Скачать с ютуб AI引领科研变革 我国科研突破迎新机遇 в хорошем качестве

AI引领科研变革 我国科研突破迎新机遇

2025年伊始，随着DeepSeek的横空出世，犹如一颗“重磅炸弹”在全球人工智能行业掀起了惊涛骇浪。当前人工智能正以前所未有的速度全面渗透到科学研究的各个领域。 昨天（2月19日），世界互联网大会人工智能专委会召开了“人工智能赋能科技研究研讨会”，与会的专家一致认为人工智能技术的发展正深刻改变着科学研究的方法和手段，过去形成的科研壁垒在AI面前正逐渐的消失，而“人工智能驱动的科学研究”有望成为我国科研突破的重大机遇。 专家认为，我国在互联网发展上有丰富的经验，还拥有庞大的数据体量、多样化的应用场景以及良好的工程技术教育，这些都为AI与科学的深度融合提供了有力支撑，也为我国成为世界主要科学中心和创新高地提供了新的机遇。 中国工程院院士王坚表示，这是一个非常大的机遇，还不只是一个机遇，过去形成的国内外科学研究的壁垒在一个新的技术面前就会发生一次非常大的变化，从某种意义上讲，在这一次变革当中大家又拉到了同一个起跑线上。 中国新一代人工智能发展战略研究院执行院长龚克表示，要突破过去一些陈旧的人才观念。在人工智能领域看到的是一批非常血气方刚的年轻人，他们是真正驱动人工智能向前发展的重要人才，非常狭隘的人才观念在人工智能时代是不正确的。人工智能作为一个革命性的工具，它带来的最为重要的变化就是突破了这些界限，在人才吸引方面不能拘泥于过去那种以学科边界的方式看待人才。 2025年，人工智能正迎来前所未有的发展机遇和挑战，各种新技术、新产品、新场景要进行大规模的应用示范，未来传统科学将会成为人工智能的主战场之一，同时还会给医疗、生物制药、芯片、材料、工业制造等等领带来新的产业模式。 当人工智能深度融入到科学研究究竟会带来怎样的变革？又会开启哪一些新的探索空间？ 仅仅通过几滴血就能够提前预知数百种疾病的潜在风险 2024年，复旦大学科研团凭借着人类健康与疾病蛋白质组图谱的突破性研究成果让这一梦想成为了现实。在人工智能算法的助力之下，医生只需要通过简单的血浆蛋白组检测就能够提前诊断和预测疾病。这项疾病早筛技术究竟是如何实现的？ 这几天，复旦大学的科研团队正在对人类健康与疾病蛋白质组图谱进行优化和改进，据了解，这项研究最初只是针对阿尔茨海默病及其它类型痴呆。此前，科研团队利用大数据和人工智能算法对近1500种血浆蛋白质进行筛选分析，发现了11种可预测未来痴呆风险的血浆蛋白质。 复旦大学附属华山医院神经内科副主任 郁金泰：我们通过验血发现这些蛋白质变化用AI算出疾病的苗头，最早能提前15年发现老年痴呆等疾病的迹象。就像蝴蝶从毛毛虫变成了会飞的样子，不是基因变了，而是蛋白质表达不同。 这项科研成果迅速在世界医学领域引发关注，还被《自然》杂志作为头条新闻报道。然而，科研团队并没有止步于此，他们产生了一个大胆的想法，如果能把蛋白质图谱绘制的更加全面是不是能分析出更多疾病和蛋白质之间的关系呢？带着这个想法，科研团队又对5万多人的血液样本和跨越14年随访的医疗健康数据进行了分析，成功绘制出全球首张人类健康与疾病蛋白质组图谱，同时还开发出了一套人工智能算法模型。 复旦大学类脑智能科学与技术研究院研究员 程炜：过去医生看化验单只能看几个指标，现在AI能同时分析上千个蛋白质的变化，就像从沙堆中精准确认金块的位置，让我们研究人员能看得更全、更准。 据专家介绍，这项技术最大的特点就是早发现少花钱，医生通过检测人体血液中近3000种蛋白质的变化，再结合人工智能技术就可以提前十余年预测心脏病、糖尿病、老年痴呆等上百种疾病的患病风险。 复旦大学附属华山医院神经内科副主任 郁金泰：我们团队正在研发快速检测试剂盒，未来常规体检只需加做几十元的蛋白质检测就能筛查重大疾病的风险，就像现在测血压、血糖一样方便，特别适合需要定期体检的中老年人群。 在人工智能技术的加持下不仅能够提前诊断和预测上百种疾病的患病风险，而且还能够全方位地提升药物的研发效率和质量。 