L'académicien E Weinan : l'autonomisation de l'IA va changer le modèle d'atelier de la recherche scientifique, mais il faut éviter de spéculer sur les concepts

La vague de l’IA déferle, modifiant l’écologie de nombreuses industries, y compris les méthodes de recherche universitaire. Cependant, la recherche universitaire axée sur l’IA est actuellement confrontée à des difficultés telles que le manque de ressources. Le 30 mai, lors du Forum Zhongguancun 2023 « Forum de recherche scientifique axé sur l'intelligence artificielle », E Weinan, académicien de l'Académie chinoise des sciences et directeur de l'Institut d'intelligence scientifique de Pékin, a mentionné que l'autonomisation de l'IA révolutionnerait complètement les méthodes de recherche scientifique. mais il faut éviter la spéculation, les concepts, la prospérité superficielle et les problèmes qui ne peuvent pas réellement être mis en œuvre.

E Weinan a déclaré que dans le système de recherche scientifique traditionnel, il existe deux méthodes : celles basées sur les données et celles basées sur les principes de base. Cependant, dans la pratique, la première est souvent confrontée au dilemme d'une faible efficacité de la collecte de données et du manque de méthodes efficaces d'analyse des données. tandis que ce dernier est fondamentalement "épuisé", "et l'efficacité de l'utilisation des principes de base pour résoudre des problèmes pratiques est relativement faible, car les problèmes mathématiques exprimant des principes de base sont trop difficiles."

Le problème que cela pose est que sur des questions académiques telles que la mécanique des structures, la recherche universitaire peut être très bien menée, mais face à des problèmes complexes tels que la conception de matériaux, la conception de médicaments, etc., la bonne solution ne peut être trouvée que par l'expérience et direction par essais et erreurs. Cela est dû au fait qu'il existe des degrés de liberté plus élevés dans les problèmes complexes. "D'un point de vue mathématique, c'est la dimension", a expliqué Eweinan. "La raison pour laquelle la mécanique structurelle est relativement simple est qu'elle a moins de degrés de liberté et que les médicaments sont plus complexes. . , car il s’agit d’un problème multi-corps avec des degrés de liberté et de dimensionnalité relativement élevés, ce qui provoque le désastre de la dimensionnalité. »

Et l’IA peut aider à résoudre ce dilemme. E Weinan a souligné que l'IA fournit des outils nouveaux et efficaces pour les modèles basés sur les données, qui peuvent améliorer la fiabilité et l'efficacité des modèles basés sur les principes de base, et peuvent également combiner des modèles basés sur les données et des modèles basés sur les principes de base. L’exemple le plus classique est l’outil DBM de dynamique moléculaire. "La dynamique moléculaire de précision mécanique quantique est un outil très basique dans la science des matériaux de calcul chimique, mais même si le calcul haute performance est utilisé, il ne peut traiter que des milliers d'atomes auparavant, donc les calculs DBM, c'est-à-dire l'ajout d'intelligence artificielle, des outils intelligents peuvent faire cela représente des centaines de millions, voire des dizaines de milliards en une seule fois. »

Par conséquent, lorsque l’IA renforce la recherche scientifique, elle entraîne inévitablement des changements dans la productivité et les relations de production. E Weinan a mentionné que les quatre outils de base de la recherche scientifique sont les principes de base et les méthodes d'analyse des données, les expériences, la littérature et la puissance de calcul. L'IA apportera quatre innovations en matière d'outils et brisera le « modèle d'atelier » de la recherche scientifique précédente, qui est une méthode de fonctionnement à cycle long et inefficace.

E Weinan estime que la recherche scientifique basée sur l'IA changera complètement le modèle de la recherche scientifique et de l'innovation industrielle. Pour cette raison, E Weinan a déclaré : "L'IA pour la science est la meilleure opportunité de toute l'histoire de l'innovation scientifique et technologique en Chine

."

L'IA joue un rôle important dans la recherche scientifique, c'est pourquoi diverses plateformes ont successivement lancé des outils et des bases de connaissances open source. En 2018, la recherche scientifique basée sur l'IA a été proposée pour la première fois. L'année dernière, l'Institut d'intelligence scientifique de Pékin a été créé, devenant ainsi la première institution de recherche internationale sur le thème de la recherche scientifique basée sur l'IA, et a lancé la plateforme communautaire open source DeepModeling pour la recherche sur les principes fondamentaux. .

Cependant, E Weinan a également souligné que les plateformes open source et les instituts de recherche concernés sont confrontés au problème de ressources insuffisantes - "Nous essayons de trouver des moyens d'utiliser les quelques ressources dont nous disposons pour ce faire."

En outre, le développement futur de la recherche scientifique basée sur l'IA pourrait également être confronté à la possibilité de « concepts à la mode, d'une prospérité superficielle et d'un échec dans leur véritable mise en œuvre ». À cette fin, E Weinan a suggéré que nous devons adhérer à un style de recherche scientifique rigoureux et adhérer à une attitude d'ouverture, de partage et de coopération gagnant-gagnant de la part de la fondation.

, mais pour évoluer vers un développement d’intelligence artificielle haut de gamme. "J'espère que nous pourrons cette fois prendre l'initiative en Chine pour créer un nouveau paradigme de recherche scientifique d'intégration verticale des plates-formes", a déclaré E Weinan.

Écrit par : le journaliste Nandu Hu Gengshuo

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!