北京2024年12月11日 /美通社/ -- 今年的諾貝爾獎，將AI推到了科學舞臺的中央，標志著AI在科學研究中的重要地位得到了認可，也體現(xiàn)了學科交叉賦能將成為AI時代的科研發(fā)展趨勢。用AI賦能學科研究，創(chuàng)新科研新范式。這一點在西湖大學的科研項目中已得到體現(xiàn)。
成立于2018年的西湖大學是由施一公院士領銜創(chuàng)辦的、聚焦前沿科學研究的研究型大學，該校鼓勵科學家們探索AI與各學科交叉融合，為科研創(chuàng)新提速。為此，西湖大學在浪潮信息等企業(yè)助力下打造了領先的算力平臺，支撐科學家開展跨學科研究。在算力助力下，"科學家+AI"展現(xiàn)了無限可能。
申恩志：生命科學研究已離不開AI
在2024年諾貝爾生理學或醫(yī)學獎揭曉后那幾天，申恩志很忙，不少媒體聯(lián)系他采訪。2024年諾貝爾生理學或醫(yī)學獎的獲獎領域，正是申恩志所研究的RNA領域。而且他與本屆諾獎得主Victor Ambros屬于"同門嫡系"。申恩志曾在麻省大學醫(yī)學院RNA治療研究所師從2006年諾貝爾獎得主Craig C. Mello，Mello是Victor Ambros的弟子之一。
5年前申恩志從美國來到西湖大學，組建了西湖大學的非編碼核酸生物學實驗室，主要致力于非編碼RNA的作用機制和生物學功能研究。非編碼RNA約占人類轉錄組的98%，它非常重要，它不僅參與生物體的各種基本生命過程，而且與很多重大疾病的發(fā)生密切相關。
非編碼RNA的數(shù)目非常龐大，而且在生命體里是高度動態(tài)的，可以跟很多其他生命分子相互作用、相互調節(jié)。面對數(shù)量龐大又動態(tài)的非編碼RNA分子，如果單純采用傳統(tǒng)實驗方式研究，需要耗費大量時間和精力也很難分析其中復雜的調控關系，找出調控規(guī)律?，F(xiàn)在，申恩志團隊利用計算和AI技術，能夠高效解析測序數(shù)據(jù)，分析出其中的調控關系，找到調控規(guī)律，解決了以前單靠實驗解決不了的問題，大大加速了研究進程。
對申恩志等從事生命科學研究的科學家來說，好消息是這個領域是較早利用AI實現(xiàn)科研模式變革的領域。本屆化學獎得主Demis Hassabis團隊開發(fā)的AlphaFold自問世以來，已被廣泛應用在很多生物學領域研究中，申恩志實驗室團隊不單自己利用數(shù)據(jù)建模型，用AI做分析，也經(jīng)常采用AlphaFold進行科研。
申恩志實驗室團隊"海陸空"都有，有做信息學的，有做生化的，有生物物理的，有做遺傳學的，有做藥物的，是非常交叉的團隊。申恩志認為，AI與生命科學、尤其是計算生物學的跨學科研究，顯著提高了科學研究的速度和準確性，讓很多科學創(chuàng)新的發(fā)現(xiàn)，從不可能成為可能。他相信有了 AI的助力，能夠加速整個生命研究的進程。
金耀初：從生物智能向AI演化
興趣廣泛，好奇心強，沉著冷靜，善于思考，見到金耀初的人，無一不被他的科學家氣質所吸引，他的研究領域可謂"上天入地"，有汽車的噴氣發(fā)動機和自適應巡航系統(tǒng)、空中客車的機體設計、疫苗的預測、醫(yī)學圖像的處理、多機器人的組織等，盡管這些領域千差萬別，但在金耀初看來，它們解決問題的方法是可以共通的，這就是他癡迷研究很多年的演化算法。
演化算法，是把自然的演化規(guī)則引入到人工智能領域，以解決復雜系統(tǒng)的優(yōu)化和決策問題。金耀初列舉了一級方程式賽車F1的空氣動力學優(yōu)化問題。"一個賽車好不好，發(fā)動機好不好，無法用傳統(tǒng)數(shù)學方法有效解決，針對這種復雜系統(tǒng)，可以設計相應的演化算法，借助機器學習方法更快地找到最優(yōu)解。"
金耀初的演化算法已成功應用于多個復雜工程系統(tǒng)的優(yōu)化。2024年07月，金耀初因其在復雜系統(tǒng)進化優(yōu)化領域的開創(chuàng)性貢獻，榮獲2025年IEEE Frank Rosenblatt Award大獎，成為本年度全球唯一獲此殊榮的學者。該大獎創(chuàng)立于2004年，是IEEE為紀念神經(jīng)網(wǎng)絡的創(chuàng)始人之一Frank Rosenblatt而設立的。
金耀初是歐洲科學院院士、國際電氣和電子工程師協(xié)會（IEEE）會員、IEEE計算智能學會主席，2023年10月加入西湖大學，受聘人工智能講席教授，并創(chuàng)立"可信及通用人工智能實驗室"。他希望實驗室更多地投入到基于演化發(fā)育機制與人工智能相結合的研究方向。
