在生產(chǎn)環(huán)節(jié)中，95% 是一個分水嶺。

以人為對照標(biāo)準(zhǔn)，人工的準(zhǔn)確率在 92% 至 98% 之間，因此，行業(yè)對機(jī)器容忍度的判別標(biāo)準(zhǔn)取之中位數(shù)，未達(dá)到 95% 的部分，無論是 80% 乃至 90% 的準(zhǔn)確率，對模型生成容忍度極低的生產(chǎn)環(huán)節(jié)而言，二者沒有區(qū)別。

過去幾年，以計算機(jī)視覺、語音等為代表的 AI 技術(shù)領(lǐng)域取得了極大的成功，但受限于模型可解釋性差、通用性不強(qiáng)等弊端，AI 的大規(guī)模道路難以展開。

直至大模型技術(shù)出現(xiàn)，它通過與人類的交互中不斷學(xué)習(xí)，進(jìn)而獲得更好解決問題的能力。這當(dāng)中，行業(yè) Know-How 在生成內(nèi)容中起到關(guān)鍵作用，對醫(yī)學(xué)、金融、安全、法律等領(lǐng)域帶來了變革性的影響。

9 月 7 日，在 2023 騰訊全球數(shù)字生態(tài)大會- Techo 騰訊科學(xué)家專場上，論壇聯(lián)手 CSIG 前沿探索俱樂部及新基石科學(xué)基金會，邀請了騰訊各大實驗室科學(xué)家及“科學(xué)探索獎”獲獎人，聚焦科學(xué)前沿探索和技術(shù)應(yīng)用，以對話的形式，分享最新的落地成果。

大模型技術(shù)探索和落地方興未艾，一個業(yè)界共識是，大模型深入行業(yè)，與各個領(lǐng)域結(jié)合，在激發(fā)生產(chǎn)力的同時，對原有生產(chǎn)鏈條也將帶來顛覆性的影響，從底層出發(fā)向上層邏輯的重塑，最終逐漸影響到技術(shù)研發(fā)、產(chǎn)品開發(fā)、服務(wù)消費等各個環(huán)節(jié)。

多位研究者在與雷峰網(wǎng)交談中提到，AI 技術(shù)正被用于生命科學(xué)、醫(yī)學(xué)制藥等研發(fā)創(chuàng)新中，越來越多人開始意識到，大模型為新科學(xué)規(guī)律的發(fā)現(xiàn)和 AI for Science 發(fā)展提供了更便捷的工具，有學(xué)者預(yù)測，未來十年內(nèi)，科學(xué)范式將會被生成式 AI 重新定義。

距離科研更近的人，深知復(fù)雜科學(xué)問題背后的前沿與顛覆，而貼近產(chǎn)業(yè)側(cè)的開發(fā)者，更清楚 AI 技術(shù)在應(yīng)用階段的挑戰(zhàn)與機(jī)遇。大模型的出現(xiàn)對 AI for Science 有什么意義？又會對其發(fā)展帶來哪些影響？

能力越大，責(zé)任越大

“知識增強(qiáng)型”行業(yè)大模型已成為共識，是更接近人類大腦、釋放智能生產(chǎn)力的 AI 落地范式，將行業(yè)領(lǐng)域知識注入模型當(dāng)中，提升模型對知識的記憶和推理能力，可以有效填補(bǔ)基礎(chǔ)模型和場景之間的認(rèn)知鴻溝。

但在實際操作中，從業(yè)者往往會發(fā)現(xiàn)事情并沒有那么簡單：

一家從事醫(yī)療 AI 結(jié)合大模型技術(shù)服務(wù)商告訴雷峰網(wǎng)，從 B 端側(cè)來說，醫(yī)療大模型可以劃分為診前、診中和診后三個階段，為了應(yīng)用不同階段會產(chǎn)生的問題，因此，醫(yī)療領(lǐng)域大模型在訓(xùn)練要求就很高。

比如說診前，過去醫(yī)生在看病時，需要事先了解許多患者相關(guān)的信息和問題，根據(jù)收集到的信息判斷大概的情況，這個過程耗時長且占用精力。有了大模型后，這部分工作可以借助 GPT 來完成，醫(yī)生通過向模型注入醫(yī)療數(shù)據(jù)和自己知識體系，GPT 可模仿醫(yī)生的習(xí)慣、提前跟患者了解病理信息。

