利用 AI 机构建科学预谋行政框架(汉)

执行摘要 2.22.32.1 推动社会发展的人工智能计划和举措有益的科学创新加强跨学科研究协作建立强大的人才库 Conclusion 执行摘要 人工智能（AI）正在开启科学发现的新时代，革命性地改变我们进行研究的方式，并加速科学突破的步伐。AI能够处理大量数据、识别模式并生成新颖的假设，这有助于科学家解答那些曾经被认为在我们有生之年无法解决的问题。 在今天取得成功的基础上，明天的人工智能将在科学突破方面带来更多的收获。世界各国政府可以采取关键措施，赋能科学家们发现新药物、寻找癌症治疗方法、检测和减轻自然灾害、推动可持续发展目标（SDGs）等更多领域的工作。 这些不是对未来模糊前景的许诺。人工智能已经今日在科学领域取得进步，并改变着人们的生活。机器学习和预测技术正在帮助进行疾病诊断，……遗传性疾病,识别癌症早些时候 ，开发疫苗,预测天气,野火, and洪水， 并加速实现可持续发展目标的进展. 在这些实用工具的背后是基于人工智能的方法在众多领域（如）进行基础科学研究。物理,神经科学,地球科学,海洋学,空间探索,聚变能, and气候科学， 在其他人中。 这些建议基于Google和Google DeepMind多年跨领域的科学研究中所总结的经验教训，并在此基础上进行构建。最近的文章1，该研究探讨了人工智能如何 transforming 每个科学学科。通过在这些“三个I”政策支柱上采取果断行动，政府可以利用人工智能推动科学进步，使自己的国家成为这一进展的领导者和受益者，并共同努力应对全球挑战。如果我们构建这种促进性政策环境，我们可以实现人工智能在实现科学突破方面非凡的潜力。 这篇论文概述了政府可以追求的三个具体政策支柱——“三I”——以确保人工智能对科学产生积极影响并惠及所有人： • Infrastructure- 增加对 AI 基础设施的访问 ： 高质量的科学数据和计算资源可以解锁人工智能驱动的科学解决方案。为了应对这些资源在全球范围内的不均衡分布，并促进国际合作，政策制定者应建立国家级和国际级的中心，为科学家提供人工智能工具和资源以推动科学进步。这些中心将为利用人工智能进行科学研究提供数据、计算和教育资源。 1 Aspartofoufreffforttopexpandanddeepenpublicuaround scienceandAI, GoogleDeepMindco - hosted theAI 科学论坛与英国皇家学会于11月底举行的活动有关。作为该活动的一部分，谷歌还宣布设立一个2000万美元的AI科学基金，以推动AI驱动的科学研究，并孵化能够改善数百万人民生活的创新成果。 • Investment- 投资于 AI 科学 ：持续的政府资金对于雄心勃勃的长期科学研究至 关重要，例如太空探索或开发碳管理技术。为此，政府应制定优先领域清单以指导其资金分配，并设立公共挑战来解决最紧迫的问题。新型公私合作伙伴关系和融资模式可以在促进蓬勃发展的AI为科学生态系统以及建立强大的人才库方面发挥重要作用。 • Innovation- 实施支持科学和创新的法律框架 ： 科学的进步得益于合作和信息的开放交流。全球法律框架可以保护科学理念的市场。各国政府应共同努力制定协调一致、相互兼容的法规，以促进持续的科学发展，特别是在版权、隐私和跨境数据流动等领域。希望在AI用于科学研究方面引领潮流的政府还应制定移民政策，吸引和留住具有AI技能的人才。 02Introduction:人工智能科学发现的新时代 科学一直是人类进步的基石，从伽利略的望远镜揭示宇宙到大型强子对撞机有可能革新物理学和我们对物质的理解。它使我们能够了解这个世界，无论是亚原子层面还是在浩瀚宇宙中的位置。科学不仅仅是追求知识；它是提高日常生活质量、推动创新并为所有人塑造未来的基础。 许多科学领域的复杂问题得益于AI带来的高级计算技术的支持，因此使AI成为助力科学家们研究的强大工具。