近日，由百圖生科與播禾創(chuàng)新主辦，《醫(yī)健AI掘金志》協(xié)辦的 “首屆中國(guó)生物計(jì)算大會(huì)” 在蘇州閉幕。

作為主論壇報(bào)告的開(kāi)場(chǎng)嘉賓，北京大數(shù)據(jù)研究院院長(zhǎng)鄂維南，以《機(jī)器學(xué)習(xí)與科學(xué)計(jì)算》為題，在大會(huì)做了開(kāi)場(chǎng)報(bào)告。

鄂維南表示，從50年代開(kāi)始，科學(xué)計(jì)算領(lǐng)域發(fā)展了差分方法、有限元方法、譜方法等基本方法來(lái)處理基礎(chǔ)的物理模型，并且在工程和技術(shù)上得到了廣泛應(yīng)用。但依然還有很多問(wèn)題沒(méi)有解決。

例如：材料的性質(zhì)與設(shè)計(jì)；分子、藥物的性質(zhì)及設(shè)計(jì)；基于基本原理的控制論方法；燃燒問(wèn)題（內(nèi)燃機(jī)的模擬、設(shè)計(jì)與控制）。

這些因素也導(dǎo)致理論研究場(chǎng)景與實(shí)際問(wèn)題距離甚遠(yuǎn)。

鄂維南認(rèn)為，解決這些問(wèn)題的新的出路就是機(jī)器學(xué)習(xí)和物理模型的結(jié)合。以經(jīng)典的物理模型提供數(shù)據(jù)，在此基礎(chǔ)上通過(guò)機(jī)器學(xué)習(xí)產(chǎn)生更有效且同樣可靠的模型。

以今天的生物計(jì)算為例，藥物設(shè)計(jì)最重要的環(huán)節(jié)之一就是自由能計(jì)算。如果沒(méi)有自由能計(jì)算，基于基本原理的設(shè)計(jì)藥物可能就是一句空話。

為此，鄂維南的團(tuán)隊(duì)用上述方法研發(fā)了高維空間的高效采樣方法RiD和自由能計(jì)算的有效方案。

最后，鄂維南發(fā)表了自己對(duì)AI和科學(xué)計(jì)算的展望：“談到人工智能，大家馬上想到的可能是自動(dòng)駕駛、人臉識(shí)別等場(chǎng)景。但接下來(lái)，傳統(tǒng)的科學(xué)領(lǐng)域?qū)⒊蔀槿斯ぶ悄艿闹鲬?zhàn)場(chǎng)。AI for Science 將帶動(dòng)生物、化學(xué)、材料、工程等領(lǐng)域進(jìn)入新的發(fā)展模式?！?/p>

以下為鄂維南院士的演講內(nèi)容，雷鋒網(wǎng)做了不改變?cè)獾木庉嫼驼恚?/strong>

鄂維南：在討論生物計(jì)算之前，首先談一談科學(xué)計(jì)算。

我是在2015年，開(kāi)始利用深度學(xué)習(xí)做生物數(shù)據(jù)分析的，當(dāng)時(shí)開(kāi)發(fā)出一種被作稱為DeFine的軟件。自那時(shí)起，我們就發(fā)現(xiàn)了生物計(jì)算的潛力，AI從數(shù)據(jù)分析，到科學(xué)模型，都開(kāi)始創(chuàng)造新的機(jī)會(huì)。

今天，科學(xué)計(jì)算主要涉及兩大主題：物理模型和數(shù)據(jù)處理。

首先，過(guò)去大家一直強(qiáng)調(diào)數(shù)學(xué)、計(jì)算機(jī)、統(tǒng)計(jì)學(xué)，但卻忽略了物理學(xué)。

事實(shí)上，科學(xué)計(jì)算的主要模型都是基于物理學(xué)，例如牛頓方程、空氣動(dòng)力學(xué)、彈性力學(xué)、電磁場(chǎng)理論、量子力學(xué)等等。

雖然還有觀點(diǎn)認(rèn)為，納米、生物會(huì)衍生出新的科學(xué)模型，但就目前情況而言，新的科學(xué)模型，都基本源于這些物理模型。但在過(guò)去的很多年里，科學(xué)計(jì)算模型，一直無(wú)法滿足解決實(shí)際問(wèn)題的算力需求，為此，絕大多數(shù)科學(xué)家的工作都是簡(jiǎn)化模型。即使一小部分物理學(xué)家找到基本原理，也無(wú)法將其應(yīng)用于實(shí)際。