但一個亟待解決的難題是：醫(yī)療環(huán)境中對深層語義的要求很高，患者在與醫(yī)生溝通時，很少涉及有指征性的專業(yè)醫(yī)學(xué)術(shù)語，患者有哪些癥狀是由醫(yī)生根據(jù)其描述來判斷，當(dāng)這件事交給模型去做時，它能否將患者的描述與對應(yīng)的病理問題對齊、做出正確的判斷，對構(gòu)建醫(yī)療大模型而言是個不小的挑戰(zhàn)。

醫(yī)學(xué)非常復(fù)雜，如何與大模型等為代表的 AI 技術(shù)相結(jié)合，成為學(xué)界和工業(yè)界共同關(guān)注的焦點。

在 Techo 騰訊科學(xué)家專場上，北京郵電大學(xué)信息與通信工程學(xué)院特聘研究員、2022 年“科學(xué)探索獎”信息電子領(lǐng)域獲獎人王光宇，與騰訊杰出科學(xué)家、騰訊天衍實驗室負(fù)責(zé)人鄭冶楓，分別從學(xué)術(shù)視角和工業(yè)視角，就對流行病研究、監(jiān)測及防控的技術(shù)思路的異同點，以及大模型、多模態(tài)在醫(yī)療領(lǐng)域的落地展開了探討和暢想。

鄭冶楓對話王光宇

為了解決醫(yī)療大模型“醫(yī)學(xué)專業(yè)度”和可信任問題，騰訊在醫(yī)療大模型中加入了天衍實驗室多年來在醫(yī)療領(lǐng)域積累的專業(yè) Know-How，涵蓋 285 萬醫(yī)學(xué)實體、1250 萬醫(yī)學(xué)關(guān)系等結(jié)構(gòu)化數(shù)據(jù)，基本可覆蓋 98% 的醫(yī)學(xué)知識。

鄭冶楓指出，通過把專業(yè)知識給到模型，讓模型推理時候參考這些知識，比如在患者提問的問題里，采用自然理解語言技術(shù)，自動提取一些相關(guān)的疾病，相關(guān)的藥品，在數(shù)據(jù)庫里將相關(guān)知識給到模型，可以讓模型去做更準(zhǔn)確的問答。

同時，打造高質(zhì)量、專業(yè)的醫(yī)療大模型，對于提升科學(xué)抗議的準(zhǔn)確性也具有重要作用。此前，王光宇和團(tuán)隊在研究中發(fā)現(xiàn)，通過預(yù)訓(xùn)練大模型的技術(shù)，構(gòu)建一個通用的蛋白質(zhì)相互作用的框架，可以有效計算病毒蛋白質(zhì)對人體的親和力，從而更好地預(yù)測病毒未來哪些可能的突變位點發(fā)生之后，對人的感染性會更強(qiáng)。

而伴隨著大模型深入具體場景、具體應(yīng)用和具體問題，它所展現(xiàn)出來的影響力不斷擴(kuò)大，其實踐和落地的邊界也得以進(jìn)一步拓寬。

清華大學(xué)計算機(jī)科學(xué)與技術(shù)系教授、2020 年“科學(xué)探索獎”信息電子領(lǐng)域獲獎人朱軍，與騰訊杰出科學(xué)家、騰訊安全玄武實驗室負(fù)責(zé)人于旸都是聚焦 AI 安全前沿研究的，面對新興技術(shù)風(fēng)口下的網(wǎng)絡(luò)安全發(fā)展趨勢及挑戰(zhàn)，他們在對話中圍繞相關(guān)話題進(jìn)行了探討分析。

于旸對話朱軍

現(xiàn)階段的網(wǎng)絡(luò)安全威脅已呈現(xiàn)出全球化趨勢，不夸張的說，地球上每一分鐘都有還沒睡覺的攻擊者存在。如何防范AI 安全和它帶來的攻擊賦能問題？于旸提出，借助大模型技術(shù)加持，安全人員可以有效改變之前需要通過“投喂”大量相關(guān)數(shù)據(jù)進(jìn)行學(xué)習(xí)訓(xùn)練的難題，僅需要做少量的調(diào)整，即可實現(xiàn)指令的執(zhí)行。同時，借助外部工具并對處理結(jié)果進(jìn)行分析，可判斷是否需要再用別的工具，從而完成任務(wù)需求。

這樣一來，大模型的能力就越大，能夠改變的領(lǐng)域也越多，所肩負(fù)的責(zé)任也越大。

朱軍也表示，AI 提升了復(fù)雜的推理決策能力后，能夠在較少的數(shù)據(jù)標(biāo)注的情況下，通過不斷地交互和試錯，提升大模型自身能力，并調(diào)整策略，可實現(xiàn)對網(wǎng)絡(luò)安全的助力與增效，這將給整個安全行業(yè)帶來巨大的變化。

