AI 技术快速的提升迭代的同时，其在科学领域的广泛应用带来了翻天覆地的科学变革。过去十年间，科学家们利用 AI 工具和方法，在人类基因组、原子结构、天气预报、流体动力学等诸多科学领域取得了巨大突破。科学研究正从传统的实验和理论组合中，转向利用大数据和AI为驱动力。慢慢的变多的科学家们开始意识到 AI 的巨大潜力，正试图或已经将其应用于自己的科研工作中。然而 AI 在不相同的领域的应用仍存在诸多挑战，如缺乏计算资源、找不到合适的数据集、模型难以解释与验证等。如何更好地利用 AI 工具、方法与理念来推动科学研究，关系着科研领域的未来发展方向。

　　在微软供职期间，为多家化学材料公司部署计算化学和人工智能解决方案。深度原理于 2024 年创立，专注于人工智能驱动化学领域的科学研究。

　　本科毕业于北大物理学院，开发全新的神经网络架构 KAN，在科学发现领域展现了出色的表现和更高的可解释性。

　　本期播客聚焦于 AI 技术在科学研究中的应用及其带来的挑战。随着 AI 技术的加快速度进行发展，已经在多个领域如物理学、化学材料、生物学等取得重大突破，改变了传统科学研究的方法。与此同时，尽管 AI 在辅助科学研究方面展现出巨大潜力，但仍面临着数据获取、模型选择及验证等一系列问题。此外，本期播客还探讨了如何使 AI 的解释和预测方式符合人类的认知、未来 AI 在科学发现中的角色、跨学科合作等重要话题。

　　随着 GPT 的出现，AI在科学领域的巨大潜力走进大众视野，在此之前，AI for science 已经有很多年的发展，尤其是在解决复杂问题和扩大科学知识边界方面。与专注于专业领域的工具如 AlphaFold 相比，GPT 由于其广泛的语言解决能力，吸引了更广泛的受众群体，引发了公众对其强大功能的广泛关注和讨论。尽管如此，科学界仍需探索如何有效利用 AI 技术，以实现真正意义上的科学突破。此外，不同的科学领域有着各自独特的研究目标和难题，意味着将 AI 应用于科学的方法应该要依据具体学科的特点做调整和优化。

　　在物理中有理论物理与实验物理，在实验物理中已有较多的应用，如高能物理的实验中对获取的高维数据的分析，但当前通过 AI 分析的结论仍然为“黑箱”，这要进一步探索其可解释性，这也是 AI 应用于理论物理的难点所在，如通过 AI 自动发现标准模型，来探索其可解释性，未来会泛化到更广泛的体系。

　　在化学材料领域，利用机器学习的办法能优化化学实验设计、化学反应的最优条件、设计新的材料等，可以但在化学材料中的难点在于实验数据的“干净”程度，利用 AI 开展科学研究将会变得更复杂。化学材料在正向筛选过程中，利用 AI 指导材料筛选海量的材料组合情况，可以大幅度提升效率；在化学材料的反向设计模型中也可以直接生成材料，这也是令人兴奋的 AI 应用方向。

　　一方面，人工干预可以引入必要的知识、参数和先验设计，对于初期的材料设计、化学反应或催化剂设计等科学研究特别的重要，有助于加速处理问题的过程。另一方面，过分依赖人工干预可能会影响生产的自动化和效率。理想的状况是将 AI 视为合作伙伴而非完全替代人类，即通过人类与 AI 之间的互动和协作，共同推进项目进展。此外，当前 AI 仍有局限性，比如无法捕捉人类显而易见的信息，以及生成的内容可能超出了人类的认知范围，因此就需要人类对其进行进一步的评估和实验验证。AI 技术的发展是一个持续迭代的过程，在这样的一个过程中，人类和 AI 应相互补充，共同促进科学技术创新和进步。

　　传统的实验方法因其速 度慢、方差大等问题逐渐在高通量实验取得改进， 这种技术不仅加快了数据采集速度， 同时也减少了实验结果的变异。AI 的应用则进一步提升了研究的效率和准确性，特别是在处理大量历史数据和优化实验设计方面显示出巨大潜力。然而，尽管 AI 在某些领域已经取得显著成果，如化学反应、蛋白质折叠问题，化学关注实用功能和新反应机制的开发，不同于物理寻求基本定律的统一，在涉及到物理原理的重大发现方面仍面临挑战。物理学家对原理性发现有着更高的期望值，而目前 AI 提供的解决方案往往难以满足这一标准。尽管如此， AI 与高通量实验的结合仍是未来科学研究的重要趋势之一，尤其是在提高实验效率和数据处理能力方面有望实现更大的突破。

　　“阳朔西街男子疑似猥亵多名女性，5分钟内至少4人被骚扰？” 桂林阳朔发布情况通报

　　与中坚力量共成长，2024建信信托艺术大奖评委会特别奖获奖艺术家凌海鹏

　　金士顿推出《英雄联盟》联名版 XS1000 移动硬盘：1TB 版 699 元

　　金士顿推出《英雄联盟》联名款 U 盘：128GB 容量、读速 220MB/s