的变多地袭击世界各地的社区。2024 年， 谷歌研究与美国森林服务局合作开发了 FireSat ，这是一种 AI 模型和新的全球卫星星座，专门用于通过在 20 分钟内提供高分辨率图像来检测和追踪教室大小的野火。这将使消防部门能够更快地做出一定的反应，从而有可能挽救生命、财产和自然资源。

　　2023 年，谷歌 DeepMind 推出并开源了GraphCast 的模型代码，这是一种机器学习研究模型，可以比行业黄金标准天气模拟系统 (HRES) 更准确、更快地提前 10 天预测天气状况。GraphCast 还可以更准确地预测气旋的轨迹（以及洪水等相关风险）， 并比传统模型提前三天准确预测飓风李 将袭击新斯科舍省。

　　由于缺乏数据和推理能力，AI 一直在复杂数学方面举步维艰。随后，在 2024 年，谷歌 DeepMind 宣布推出 AlphaGeometry ，这是一个 AI 系统，它解决复杂几何问题的水平接近人类奥林匹克金牌得主——这是 AI 性能的突破，也是对更先进的通用 AI 系统的追求。随后，Gemini 训练的模型 AlphaGeometry 2 与新模型 AlphaProof 相结合 ，它们共同解决了过去 25 年国际数学奥林匹克 (IMO) 几何问题的 83%。这展示了 AI 一直增长的推理能力，以及可能解决超出人类当前能力的问题的能力，使我们更接近能发现和验证新知识的系统。

　　谷歌研究人员与加州大学伯克利分校和哥伦比亚大学合作，在量子计算机上进行了迄今为止规模最大的化学模拟。该结果 于 2022 年发表 ，不仅与传统方法相媲美，而且不需要通常与量子计算相关的繁重误差缓解。进行这些模拟的能力将提供更准确的化学反应性和动力学预测，这是以新方式应用化学来帮助解决现实世界挑战的先决条件。

　　8. 加速材料科学的发展，挖掘更可持续的太阳能电池、蓄电池和超导体的潜力

　　2023 年，Google DeepMind 宣布推出材料探索图形网络 ( GNoME) ，这是一种新的 AI 工具，根据模拟结果，它已经发现了 380,000 种在低温下稳定的材料。当我们的世界正在寻找新的能源、解决能力和材料科学方法时，这项工作可以为 更好的太阳能电池、电池 和潜在的超导体铺平道路。此外，为了让这项技术惠及所有人，Google DeepMind 通过其开放数据库上的材料项目提供了 GNoME 最稳定的预测。

　　正如那句老笑话所说，“核聚变是未来的能源——而且永远都是。”控制和使用为恒星（包括我们自己的太阳）提供燃料的能量已经超出了科学的范围。然后在 2022 年， 谷歌 DeepMind 宣布 开发了可以自主 控制核聚变反应堆内等离子体 的 AI 。通过与 EPFL 的瑞士等离子体中心合作，谷歌 DeepMind 建立了第一个能够在运行中的核聚变反应堆内自主稳定和塑造等离子体的系统，朝着稳定的核聚变和为每个人提供丰富的清洁能源迈出了关键的一步。

　　本文所发布的内容和图片旨在传播行业信息，版权属于原本的作者所有，非商业用途。如有侵权，请与我们联系。所有信息仅供参考和分享，不构成任何投资建议。密码货币市场具有高度风险，投资者应基于自身判断和谨慎评估做出决策。投资有风险，入市需谨慎。

　　特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

　　成都市委统战部原副部长，市工商联原党组书记、常务副主席黎邦华 严重违纪违法被开除党籍

　　《编码物候》展览开幕 北京时代美术馆以科学艺术解读数字与生物交织的宇宙节律

　　vivo X200 Pro卫星通信版霸榜！安兔兔公布1月安卓旗舰手机性能排行榜

　　vivo OriginOS 5 更新 2 月公测招募开启，覆盖 10 款机型