【ZiDongHua之创新自化成收录关键词：人工智能 生命科学 数据驱动 显微成像】
 
　　戴琼海：人工智能对促进科学技术研究的再思考
 
　　在2024世界青年科学家峰会全体大会上，国务院参事、清华大学信息学院院长、中国人工智能学会理事长、中国工程院院士戴琼海，作了题为《人工智能对促进科学技术研究的再思考》的主旨分享。
 
　　戴琼海院士结合科学研究的范式变革历程，指出现在已经走到数据驱动人工智能的阶段。他分享了自己团队在研制介观活体显微成像和开发光电智能计算上取得的一系列成果，希望青年科学家们勇做颠覆性创新。今日，我们特此摘录戴琼海院士的报告，以飨读者。
 
 
　　戴琼海，国务院参事、清华大学信息学院院长、中国人工智能学会理事长、中国工程院院士。
 
　　人工智能对促进科学技术研究的再思考
 
　　戴琼海
 
　　科学研究的范式变革，
 
　　已经完全走向AI for Science
 
　　科学研究的范式是会发生变化的。17世纪之前，大家通过实验、观察来描述现象，发现规律。这之后，通过提出假设，理论、方法和模型来发展研究。
 
　　尤其是物理学，基本上沿着这种路径来发展的，比如热力学定律的发现。到1950年代以后，开始有一些科学家用计算机模拟做物理、化学的研究，再去揭示这些规律。2000年前后，信息技术的快速发展带来了大数据，现在则是开始出现许多结合人工智能的数据驱动型研究。科学研究的范式变革，已经慢慢走向AI for Science。
 
　　杰弗里·辛顿（Geoffrey Hinton）和约翰·霍普菲尔德（John Hopfield）一起获得了今年诺贝尔物理学奖，戴密斯·哈萨比斯（Demis Hassabis）、约翰·乔普（Jonh Jumper）、大卫·贝克（David Baker）一起获得了今年的诺贝尔化学奖，他们的特点是什么？
 
　　他们对深度网络的开发与利用已经颠覆了人们对科学研究和社会现象的整个看法，人工智能时代到来了。
 
　　大家还可以看到今年的诺贝尔化学奖，DeepMind做了很大的贡献。他们开发深度学习方法研究长久以来的世界性难题。
 
　　围棋就是一个非常好的例子，具有庞大的复杂度。这种复杂度用人工、用传统计算方法难以解决。
 
　　蛋白质结构自由度高，这里面的复杂度甚至更高，要靠我们人来做，那是非常难的事。2018年，人工智能模型AlphaFold在当年蛋白质结构预测技术的关键评估（CASP）中获胜。2020年，AlphaFold的预测达到了与实验室技术相当的准确度。随后AlphaFold2，AlphaFold3更是迅速取得了令人震惊的结构精度。
 
　　这个过程中，数据的产生与获取起着非常重要的作用。数据要求非常好，非常多。通过生命科学和人工智能发展的路径大家可以看到，以前各种类型的化学实验、生物试验，结合高端科研仪器的发展获取了大量的数据。现在伴随着，以AlphaGo、AlphaFold为例的人工智能方法出现，能够和这些数据结合，产生新的理论、新的发现和新的规律。生命信息流的观测进步与AI技术革新在近两年愈发交织，其碰撞产生的多维多尺度生命信息表征已成为学术热点。
 
　　开发光电智能计算，
 
　　以底层逻辑推动大规模数据处理
 
　　2013年清华大学、浙江大学、上海光机所、第三军医大、同济医学院和上海神经所等六家单位联合获得国家自然科学基金委重大科研仪器设备研制专项的立项资助，做多维多尺度高分辨率计算摄像仪器。
 
　　纵观光学成像仪器的历史，我们不难发现成像仪器的发展存在两大趋势，一类是往高分辨率发展，进行微观细胞内的精细结构探测，比如超分辨率荧光显微或冷冻电镜技术；另一类是往大视场发展，从宏观的角度看清全身器官的动态变化，像CT和核磁共振成像技术，在临床医学中有非常广泛的应用。
 
　　而介于这两者之间的介观成像，指的是在单个器官上研究成千上万，甚至是几十万个细胞的交互，当时在世界范围内都仍然是一片空白。
 
 
　　小鼠全皮层范围功能成像。
 
　　我们获得项目以后，花了5年时间，在2018年实现了曲面相机阵列成像，第一次看到了小鼠全皮层范围的亚微米级动态成像，被誉为介观显微领域的先驱。但这个设备在实际应用中仍然面临非常多的技术难题，包括三维成像速度、光毒性、光学像差等等。
 
　　我们的RUSH显微镜由17个镜头来组成，其实把传统光学工程的能力几乎用到了极致，再往下做就很难了。这时候我们就开始想，能不能把光线分开来，并行读取，在后处理的过程中再完成成像。就好像积木一样，后来我们就提出了元成像的理论，提出以光元作为成像的基本单位，精细记录下整个成像过程，而非记录图像本身，通过整合光元来实现完美成像。
 
 
　　高维光信号的离散超精细检测与重构。
 
　　后来，我们提出了扫描光场成像，数字自适应光学等一系列技术。这里面至少有10个博士生在这里面做出了贡献。最近，我们做出了新一代的活体介观三维成像显微镜RUSH3D，能够实现在器官尺度下对大规模细胞间的交互进行长时间的高速三维成像，为免疫学、肿瘤学、神经科学等领域从系统学角度研究大规模细胞间交互作用打开了大门。
 
　　过去的10年间，我们瞄准介观活体显微成像进行了一系列的工作，总体上可以分为两部分，一部分是设计新的计算光场成像系统，另一部分，我们在智能数据处理领域，通过设计开发一系列智能算法，突破了光子噪声极限与衍射极限，最后通过开发光电智能计算，从底层上推动大规模数据处理，推动数据驱动的高通量生物医学发现。
 
　　要做颠覆式创新
 
　　我希望大家在研究中能够独树一帜，建立中国的学派，希望青年科学家们做颠覆式创新。
 
　　我眼中颠覆式的科技创新，或者能够改变科学研究的路径，或改变产业发展的方向，或可以被写入教科书。
 
　　数学家弗里曼·戴森提出过著名的“飞鸟与青蛙”的比喻。有些数学家是鸟，其他的则是青蛙。鸟翱翔在高高的天空，俯瞰延伸至遥远地平线的广袤数学远景。他们喜欢统一思想、并将不同领域的诸多问题整合起来。青蛙生活在天空下的泥地里，只看到周围生长的花儿。他们乐于探索特定问题的细节，一次只解决一个问题。也就是说一个是战略，一个是战术。
 
　　我们青年科学家大多数不到40岁，希望大家有战略的能力，但是必须要具备战术的手段去做这样的事，未来你们的研究才能做得更好。
 
　　问题驱使是原创，方法驱使是改进。因此要关注我们提了什么高度的问题。我特别欣赏德鲁克的一句话，战略研究不是我们未来做什么，而是我们现在做什么才有未来。
 
　　我想把这些话送给在座的青年科学家，祝你们做出更加优秀、更具颠覆性的原创成果。我的分享到这里，谢谢大家。
 
　　（文章整理自2024年11月17日，世界青年科学家峰会全体大会上的报告，文章已经本人确认。）