AI 加快学创新的黄金时报表

核心观点

• AI 转变科学学科：科学家们越来越多地使用 AI 来理解和预测自然世界和社会世界，从基因组学到天气预报，AI 正在改变科学实践方式。
• AI 科学机遇：AI 在五个关键领域为科学带来机遇：改变科学家消化和交流知识的方式、模拟和加速复杂实验、生成和注释大型科学数据集、对复杂系统进行建模、确定大型搜索空间问题的新颖解决方案。
• AI for Science 生产函数：成功实施 AI for Science 需要五个关键要素：选择正确的问题、投资于评估方法、跟踪计算使用、融合自上而下和自下而上的数据努力、在自下而上的创造力和自上而下的协调之间取得适当的平衡、跨学科性、收养、伙伴关系、安全与责任。
• AI 科学风险：AI 在科学中的应用也伴随着风险，包括对科学创造力的潜在影响、可靠性的潜在降低、理解能力的潜在削弱、公平性问题和环境问题。
• AI for Science 政策回应：政策制定者可以采取四项措施来应对 AI for Science 的机遇和挑战：定义 AI 的“希尔伯特问题”、建立科学数据观测站网络、将 AI 作为下一个科学仪器、投资于元科学研究。

关键数据

• 三分之一的博士后现在使用大型语言模型来帮助进行文献综述、编码和编辑。
• AlphaFold2 系统免费提供 2 亿个预测蛋白质结构的即时访问。
• 世界上许多地方都见证了科学生产力增长的持续放缓。
• 2021 年估计表明云数据中心和超大规模数据中心仅占全球排放量的 0.1%-0.2%。

研究结论

• AI 有潜力加速科学进步，但需要仔细考虑其风险并采取适当的政策措施。
• 政策制定者、科学家和 AI 实验室需要合作，以最大限度地提高 AI for Science 的益处。