今年的诺贝尔奖,将AI推到了科学舞台的中央,标志着AI在科学研究中的重要地位得到了认可,也体现了学科交叉赋能将成为AI时代的科研发展趋势。用AI赋能学科研究,创新科研新范式。这一点在西湖大学的科研项目中已得到体现。
成立于2018年的西湖大学是由施一公院士领衔创办的、聚焦前沿科学研究的研究型大学,该校鼓励科学家们探索AI与各学科交叉融合,为科研创新提速。为此,西湖大学在浪潮信息等企业助力下打造了领先的算力平台,支撑科学家开展跨学科研究。在算力助力下,“科学家+AI”展现了无限可能。
申恩志:生命科学研究已离不开AI
在2024年诺贝尔生理学或医学奖揭晓后那几天,申恩志很忙,不少媒体联系他采访。2024年诺贝尔生理学或医学奖的获奖领域,正是申恩志所研究的RNA领域。而且他与本届诺奖得主Victor Ambros属于“同门嫡系”。申恩志曾在麻省大学医学院RNA治疗研究所师从2006年诺贝尔奖得主Craig C. Mello,Mello是Victor Ambros的弟子之一。
5年前申恩志从美国来到西湖大学,组建了西湖大学的非编码核酸生物学实验室,主要致力于非编码RNA的作用机制和生物学功能研究。非编码RNA约占人类转录组的98%,它非常重要,它不仅参与生物体的各种基本生命过程,而且与很多重大疾病的发生密切相关。
非编码RNA的数目非常庞大,而且在生命体里是高度动态的,可以跟很多其他生命分子相互作用、相互调节。面对数量庞大又动态的非编码RNA分子,如果单纯采用传统实验方式研究,需要耗费大量时间和精力也很难分析其中复杂的调控关系,找出调控规律。现在,申恩志团队利用计算和AI技术,能够高效解析测序数据,分析出其中的调控关系,找到调控规律,解决了以前单靠实验解决不了的问题,大大加速了研究进程。
对申恩志等从事生命科学研究的科学家来说,好消息是这个领域是较早利用AI实现科研模式变革的领域。本届化学奖得主Demis Hassabis团队开发的AlphaFold自问世以来,已被广泛应用在很多生物学领域研究中,申恩志实验室团队不单自己利用数据建模型,用AI做分析,也经常采用AlphaFold进行科研。
申恩志实验室团队“海陆空”都有,有做信息学的,有做生化的,有生物物理的,有做遗传学的,有做药物的,是非常交叉的团队。申恩志认为,AI与生命科学、尤其是计算生物学的跨学科研究,显著提高了科学研究的速度和准确性,让很多科学创新的发现,从不可能成为可能。他相信有了 AI的助力,能够加速整个生命研究的进程。
金耀初:从生物智能向AI演化
兴趣广泛,好奇心强,沉着冷静,善于思考,见到金耀初的人,无一不被他的科学家气质所吸引,他的研究领域可谓“上天入地”,有汽车的喷气发动机和自适应巡航系统、空中客车的机体设计、疫苗的预测、医学图像的处理、多机器人的组织等,尽管这些领域千差万别,但在金耀初看来,它们解决问题的方法是可以共通的,这就是他痴迷研究很多年的演化算法。
演化算法,是把自然的演化规则引入到人工智能领域,以解决复杂系统的优化和决策问题。金耀初列举了一级方程式赛车F1的空气动力学优化问题。“一个赛车好不好,发动机好不好,无法用传统数学方法有效解决,针对这种复杂系统,可以设计相应的演化算法,借助机器学习方法更快地找到最优解。”
金耀初的演化算法已成功应用于多个复杂工程系统的优化。2024年07月,金耀初因其在复杂系统进化优化领域的开创性贡献,荣获2025年IEEE Frank Rosenblatt Award大奖,成为本年度全球唯一获此殊荣的学者。该大奖创立于2004年,是IEEE为纪念神经网络的创始人之一Frank Rosenblatt而设立的。
金耀初是欧洲科学院院士、国际电气和电子工程师协会(IEEE)会员、IEEE计算智能学会主席,2023年10月加入西湖大学,受聘人工智能讲席教授,并创立“可信及通用人工智能实验室”。他希望实验室更多地投入到基于演化发育机制与人工智能相结合的研究方向。
