在各个学科领域，当今的科学家都面临着在应对复杂问题的同时加快交付成果的双重压力。虽然人工智能 (AI) 常被视为一种“魔杖”，但我们近期在线研讨会的嘉宾指出，人工智能是一种强大的工具，但其成功依赖于人类的直觉、独创性、创造力和监督，才能推动有意义的科学进步。
在本次在线研讨会中， 科学人工智能：由人工智能驱动的前沿研究的实际应用，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 博士讨论了人工智能如何在一个最大化人类才能和联系的框架内，加速科学研究、发现模式并优化流程。
探索人工智能对各学科的影响
Clausen 博士在 3M 拥有数十年的经验，他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、机械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的工程问题并加快已知流程。
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。她的工作整合了基因组学、蛋白质组学和转录组学信息等多模态数据，以确定治疗靶点并模拟分子相互作用。
与会嘉宾一致认为，人工智能不是人类专业知识的替代品，而是增强人类专业知识的强大工具。在此基础上，专家组围绕人工智能在科学研究中的作用展开了深入探讨，重点关注研究成果以及人为因素的重要性。
会议的主要收获
在介绍各自的工作后，我们的嘉宾以 CAS 近期发布的文章“科学人工智能：推动前沿研究的六大趋势”作为讨论背景。以下是讨论的部分主题。
- 成功的人工智能往往是特定领域专用的。 我们的专家组成员强调，与其套用通用模型，不如针对特定的科学挑战量身定制人工智能工具。Clausen 博士指出，3M 公司在优化粘合剂时所需要的建模解决方案，与肿瘤学中模拟蛋白质与 DNA 相互作用所需的方案截然不同。
- 数字孪生可应用于研究和运营领域。 Clausen 博士重点介绍了数字孪生（即物理系统的虚拟模型）在 R&D 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一个关键例证。
- 偏差和数据质量仍然是关键问题。 Karolak 博士指出，虽然人工智能模型中的“幻觉”经常被讨论，但训练数据的偏差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。 我们的演讲嘉宾强调了跨职能协作的价值。在 3M 公司，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。演讲嘉宾一致认为，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督作用，而这往往是成功实施的关键。
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进行筛选，这可以激发创造力。”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 公司便利贴的发明，源于两位同事之间的一次偶然相遇，他们从一种失败的粘合剂中看到了潜力。
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。她还指出，虽然人工智能可以支持创造力，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。
专家组成员对未来表示乐观，同时也敦促在应用人工智能时要保持谨慎和负责任的态度。正如 Karolak 博士所分享的那样：“万物皆有毒，关键在于剂量。”人工智能亦是如此：其影响取决于使用它时的审慎程度。
观看完整网络研讨会
如需探索我们专家组成员的更多见解，请观看完整网络研讨会 此处。您将更深入地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它所带来的机遇与挑战。
