《理解未来》第三届“AI为科学”专题：“AI4科学与 ChatGPT：生物医学的机会？”由未来论坛理事，北京大学李兆基讲座教授，北京大学理学部系主任谢晓亮先生领衔，并特邀中国科学院院士，北京大学教授，北京大数据研究院院长，北京科学智慧研究院院长，鄂维南先生，加拿大魁北克省人工智能研究所副教授，加拿大高级研究院人工智能讲座教授，唐建先生，就“AI for Science科技革命”和“AIGC”这两个主题，就“AI+生命科学”进行探讨与探讨，共享前沿的科学进展，探讨多个学科间的深度整合与创新。
前瞻对话：聚焦AI+生物医药前景，推动AI+科学交叉融合
在前瞻对话阶段，各位来宾就“AI+生物医药前景”、“生成式 AI给生命科学领域的影响”、“如何促进 AI专家与科学家之间的协作”等话题进行了交流，并就各自的观点进行了交流。
对于如何将组学和智能技术融合，鄂维南表示，一是要有多个专业领域的专业人士共同加入到这项工作中来。其次，在不同尺度和不同现象下，寻找新的指导原则，以弥补中等尺度的缺失。他说，到现在为止，在分子层次上已经很清晰了，在大层次上也有了一些想法，而在中等层次上，我们还缺少一个指导原则，还需要物理和数学方面的专业人士的加入，以取得更多的进展。鄂维南说：“关键是要寻找这些人才，把他们安排好，给他们充足的资金。”
唐建表示，人工智能对资料的解析和机器的研究，使得科技法则的表现成为可能。“人工智能会对可能出现的文字、知识、代码等进行训练，等人工智能的实力强大到了某种程度，再进行大规模的训练，再进行建模。在这些领域， ChatGPT能够生成崭新的原始的信息，它就象一部百科全书，使用者能够迅速地从百科中获得所需的信息。在蛋白的研究中，不管是蛋白的研究，还是蛋白的研究，都离不开新的结构。将 ChatGPT引入到蛋白分子的研究中，能够使蛋白分子的创新程度和多样化得到提高。”唐建博士说。
谢晓亮博士同样在展望与未来的对谈中与大家一起探讨 AI+在生物科技中的运用与发展。他表示，在科技进步的基础上，如基因组学、冰冻电子显微镜等，已由「资料匮乏的学科」，向「资料丰富的学科」，及「资料丰富的学科」，由“定性学科”向“定量学科”发展。“在我教授生物物理的时候，我用了十多年的时间，从基因开始，一直到了2022，我才能用人工智能的方法，将基因的基因分析的一清二楚。”
谢晓亮博士还说，人工智能的发展离不开海量的数据，所以，大数据的品质是很关键的。近年来，由西湖大学许田院士提出的基于机器学习的中药活性物质发现技术，将其应用于多个组织、多个组织的研究，这也是传统医学急需的一种新的研究手段。
相关文章