近两年遵循scaling law的大模型(LLM)发展火热,模型越做越大,带来的能耗问题也引发了业界的担忧。与大模型不同,金耀初希望通过演化和发育的方式,让AI像生物智能一样自然演化,以更低的能耗产生更高的智能。为此金耀初专门建立了一个取名为“演化与发育神经网络”(Evolutionary Developmental Neural Systems)实验室,英文名缩写是EDEN(伊甸园),他希望在这个“伊甸园”环境下用AI模拟人类的起源过程,在自然环境中不断演化发育出更智慧的智能系统。
不同于大模型使用模拟神经网络,金耀初采用脉冲神经网络进行演化和发育。他认为脉冲神经网络更接近生物的信息处理方式,在能耗上有优势。目前他的团队正在开发具有演化发育功能的具身智能机器人,让机器人像自然界的生命体一样,大脑和身形都可以根据自身需求和外界环境逐渐演变成长。
金耀初的研究方向天然要求着“交叉”,他的既往研究成果,与计算机、机器人学、系统生物学、计算神经科学等不同方向科学家进行过交叉合作。加入西湖大学后,他发现西湖大学引进了很多做生物工程、发育生物学和计算神经科学的PI,更方便学校内跨学科交叉合作。尽管这个研究方向在AI领域很小众,但金耀初有信心研发出有自主学习能力、更类人的人工智能系统,为实现通用人工智能探索出一条新路径。
蓝振忠:让AI更有情商
蓝振忠跟金耀初同在工学院人工智能系。他2020年从谷歌辞职,回国加入西湖大学,担任深度学习实验室负责人,他第一个想做的事就是打造一台能随时随地陪伴、辅助心理咨询的对话机器人。
蓝振忠2017年从卡耐基·梅隆大学计算机学院博士毕业后进入谷歌,曾主导研发了谷歌大模型BERT的轻量化版本。在谷歌工作期间,他见证了人工智能技术的快速发展,也看到了利用AI解决心理问题的可能性。加入西湖大学后,他带领团队研发的第一个产品就是AI心理咨询师“小天”。
“小天”是蓝振忠团队研发的心理咨询大模型,在研发心理咨询大模型的过程中,蓝振忠提出了IQ(智商)和EQ(情商)的双重要求,“EQ让模型更有温度,更深地理解并满足人的需求。”经过大量的语料积累和真实心理咨询案例学习,加上自研的情感计算和共情模块,小天能带有感情地倾听和沟通。现在,用微信搜索“聊会小天”小程序,就能与“小天”进行线上交流。
蓝振忠说,人们普遍关注身体的健康,但很少关注心理的健康,他希望通过“小天”能帮到更多被心理健康问题困扰的人。蓝振忠透露,目前“小天”的日活跃用户有几万人,还在不断提升。“我们不能太急,因为AI心理咨询是一个新的市场,要考虑用户接受度,还需要大模型加深对用户的理解。”蓝振忠实验室团队中,不仅有AI科学家,还有心理学家、经济学家,他认为通过交叉学科合作,能更深刻洞察用户的心理健康问题。
蓝振忠还强调,“小天”作为大模型产品,最重要的还是继续提升模型的能力,把模型做得更好。但这也不意味着模型越大就越好,从模型的领域属性看,模型做得过大,适用性会减弱。现阶段的主要工作是把数据做得更精,同时做一些模型架构、训练方法等层面的提升。
蓝振忠近期也在跟金耀初探讨合作,寻找大模型与演化优化算法的结合点,希望通过模仿交互,实现自我迭代。他期望“小天”最终能够超越人类心理咨询师。
算力:为“科学家+AI”助力
蓝振忠实验室发布在西湖大学网站上的招聘信息中,列出的吸引应聘者的第一个优势是“实验室有足够的服务器设备支持大语言模型的研究,可保证实验项目高效进行”。算力对搞大模型的蓝振忠团队至关重要,“小天”就是基于西湖大学的算力平台打造的,算力对金耀初团队、申恩志团队等做AI跨学科研究的科学家同样重要。
西湖大学算力平台为这些科学家们搞科研提供了充足的算力资源。目前西湖大学算力平台——计算中心建有服务器机房500平方米,分为科学计算算力平台、冷冻电镜算力平台、人工智能算力平台三类算力资源。计算中心通过各种类型的计算资源服务支撑学校各项科学研究,通过统一集中的算力资源并配合合理调度和管理政策,计算中心可为校内大部分算力需求提供服务。
浪潮信息自2020年以来持续参与西湖大学计算中心建设,为西湖大学提供稳定可靠的算力系统,支撑算力需求。同时还提供了人工智能平台AIStation。通过人工智能平台AIStation,计算中心能够统一管理计算资源,将计算资源利用率提升到90%以上,减少资源闲置,缓解多人使用下的资源拥挤以及计算资源不足问题。浪潮信息以计算之力,为科学家助力。
