如今，各学科的科学家都面临着双重压力：既要加快成果产出，又要应对复杂的难题。虽然人工智能 (AI) 常被视为一种“万能钥匙”，但我们近期网络研讨会的嘉宾指出，人工智能是一项强大的工具，但其成功与否取决于人类的直觉、创造力、独创性以及对科研进程的有效监管，只有这样才能推动科学取得实质性进展。
在本次网络研讨会《科学人工智能：人工智能驱动的前沿研究实际应用》中，CAS 生命科学数据科学经理 Jacob Al-Saleem 博士、3M 高级实验室主任 Thomas Clausen 博士以及莫菲特癌症中心助理研究员兼南佛罗里达大学助理教授 Aleksandra Karolak 博士共同探讨了人工智能如何加速科学研究、发现规律并优化流程，同时强调了在最大化发挥人类才智与协作潜力的框架下应用人工智能的重要性。
探索人工智能在各学科的影响
在 3M 工作数十年的 Clausen 博士强调了人工智能如何被用于加速产品开发、生产和商业化，特别是在材料科学领域。他指出，他的团队并不使用大语言模型 (LLM)，而是专注于其他用于模拟、力学测试和数字孪生技术的人工智能模型——这些特定领域的工具能够解决实际工程问题并加快既定流程。
Karolak 博士拥有化学、生物物理学和肿瘤学背景，她介绍了其实验室如何利用人工智能来帮助理解癌症患者的治疗耐药性和异质性。她的工作整合了多模态数据（基因组、蛋白质组和转录组信息），以识别治疗靶点并模拟分子相互作用。
与会嘉宾一致认为，人工智能并非人类专业知识的替代品，而是增强人类能力的强大工具。基于此，专家组围绕人工智能在科学研究中的角色展开了深入讨论，重点关注研究成果以及人为因素的重要性。
会议核心要点
在介绍各自的工作后，嘉宾们以 CAS Insights 近期发布的文章《科学人工智能：推动前沿研究的六大趋势》为背景展开了讨论。以下是讨论的部分议题。
- 成功的人工智能应用往往具有领域针对性。嘉宾们强调，与其应用通用模型，不如针对具体的科学挑战量身定制人工智能工具。Clausen 博士透露，在 3M 优化粘合剂所需的建模方案，与模拟肿瘤学中蛋白质与 DNA 相互作用的方案截然不同。
- 数字孪生可应用于研究与运营。Clausen 博士强调了数字孪生（物理系统的虚拟模型）在研发和运营环境中的应用。从模拟产品性能到支持制造决策，数字孪生是人工智能实用性和多功能性的典型范例。
- 偏见和数据质量依然是关键问题。Karolak 博士指出，虽然人工智能模型的“幻觉”常被讨论，但训练数据的偏见是一个更严重的风险，尤其是在生命科学领域。确保数据集的多样性和代表性对于避免得出误导性结论至关重要。
- 跨学科团队至关重要。演讲者们强调了跨职能协作的价值。在 3M，团队成员包括化学家、工程师、神经科学家，甚至还有英语专业人士。在学术界，Karolak 博士与临床医生、生物学家和计算机科学家密切合作，以改善患者的治疗效果。演讲者们一致认为，在应用人工智能时，思维的多样性非常重要，因为它能带来创造力和监管视角，而这往往是项目成功的关键。
展望未来：人工智能作为催化剂
在整个对话中，一个反复出现的主题是：人工智能是创新的催化剂，而非人类创造力的替代品。正如 Clausen 博士所言：“人工智能让你能够快速从海量信息中筛选出有价值的内容，从而激发创造力。”然而，他也强调，人工智能缺乏那种往往能推动创新的非直觉性、偶然性的思维。他重申，3M 标志性产品“报事贴”的诞生，正是源于两位同事在一次偶然的相遇中，从一种失败的粘合剂中发现了潜力。
Karolak 博士对此表示赞同，她将人工智能描述为一种“催化剂”，帮助研究人员更高效地探索新假设并排除死胡同。她同时指出，虽然人工智能可以辅助创造力，但它无法生成真正新颖的假设——而这正是人类大脑凭借直觉和经验所独有的优势。
嘉宾们对未来表达了乐观态度，同时也呼吁在应用人工智能时保持谨慎和责任感。正如 Karolak 博士所分享的：“万物皆有毒，关键在于剂量。”这句话同样适用于人工智能：其影响取决于使用方式的审慎程度。
观看完整网络研讨会
如需了解更多专家见解，请观看完整的网络研讨会 点击此处。您将深入了解人工智能如何塑造科学的未来，以及研究人员如何应对其带来的机遇与挑战。