可以看到，以混元通用大模型為基座、結(jié)合行業(yè)大模型兩條腿走路，騰訊正對外釋放出大模型深入行業(yè)的服務(wù)能力，這也是大模型落地最為清晰的一個路徑。

新科學(xué)，新范式

2018 年，AI for Science 的概念被提出，為了解決當(dāng)前科研范式下面臨的諸多難題，AI 技術(shù)成為輔助科學(xué)家的工具。

其中最具代表性的工作之一，是 2021 年提出的 AlphaFold2 ，開源僅一周的時間里，98.5% 的人類蛋白質(zhì)結(jié)構(gòu)被 AlphaFold2 所預(yù)測，而在此之前，全球多少頂尖科學(xué)家耗時數(shù)十年的努力，也只解碼了覆蓋人類蛋白質(zhì)序列中 17% 的氨基酸殘基。

又例如今天爆火的大模型和數(shù)據(jù)庫，可以有效提高處理海量數(shù)據(jù)、整合知識的效率。

自十五、十六世紀(jì)以來，科學(xué)發(fā)現(xiàn)以兩條路徑展開：一是基于第一性原理，對物理世界基本理論的探索；其二，則是以數(shù)據(jù)驅(qū)動的方式，對應(yīng)用基本規(guī)律的歸納。

受量子力學(xué)建立的影響，第一條路徑瀕臨瓶頸，多數(shù)科學(xué)問題在理論基礎(chǔ)上、可使用相關(guān)的物理模型進(jìn)行求解。進(jìn)入真實場景中，面對復(fù)雜環(huán)境里的實際問題，量子計算產(chǎn)業(yè)熱潮興起，應(yīng)用潛力大，但現(xiàn)實的問題是，其成長周期還很漫長。

中國科學(xué)技術(shù)大學(xué)教授、2022年“科學(xué)探索獎”數(shù)學(xué)物理學(xué)領(lǐng)域獲獎人朱曉波與騰訊杰出科學(xué)家、騰訊量子實驗室負(fù)責(zé)人張勝譽二人在交談中就提到，AIGC 對于量子科研或更廣范圍的科學(xué)會起到非常大、非常深遠(yuǎn)的影響。

張勝譽對話朱曉波

目前，雖然學(xué)界與工業(yè)界在關(guān)于量子計算研究與應(yīng)用的探索上有重疊，但受不同思維方式的影響，學(xué)界更關(guān)注實驗室場景下、將事情做得多好，做成；而工業(yè)界則更多考慮到研究能否落地，落地后所產(chǎn)生的價值、可規(guī)?；纳虡I(yè)價值等。

舉個例子，在實驗室驗證量子算法在某些問題上、最終會比經(jīng)典算法跑得更快，可能對學(xué)界而言是個有價值的工作，但對于具體產(chǎn)業(yè)應(yīng)用來說，距離能夠使用還有很長的一段距離要走。

而在以數(shù)據(jù)為驅(qū)動的第二條路徑中，小規(guī)模數(shù)據(jù)僅限于粗顆粒度的模擬與預(yù)測，要提升算法模型的能力，則離不開更大規(guī)模的數(shù)據(jù)支撐。

數(shù)據(jù)的重要性之于技術(shù)發(fā)展長期存在。但在國內(nèi)，高質(zhì)量、經(jīng)梳理過的數(shù)據(jù)短缺是一大問題，特別是有效的中文數(shù)據(jù)更是稀缺。此外，隨著數(shù)據(jù)量級的增加，僅依賴傳統(tǒng)的數(shù)據(jù)處理方式，還會面臨計算代價激增、數(shù)據(jù)分析效果遞減的問題。

以多媒體通信為例，傳統(tǒng)多媒體應(yīng)用中的數(shù)字化信息數(shù)據(jù)量龐大，對存儲器的存儲容量、網(wǎng)絡(luò)帶寬以及計算機(jī)的處理速度等都有較高要求，很難完全通過增加硬件設(shè)施來滿足現(xiàn)實的需求。因此，基于腦電信號的智能信息通信成為一個熱門的研究方向。

清華大學(xué)電子工程系教授、2021年“科學(xué)探索獎”信息電子領(lǐng)域獲獎人陶曉明，與騰訊杰出科學(xué)家、騰訊多媒體實驗室負(fù)責(zé)人劉杉在對話中指出，通過對大腦在感知和信息處理機(jī)制方面的研究和理解，可以探索更加智能化的、高效的數(shù)據(jù)處理和傳輸方法。