当前由AI驱动的科学革命并不是要取代人类科学家，而是要以前所未有的程度增强他们的能力。AI真正的力量在于其能够极大地加速科学研究过程，有时可以将传统实验和研究所需的时间从数百年甚至数千年压缩到极短的时间内。 几个月或几天 ， 在像药物发现,材料科学, and疾病诊断此外，AI工具使复杂的数据分析成为广泛的科研社区（以前所未有的规模）可能和易于访问，从而促进了合作并开辟了全新的研究领域。简而言之，AI不仅使科学研究变得更快，还使其更加广泛、深入且更具可访问性，开启了有可能解决人类最紧迫挑战的时代。 全球公众认为当前人工智能的应用具有价值，并对人工智能通过驱动科学发现、推动医疗和医药发展从而造福社会的能力最为兴奋。全球有十分之七的人期望 AI 对科学产生积极影响(72%)和医学（ 71 ％) 引领一系列有前途的应用 ， 例如农业(60 ％) 和网络安全(57 ％) 。 for野火探测谷歌的野火检测人工智能模型每10至15分钟提供实时大型野火边界地图，目前覆盖27个国家，并正在扩展到更多地区。FireSat，旨在构建一个人工智能驱动的卫星星座的持续项目，目标是在全球任何地方的野火发生后二十分钟内进行检测，并允许科学家和AI专家研究火灾传播。人工智能可以加速气候研究，推动我们向可持续未来迈进。加速实现可持续发展目标事实上,AI 有可能提供帮助减轻5 - 10%到 2030 年全球温室气体(GHG) 排放量 - 相当于欧盟的年度总排放量。 今天 ， AI 在自然科学正在以前所未有的速度加速发现进程。例如，在结构生物学领域，过去获取蛋白质结构见解最快的方法通常是X射线晶体学。一次实验可能需要数年的努力，并且成本高达10万美元，这取决于蛋白质的类型。而现在，Google DeepMind 的AlphaFold， 它预测了蛋白质的 3D 结构 ，导致了一种公开可用的蛋白质结构数据库提供了即时访问2亿个预测蛋白 质结构的免费途径。该数据库现已对公众开放，并且今天已有来自超过190个国家的超过250万用户。字母错觉，这建立在AlphaFold的基础上，预测错义变异（DNA中单个字母的替代）的致病性， potentially- 加速对如癌症等疾病诊断和挽救生命的治疗方法的发展。此外，人工智能正在变革材料科学，正如谷歌DeepMind所展示的那样。GNoME，已在电池和半导体技术等领域加速了相关进展，并发现了数以百万计的新晶体结构。GNoME 成功发现了 2.2百万种新晶体，相当于近 800 年的传统研究方法积累的知识量。想象未来 AI 将像 AlphaFold、AlphaMissense 和 GNoME 一样，成为更多科学发现工具的一部分，其对加速进步的影响将是巨大的。 人工智能也为科学应用开辟了新途径能源部门从利用可再生能源到核聚变几乎无限且清洁的能量 promise 的前景。传统的可再生能源如风能和太阳能的间歇性和不可预测性一直是优化电力网络的挑战。AI 通过实现实时数据分析和预测建模来应对这一挑战，以高精度预测可再生能源的能源生产。智能电网使用AI动态平衡供需、优化能源存储并管理分布式能源来源，从而减轻可再生能源发电波动的影响。AI也在核聚变研究中发挥着关键作用，从发现如何包含在托卡马克血浆to优化等离子体性能在核聚变反应堆里. In气候科学与可持续性AI 证明是进行建模、预测和缓解努力的一个 invaluable 工具。AI 增强了来自卫星和气象站等来源的大量气候数据的分析，从而产生了更准确的气候模型，例如NeuralGCM，这在速度和准确性上显著优于传统的基于物理的模型。NeuralGCM模型对科学界开放，可供进一步研究使用。AI还辅助预测自然灾害如洪水, 使能够提前预警并做好准备。谷歌的洪水预报AI模型可以预测超过100个国家的洪灾，帮助超过7亿人口。此外，AI正在被用于 医疗保健展示了人工智能的一些最有前景的应用案例。人工智能的进步有望在疾病检测和治疗方面带来质的飞跃，尤其是在资源匮乏的社区和地区。