這種現(xiàn)象一直延續(xù)到上世紀(jì)50年代，電子計(jì)算機(jī)出現(xiàn)后才得以根本改變。

隨后，科學(xué)計(jì)算領(lǐng)域陸續(xù)發(fā)展出差分方法、有限元方法、譜方法等一些系列科學(xué)計(jì)算方法，讓人類首次實(shí)現(xiàn)利用基本原理來(lái)解決實(shí)際問(wèn)題的夢(mèng)想。像橋梁設(shè)計(jì)、大樓設(shè)計(jì)、飛機(jī)設(shè)計(jì)都已經(jīng)利用科學(xué)計(jì)算，實(shí)現(xiàn)了基本的目標(biāo)。從數(shù)學(xué)角度而言，這里需要的所有函數(shù)都是用多項(xiàng)式逼近的方式處理的。

這一下解決了結(jié)構(gòu)力學(xué)、航空航天、天氣預(yù)報(bào)、石油勘探與開(kāi)采等多個(gè)工科問(wèn)題，組成了現(xiàn)代工業(yè)和技術(shù)賴以生存的基礎(chǔ)。但電子計(jì)算機(jī)并沒(méi)有一下解決所有問(wèn)題，像生物計(jì)算就沒(méi)有實(shí)現(xiàn)利用基本原理進(jìn)行藥物設(shè)計(jì)的需求。

其中的本質(zhì)原因在于，藥物設(shè)計(jì)目前還沒(méi)有完全找到基本原理，但生物設(shè)計(jì)又是非常經(jīng)驗(yàn)化的學(xué)科，其中涵蓋材料、反應(yīng)等多個(gè)問(wèn)題，這些因素導(dǎo)致理論研究場(chǎng)景與實(shí)際問(wèn)題相距甚遠(yuǎn)。

那為什么會(huì)出現(xiàn)這種情況？我認(rèn)為根本原因，就在于維數(shù)災(zāi)難，即內(nèi)在變量太多導(dǎo)致維數(shù)增加，復(fù)雜度也呈指數(shù)級(jí)增加。例如，大家熟知的薛定諤方程，其中的波函數(shù)自由度是電子個(gè)數(shù)的三倍。而模擬實(shí)際問(wèn)題所需要處理的電子數(shù)往往是百萬(wàn)千萬(wàn)。

其次，生物計(jì)算的數(shù)據(jù)處理，生物計(jì)算在處理的數(shù)據(jù)種類上，就包含了DNA和基因組學(xué)、蛋白組學(xué)、圖像等多種數(shù)據(jù)。

從任務(wù)角度來(lái)看，數(shù)據(jù)處理主要包括三個(gè)步驟：

第一imaging——反演，通過(guò)實(shí)驗(yàn)儀器和數(shù)據(jù)反演出內(nèi)在結(jié)構(gòu)；

第二image processing，如何去掉圖像中的多種噪音，并完成圖像分割、修補(bǔ)等步驟；

第三image recognition——圖像識(shí)別。

這和前兩大任務(wù)有較大區(qū)別。例如，在一系列圖像中，分別存在狗和貓圖像，那如何分辨出究竟是狗還是貓，就涉及到圖像識(shí)別問(wèn)題。

圖像識(shí)別的本質(zhì)就是在圖像空間找到一個(gè)函數(shù)，并告知圖像內(nèi)容，其中圖像間維度信息大概有3000多維。而且以前處理的都是單張照片，現(xiàn)在處理則是帶有變量的函數(shù)，二者有本質(zhì)區(qū)別。

其實(shí)，數(shù)學(xué)一直都是非常保守的領(lǐng)域，我自己就從未想過(guò)，數(shù)據(jù)會(huì)完成圖像識(shí)別這樣的任務(wù)。

這其中最大的變量，應(yīng)該就是深度學(xué)習(xí)，從事計(jì)算機(jī)的人在經(jīng)過(guò)多年努力后，終于找到深度學(xué)習(xí)這一工具，使圖像識(shí)別得到有效解決。

例如AlphaGo，從圖像識(shí)別到圖像生成再到AlphaGo，這三個(gè)過(guò)程從數(shù)學(xué)角度而言就是高維問(wèn)題。第一個(gè)問(wèn)題是解決高維函數(shù)逼近，第二是高維概率密度，第三是解決高維超大空間Bellman方程。

深度學(xué)習(xí)解決問(wèn)題的本質(zhì)，就是提供了一個(gè)高維函數(shù)的逼近方法。而科學(xué)計(jì)算最大的影響就是將數(shù)學(xué)計(jì)算方法和物理數(shù)據(jù)這兩類方法結(jié)合起來(lái)。

過(guò)去大家一直都將模型和數(shù)據(jù)割裂開(kāi)來(lái)，兩者結(jié)合之后，就可以從模型得到數(shù)據(jù)，而后從數(shù)據(jù)得到更有效的模型。