與傳統(tǒng)通信場景不同，廣域場景下，受到資源限制、環(huán)境復(fù)雜等因素影響，通信需求也會受到一定的干擾，劉杉團(tuán)隊此前的工作經(jīng)驗，為制定特定場景的壓縮和傳輸標(biāo)準(zhǔn)可提供參考性建議；而在某些資源受限的場景下，壓縮傳輸正展現(xiàn)出越來越重要的角色。

陶曉明表示，在未來面向機(jī)器視覺的語義通信方面，結(jié)合視頻編碼和語義通信，將可實現(xiàn)特定場景下對關(guān)鍵語義信息的更好保護(hù)，提高通信的智能化和效率。

劉杉對話陶曉明

今天，大模型之于技術(shù)變革和生產(chǎn)力解放的積極意義已經(jīng)顯現(xiàn)，不局限于物理世界，AI 對生物世界的探索和理解也在生成。

一位從事智能產(chǎn)業(yè)研究的科研人員告訴雷峰網(wǎng)，目前 AI 研究中所使用的許多數(shù)據(jù)，是科學(xué)家們基于舊范式所得的數(shù)據(jù)基礎(chǔ)，通過把大模型分布調(diào)整至可解決具體任務(wù)的參數(shù)，并借助 Prompt 對數(shù)據(jù)再次收集，可獲得更適合大模型發(fā)展、AI 進(jìn)步的新數(shù)據(jù)。

可以預(yù)想，或許在不久的將來，將誕生一個吸收了海量科學(xué)訓(xùn)練數(shù)據(jù)的大模型，在理解科學(xué)知識的基礎(chǔ)上構(gòu)建出新的假設(shè)，產(chǎn)生新的科學(xué)發(fā)現(xiàn)的可能性，反哺科學(xué)研究，從而推動 AI for Science 進(jìn)一步發(fā)展。

仰望星空，腳踏實地

物理科學(xué)家狄拉克曾預(yù)言，尋求數(shù)據(jù)建模所需要的基本規(guī)律的任務(wù)已大體完成：困難只在于這些定律的應(yīng)用，得到的方程一般都太復(fù)雜而無法求解。

直至二十世紀(jì)五十年代，電子計算機(jī)投入使用，以及微分方程數(shù)值方法的出現(xiàn)，人類自此實現(xiàn)了從基本原理出發(fā)解決實際問題的能力，并構(gòu)建起現(xiàn)代工業(yè)和技術(shù)賴以生存的基礎(chǔ)。

而今，人工智能技術(shù)的發(fā)展，AI for Science 作為一個正處于茁壯成長期的新的交叉學(xué)科，已經(jīng)成為科研范式的重要創(chuàng)新方向。

一項技術(shù)之所以能被賦予“變革”的重量，不能僅停留在實驗室階段，靠的是它的觸角得以延伸至各行各業(yè)，解決具體的問題，在應(yīng)用階段激活生命力。

大模型之于 AI for Science 發(fā)展更是如此。

騰訊 AI Lab AI 醫(yī)療首席科學(xué)家姚建華在同北京大學(xué)理學(xué)部副主任、北京大學(xué)化學(xué)與分子工程學(xué)院教授、北京大學(xué)生物醫(yī)學(xué)前沿創(chuàng)新中心研究員高毅勤的對話中舉了這么一個例子。

姚建華對話高毅勤

過去，新藥研發(fā)是一個漫長的過程。一項發(fā)表在 Drug Discovery Today 雜志的分析顯示，制藥巨頭平均每款新藥的成本高達(dá) 61.6 億美元，將一款新藥推向市場需要不少于 10 年的時間。但有了 AI 的幫助，不僅可以提升臨床試驗的效率和數(shù)據(jù)準(zhǔn)確性，還能更清晰的進(jìn)行病理分析，從而大幅提升新藥誕生的效率。

姚建華預(yù)測，人類疾病中特別關(guān)注的是蛋白，在可見的未來，針對蛋白來進(jìn)行藥物的設(shè)計以及疾病的診療，將是 AI 應(yīng)用落地創(chuàng)新的重要方向。這不僅需要科研人員對前沿技術(shù)保持強(qiáng)大的熱情、仰望星空，也需要如騰訊等工業(yè)界一同參與，腳踏實地，實現(xiàn)技術(shù)與產(chǎn)業(yè)的對接。