近兩年遵循scaling law的大模型(LLM)發(fā)展火熱，模型越做越大，帶來的能耗問題也引發(fā)了業(yè)界的擔憂。與大模型不同，金耀初希望通過演化和發(fā)育的方式，讓AI像生物智能一樣自然演化，以更低的能耗產生更高的智能。為此金耀初專門建立了一個取名為"演化與發(fā)育神經(jīng)網(wǎng)絡"（Evolutionary Developmental Neural Systems）實驗室，英文名縮寫是EDEN（伊甸園），他希望在這個"伊甸園"環(huán)境下用AI模擬人類的起源過程，在自然環(huán)境中不斷演化發(fā)育出更智慧的智能系統(tǒng)。
不同于大模型使用模擬神經(jīng)網(wǎng)絡，金耀初采用脈沖神經(jīng)網(wǎng)絡進行演化和發(fā)育。他認為脈沖神經(jīng)網(wǎng)絡更接近生物的信息處理方式，在能耗上有優(yōu)勢。目前他的團隊正在開發(fā)具有演化發(fā)育功能的具身智能機器人，讓機器人像自然界的生命體一樣，大腦和身形都可以根據(jù)自身需求和外界環(huán)境逐漸演變成長。
金耀初的研究方向天然要求著"交叉"，他的既往研究成果，與計算機、機器人學、系統(tǒng)生物學、計算神經(jīng)科學等不同方向科學家進行過交叉合作。加入西湖大學后，他發(fā)現(xiàn)西湖大學引進了很多做生物工程、發(fā)育生物學和計算神經(jīng)科學的PI，更方便學校內跨學科交叉合作。盡管這個研究方向在AI領域很小眾，但金耀初有信心研發(fā)出有自主學習能力、更類人的人工智能系統(tǒng)，為實現(xiàn)通用人工智能探索出一條新路徑。
藍振忠：讓AI更有情商
藍振忠跟金耀初同在工學院人工智能系。他2020年從谷歌辭職，回國加入西湖大學，擔任深度學習實驗室負責人，他第一個想做的事就是打造一臺能隨時隨地陪伴、輔助心理咨詢的對話機器人。
藍振忠2017年從卡耐基?梅隆大學計算機學院博士畢業(yè)后進入谷歌，曾主導研發(fā)了谷歌大模型BERT的輕量化版本。在谷歌工作期間，他見證了人工智能技術的快速發(fā)展，也看到了利用AI解決心理問題的可能性。加入西湖大學后，他帶領團隊研發(fā)的第一個產品就是AI心理咨詢師"小天"。
"小天"是藍振忠團隊研發(fā)的心理咨詢大模型，在研發(fā)心理咨詢大模型的過程中，藍振忠提出了IQ（智商）和EQ（情商）的雙重要求，"EQ讓模型更有溫度，更深地理解并滿足人的需求。"經(jīng)過大量的語料積累和真實心理咨詢案例學習，加上自研的情感計算和共情模塊，小天能帶有感情地傾聽和溝通?，F(xiàn)在，用微信搜索"聊會小天"小程序，就能與"小天"進行線上交流。
藍振忠說，人們普遍關注身體的健康，但很少關注心理的健康，他希望通過"小天"能幫到更多被心理健康問題困擾的人。藍振忠透露，目前"小天"的日活躍用戶有幾萬人，還在不斷提升。"我們不能太急，因為AI心理咨詢是一個新的市場，要考慮用戶接受度，還需要大模型加深對用戶的理解。"藍振忠實驗室團隊中，不僅有AI科學家，還有心理學家、經(jīng)濟學家，他認為通過交叉學科合作，能更深刻洞察用戶的心理健康問題。
藍振忠還強調，"小天"作為大模型產品，最重要的還是繼續(xù)提升模型的能力，把模型做得更好。但這也不意味著模型越大就越好，從模型的領域屬性看，模型做得過大，適用性會減弱。現(xiàn)階段的主要工作是把數(shù)據(jù)做得更精，同時做一些模型架構、訓練方法等層面的提升。
藍振忠近期也在跟金耀初探討合作，尋找大模型與演化優(yōu)化算法的結合點，希望通過模仿交互，實現(xiàn)自我迭代。他期望"小天"最終能夠超越人類心理咨詢師。
算力：為"科學家+AI"助力
藍振忠實驗室發(fā)布在西湖大學網(wǎng)站上的招聘信息中，列出的吸引應聘者的第一個優(yōu)勢是"實驗室有足夠的服務器設備支持大語言模型的研究，可保證實驗項目高效進行"。算力對搞大模型的藍振忠團隊至關重要，"小天"就是基于西湖大學的算力平臺打造的，算力對金耀初團隊、申恩志團隊等做AI跨學科研究的科學家同樣重要。
西湖大學算力平臺為這些科學家們搞科研提供了充足的算力資源。目前西湖大學算力平臺——計算中心建有服務器機房500平方米，分為科學計算算力平臺、冷凍電鏡算力平臺、人工智能算力平臺三類算力資源。計算中心通過各種類型的計算資源服務支撐學校各項科學研究，通過統(tǒng)一集中的算力資源并配合合理調度和管理政策，計算中心可為校內大部分算力需求提供服務。
浪潮信息自2020年以來持續(xù)參與西湖大學計算中心建設，為西湖大學提供穩(wěn)定可靠的算力系統(tǒng)，支撐算力需求。同時還提供了人工智能平臺AIStation。通過人工智能平臺AIStation，計算中心能夠統(tǒng)一管理計算資源，將計算資源利用率提升到90%以上，減少資源閑置，緩解多人使用下的資源擁擠以及計算資源不足問題。浪潮信息以計算之力，為科學家助力。