人工智能驱动的技术已经帮助科学家们开发疫苗，诊断遗传性疾病, and早期识别癌症AI可以准确解读视网膜扫描以检测糖尿病视网膜病变，这是一种影响约1亿人且可预防的致盲原因。 Google 的洪水预报 AI 模型预测极端河流事件超过 100 个国家以及 7 亿人居住的地区。这个模型被整合到Google Flood Hub 平台、 Google 搜索和 Google 地图供所有人使用。 与学术界和产业界的合作伙伴关系，可以培养一种提供所需基础设施、稳健的资金支持、稳定的人才供应管道以及相关教育和培训项目的环境。除了基础设施和其他资源投资之外，政府可以通过制定促进创新的政策来解决社会最紧迫的问题，从而推动基础科学和技术的重大突破。 MedGemini是民主化获得高质量、个性化医疗保健的另一个例子创成式 AI. 量子是另一个我们开始看到人工智能与科学发现之间建设性反馈循环的领域。最近的成就表明，量子处理器并且量子计算正开启研究以往科学幻想领域问题的可能性，比如研究物质的特性。可穿越的虫洞并且为测试量子重力理论开启了新的可能性。人工智能正在推动我们在量子物理和量子计算方面的进步，与此同时，量子技术也在助力人工智能的研究。 没有旨在促进人工智能驱动科学进步的政策措施，各国可能因其他国家推动创新和经济增长而被甩在后面。由于支持科学 advancement 的底层人工智能技术发展迅速，监管框架需要保持技术中立并具备适应性，以便跟上步伐并避免过时。我们与政策制定者共同致力于通过适当的约束措施来管理人工智能的风险，并强调需要平衡的监管方法that优先考虑研究 ， 创新 ， 科学和技术同时建立应对风险的法规。 这些令人惊叹的进展在人类历史上前所未见，仅标志着人工智能对科学潜在贡献的开端。全球科学界还有许多可以做的事情，以充分利用这一技术的全部潜力，造福人类。 但是科学家无法独自实现这些好处。他们依赖于政府在 这份政策文件旨在为全球政策制定者提供一个蓝本，以制定政策来释放人工智能在科学进步方面的益处。我们概述了三个支柱下的政策建议： 持续的政府资助和新的公私伙伴关系 ， 以追求雄心勃勃的科学目标 协调、可互操作的法规 ， 以鼓励持续的科学进步和吸引投资 我们一起可以共同努力解决那些曾经看似无法克服的挑战。但首先，我们需要一个政策环境，使人工智能的变革力量能够促进科学发现。 以下附加示例 * 支柱一:基础设施 - 增加对 AI 基础设施的访问 1.1 国家和国际数据、模型、计算和软件池 1.2 数据可访问性和软件互操作性 AI在科学领域的应用尤其具有挑战性，这主要是由于几个因素的影响，包括高质量专业数据的获取、计算能力访问的限制以及人工智能专家与领域专家之间的跨学科合作需求。 世界各国许多政府已认识到这一需求，并开始创建国家级的人工智能研究资源和数据仓库。例如，INDIAai作为关键领域（如医疗、农业、金融和教育）中人工智能数据集的集中存储库，旨在 democratize对高质量数据的访问并激发创新。在美国，Data. gov汇总来自各种政府机构的数据集。私营部门的努力 ， 如谷歌的Data Commons，还通过集中和简化来自多种来源的公开数据，促进了数据访问的民主化。学术机构也进行了合作，并建立了联合数据仓库，如国家数据平台，以提升研究人员获取数据和资金的机会。最近，行业与学术界的合作导致了一个大型科学数据存储库的建立，称为The Well，其中包含了15TB的物理仿真数据，覆盖了多种科学领域。尽管这些努力增加了数据的可用性，但仍需大量工作以简化对各种数据站点、模型、先前科学成果和仿真工具的访问，以满足科学研究的需求。 缺乏为人工智能（AI）驱动的科学研究和开发（R&D）协调的基础架构，科学家们必须花费大量时间和精力来协调数据和模型访问、确保计算能力，并熟练掌握AI工具，所有这些都会分散他们核心研究活动的注意力。尽管大多数科学家不需要自己训练大型A