對此，高毅勤也表示，只有真正把基于大數(shù)據(jù)的，基于高精度的、高通量的科學(xué)計算的和基于由人工智能直接融合的實驗結(jié)合起來，才能更好地發(fā)揮 AI 在生命科學(xué)領(lǐng)域的重要作用。

科學(xué)研究的兩大根本目的，一是對于事物本質(zhì)的研究和探索，二是解決實際的問題。

依托于這一科學(xué)理念，騰訊成立了天衍實驗室、AI Lab 實驗室、多媒體實驗室、玄武實驗室和量子實驗室，圍繞醫(yī)療、AI、多媒體、安全和量子五大領(lǐng)域，與業(yè)內(nèi)頂級高校團(tuán)隊和研究機(jī)構(gòu)展開合作 ，共同探索底層及前沿技術(shù)創(chuàng)新及落地應(yīng)用的可能性。

以天衍實驗室推出的騰訊醫(yī)療大模型為例，該大模型當(dāng)前已具備文案生成、智能問答、病歷結(jié)構(gòu)化和檢索、影像報告、輔助診斷等，可嵌入到診前、診中、診后的醫(yī)療環(huán)節(jié)全流程中去，完成“醫(yī)療咨詢平臺+大模型”的升級，提高醫(yī)生的就診效率，同時也能進(jìn)一步做好患者的診后情況跟進(jìn)。

又比如 AI for Science 領(lǐng)域，在 2022 年 NeurIPS 上 ，騰訊 AI Lab 與多家高校聯(lián)合團(tuán)隊，獲得了第二屆 Open Catalyst Challenge（OCP）競賽冠軍，相較此前 MSRA 的冠軍方案，整體效果提升了 27.6%。

在 ICLR 2022 上，騰訊 AI Lab 提出了基于獨立 SE 等變模型的蛋白-蛋白交互系統(tǒng) EquiDock，首次實現(xiàn)直接預(yù)測旋轉(zhuǎn)平移和形變，突破了傳統(tǒng)對接軟件中耗時不準(zhǔn)的缺點，并將預(yù)測速度提升達(dá)到 500 倍。

每個行業(yè)有每個行業(yè)的難題，由于細(xì)分場景的數(shù)量難以統(tǒng)計，長期以來，提供算法、模型的 AI 公司往往難以洞悉每個行業(yè)自身的特殊場景需求。

為此，在量子計算研究領(lǐng)域，騰訊量子實驗室已構(gòu)建了包括組合優(yōu)化問題的容錯量子算法，中等規(guī)模含噪（NISQ）的量子算法，量子電路的優(yōu)化，量子噪聲的刻畫等量子算法和軟件在內(nèi)的量子布局。在此基礎(chǔ)上，還同化學(xué)、材料、制藥、金融等行業(yè)合作，通過經(jīng)典算法，AI，軟件開發(fā)，數(shù)據(jù)庫構(gòu)建，工作流搭建，云平臺上的 SaaS 服務(wù)等多方面的理論和實踐研發(fā)，加速在工業(yè)領(lǐng)域的落地。

中國科學(xué)技術(shù)大學(xué)教授朱曉波對此頗有共鳴，他在對話中指出，得益于騰訊在產(chǎn)業(yè)界的巨大優(yōu)勢，可以基于此找到更有價值的應(yīng)用場景，轉(zhuǎn)化成為量子計算機(jī)的算法，從而推動學(xué)術(shù)界努力提升量子計算的性能，在近期和遠(yuǎn)期算法兩方面，真正實現(xiàn)讓量子計算機(jī)逐步“用起來”。

仰望星空，不忘腳踏實地。

而今，騰訊帶著混元大模型而來，深入領(lǐng)域中去，可以期待，在不久的未來與生物科學(xué)、醫(yī)學(xué)、量子計算、安全、多媒體等研究相結(jié)合，率先打響了大模型之于新科學(xué)的競賽，這亦是對科學(xué)范式變革的關(guān)鍵性探索。

經(jīng)過數(shù)月的發(fā)展，雖然人們暫時還不清楚大模型在何種條件下可以實現(xiàn)能力“涌現(xiàn)”，例如到底需要多少神經(jīng)元、多少參數(shù)，但相互作用已然出現(xiàn)。通過大模型研究，不僅可以成為解決復(fù)雜問題、提高計算效率的工具，更為探索 AI for Science 發(fā)展提供了系統(tǒng)性的借鑒思路。

（雷峰網(wǎng)(公眾號：雷峰網(wǎng))雷峰網(wǎng)）

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。