在浙江杭州的良渚实验室里，有一支团队就深度运用AI算法让药物研发进程缩短至3到5年，促进了精准医疗，在和疾病的赛跑中赢得了更多的胜算。 这里是位于杭州的良渚实验室，研究员沈宁正和他的团队一起通过人工智能算法工具整合分析生物信息学数据，精准锁定人体内的什么异常导致了病症。 在此之前，这个团队就曾利用AI算法设计开发了一种用于治疗儿童早衰症的新药物，在实验中取得了非常好的疗效。目前，团队正在积极寻求合作，努力推进临床转化。 浙江大学良渚实验室研究员 沈宁：我们这个项目大概是做了3年的时间，绝大多数90%的时间其实是在（临床前）实验上面，因为有了 AI 算法，我们的药物设计是非常快速高效的。 据专家介绍，目前全世界已知罕见病有7000多种，但治疗药物非常少，通常一种药物的研发从最初的靶点确定到药物筛选、临床试验再到审批上市不仅研发成本高，最主要的是耗费时间很长，但是AI大模型的应用正在改变这个现状。 浙江大学良渚实验室研究员 沈宁：如果用传统的大规模的筛选，以前的话小分子药（研发）大概要15-20年的研发周期，而且有非常大的失败概率，现在有了AI算法的一个加持，现代药物研发的周期可以缩短到3-5年。 早在2021年，良渚实验室就组建了一支由临床医学、生物学、数学、计算机、统计学等多学科交叉的团队，他们陆续开发了七、八种深度学习的算法，治理遗传病、罕见病的精准诊疗。 浙江大学良渚实验室研究员 沈宁：主要是聚焦在药物的靶点挖掘、突变的致病性预测以及小核酸药的药物设计和药物研发方面，我们针对不同的疾病甚至不同的患者，来对他的疾病数据进行分析。我们希望借助AI的工具可以帮助我们为每个病人提供一个更加个性化的治疗方案。 在AI技术的助力之下，我国科学家们不仅在疾病预测、药物研发等领域取得了创新突破，而且在被国外“卡脖子”的新材料研发上也有了重要的进展，一起走进中国科学院深圳先进院的材料人工智能研究，看一看科学家们是如何利用AI在新材料研发上取得突破的。 科学家给出指令后，AI在十几秒钟后就生成了一个详细的实验方案，而且还对一些关键的实验参数给出了优化建议。 中国科学院深圳先进院材料人工智能研究中心执行主任 周文华：磁性微球尽管非常的小，肉眼都看不到，但是它广泛地应用于像各种病毒的检测、抗体药物的制备，所以是一个对于我国生命健康领域非常重要的材料，但是这个材料从制备到修饰再到应用有50多步，那么它的条件的优化和组合是一个天文数字，远远超过了人手和人脑的极限。 据专家介绍，由于磁性微球这种材料一直被欧美、日本等巨头企业所垄断，面对国外的技术封锁如何实现技术突破是我国科研团队的目标，为此，他们搭建了一个专门的人工智能系统。 中国科学院深圳先进院材料所博士后 史桐雨：其实这个AI大模型给我们的方案，它的可执行性是非常高的，但是可能像我们刚刚也看到了，在一些关键的参数上面需要我们专业的科研人员可能根据自己的经验去进行稍加的一个校准，然后通过这样的一轮轮迭代优化，让它不断的去进行一个训练，最终获得一个专业性非常高的合成方案。 另外，科研团队还自主搭建了一个机器人系统，通过AI自主撰写的代码可以操控机器人进行极端条件下的无人实验。 中国科学院深圳先进院材料人工智能研究中心主任 喻学锋：让它帮助我们能够做一些更好的实验，包括能够突破人类对极端环境的一些限制，比如说冷热，还可以具有极端的一致性，能够帮助我们把实验做得更好，能够让科学家能花更多的精力、更高的效率、更快的速度，能够把材料开发出来。 据了解，目前科研团队在 AI 的助力下已经在磁性微球的研发上取得了重要突破，相关产品已经应用于多家龙头企业。 新春伊始，万象更新，2025年的中国科研界正以奔跑者的姿 拥抱人工智能技术，推动科学研究从传统经验驱动向数据驱动跨越式转型。 从实验室到产业一线，从基础理论到应用场景，AI正成为科学家手中的加速器，助力多个领域科研突破。在人工智能的驱动之下，我国的科学研究正在迎来一个重大的机遇。