另外，從分子動(dòng)力學(xué)角度而言，藥物設(shè)計(jì)作為分子動(dòng)力學(xué)最主要的應(yīng)用場(chǎng)景，涵蓋了基因組學(xué)、蛋白組學(xué)等多個(gè)維度信息。而且，分子動(dòng)力學(xué)也是基本藥物設(shè)計(jì)最不可或缺的工具，其中主要的困難點(diǎn)就是算原子之間的相互作用，這些都要通過(guò)解電子問(wèn)題實(shí)現(xiàn)，需要遵循量子力學(xué)原理。

1985年，出現(xiàn)了一個(gè)劃時(shí)代的工作，即通過(guò)量子力學(xué)計(jì)算原子之間相互作用力，使分子動(dòng)力學(xué)成為可靠工具，但因?yàn)檫@種方法效率有限，一般只能處理幾百個(gè)原子。所以，人們只能通過(guò)猜測(cè)方法來(lái)解決實(shí)際問(wèn)題，但通過(guò)猜測(cè)設(shè)計(jì)藥品并不可行。

于是通過(guò)機(jī)器學(xué)習(xí)，以經(jīng)典的物理模型提供數(shù)據(jù)，在此基礎(chǔ)上通過(guò)機(jī)器學(xué)習(xí)產(chǎn)生更有效且同樣可靠的模型的方法，開(kāi)始被大規(guī)模使用。各種小分子、大分子藥物和復(fù)雜材料都可以達(dá)到與量子力學(xué)同樣的精度，且比量子力學(xué)更有效得多的體系。

通過(guò)機(jī)器學(xué)習(xí)方法+高性能計(jì)算得出了結(jié)果，首次將機(jī)器學(xué)習(xí)和科學(xué)計(jì)算、高性能計(jì)算結(jié)合在一起，并帶來(lái)幾個(gè)數(shù)量級(jí)的展現(xiàn)。

除了分子動(dòng)力學(xué)以外，我們團(tuán)隊(duì)也發(fā)展出一系列新方法，為藥物研發(fā)提供幫助。

例如，具有量子化學(xué)精度的密度泛函模型DeePKS。過(guò)去密度泛函主要是針對(duì)于量子力學(xué)，在大分子方面還有諸多的限制，DeePKS主要是希望像量子力學(xué)一樣，能夠做到滿足小分子，以及一部分相對(duì)小一點(diǎn)的大分子的需求。

除此之外，我們還研發(fā)了高維空間的高效采樣方法RiD和自由能計(jì)算的有效方案。在藥物設(shè)計(jì)當(dāng)中，最重要的工具就是自由能計(jì)算，如果無(wú)法實(shí)現(xiàn)自由能計(jì)算，那藥物設(shè)計(jì)就是一句空話。RiD的主要作用就是通過(guò)強(qiáng)化學(xué)習(xí)方法，做一些粗?；肿觿?dòng)力學(xué)運(yùn)算。

前幾天，我們還發(fā)布了開(kāi)源社區(qū)DeepModeling的社區(qū)宣言，希望將大家的力量整合到一起、推動(dòng)事情向前發(fā)展。DeepModeling這個(gè)概念最早源自開(kāi)源社區(qū)，即將深度學(xué)習(xí)與物理模型相結(jié)合。

最后，講一下對(duì)AI和科學(xué)計(jì)算的展望。

談到人工智能，大家馬上想到的可能是自動(dòng)駕駛、人臉識(shí)別等場(chǎng)景。但接下來(lái)，傳統(tǒng)的科學(xué)領(lǐng)域?qū)⒊蔀槿斯ぶ悄艿闹鲬?zhàn)場(chǎng)。AI for Science 將帶動(dòng)生物、化學(xué)、材料、工程等領(lǐng)域進(jìn)入新的發(fā)展模式。另外還有新一代科學(xué)軟件的落地問(wèn)題，過(guò)去我們的科學(xué)軟件、工業(yè)軟件都有卡脖子問(wèn)題。但隨著這些新模式出現(xiàn)，會(huì)推動(dòng)新一代科學(xué)軟件加速落地，為我們的科學(xué)軟件建設(shè)提供絕佳的機(jī)會(huì)。

此外，科學(xué)研究也將從“小農(nóng)作坊”轉(zhuǎn)變到“安卓”模式。過(guò)去各大科學(xué)實(shí)驗(yàn)室普遍都是自給自足的小農(nóng)作坊，在大平臺(tái)出現(xiàn)之后，大家可以對(duì)應(yīng)開(kāi)發(fā)出自己感興趣的應(yīng)用、平臺(tái)和科研，并衍生出巨大的科研社區(qū)。  雷鋒網(wǎng)雷鋒網(wǎng)

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