2024/11/19 20:44
2024/11/19 20:44
近日，在梵蒂冈罗马教廷教皇科学院（Pontifical Academy of Sciences）——这个致力于推动自然科学进步的学术机构中，DeepMind CEO、2024年诺贝尔化学奖得主 Demis Hassabis 发表了重要演讲。
他指出，众多科学难题都可以通过创新思维进行重新建模。其中最具代表性的就是困扰他二十余年的生物学"大挑战"——蛋白质折叠问题。这个问题的核心是：如何通过蛋白质的氨基酸序列（即其遗传密码），准确预测其在生物体内的三维结构。通过理解蛋白质的三维结构，科学家们可以推断其在生物体内的具体作用，这对生物学研究和新药开发具有重大意义。这个困扰科学界数十年的难题，在人工智能技术的协助下，终于迎来了突破性进展。
Hassabis 强调，人工智能能够帮助人类应对医疗和气候等重大挑战，但其发展必须以负责任和安全的方式进行，真正服务于全人类。"考虑到 AI 技术的重要性和深远影响，我们不能采用'快速迭代、快速失败'的开发模式。"
非常感谢，很高兴能来到这里。今天，我会尽量多覆盖一些内容。同时，我也准备了一个有点争议性的话题作为结尾，那就是量子计算和人工智能可能的关系，但我们得看时间是否允许。这次我的演讲主题是“利用人工智能加速科学发现”。我们在 2010 年创立了 DeepMind。可以说，这是一种“阿波罗计划”式的努力，目标是构建通用人工智能（Artificial General Intelligence，简称 AGI。
我们对 AGI 的定义是：具备普通人类所有认知能力的通用 AI 系统。我认为，如果能实现这一点，将是 AI 研究史上的一个巨大里程碑。DeepMind 的使命（现已成为 Google DeepMind 的一部分）是以负责任的方式构建人工智能，造福全人类。我们的起点其实是从游戏开始的。很多人可能知道，我们第一个重要的里程碑成果是在 2015 年和 2016 年推出的 AlphaGo。这是一款通过自我学习掌握围棋的系统，它还激发了现代许多 AI 领域的研究。
为什么围棋在人工智能领域如此重要？围棋的重要性在于它的复杂性。大家可能知道，早在 90 年代，国际象棋的顶尖棋手卡斯帕罗夫（Gary Kasparov）就被 IBM 的深蓝（Deep Blue）击败了。但围棋的突破却整整晚了 20 年。这是因为围棋的复杂性远高于国际象棋。
举个例子，围棋的可能局面数是 (10^{170})。远远超过宇宙中的原子数量。所以，围棋不可能通过穷举所有可能的局面来决定最佳下一步。此外，当时的普遍看法是，围棋程序至少需要 10 年甚至更久才能达到职业选手的水平，更别提击败世界冠军了。然而在 2016 年，我们在韩国举办了一场著名的百万美元挑战赛。全球有超过 2 亿人观看了这场比赛。AlphaGo 最终以 4:1 的成绩战胜了李世石。这不仅是一场胜利，它还展现了许多创新的策略，比如在第二局中出现的第 37 手棋。这一手棋被认为是超越人类想象的。围棋已经有超过 3000 年的历史，且有数百年的职业比赛传统。尽管如此，AlphaGo 依然能够提出全新的战略，比如第 37 手棋，这让许多人感到震撼。
AlphaGo 的训练方法对于理解现代 AI 的前沿发展非常重要。我们首先使用一个随机初始化的神经网络，让它与自己对弈 10 万局，从中生成一个数据集。随后，我们用这个数据集训练第二版系统，让它预测第一版系统在特定局面下的可能落子，并预测最终哪一方会赢。如果第二版系统的表现比第一版更好（比如达到 55% 的胜率），我们就用它替代第一版，生成下一轮的数据集。
这种自学习的过程是一个迭代的闭环。每次版本迭代后，新的版本会与前一版对弈 10 万局，生成更高质量的数据。这一循环经过 17 次迭代后，从最初的随机状态出发，我们便能训练出一款超越人类历史上任何围棋选手的系统。令人惊讶的是，利用现代计算机，这一过程可以在不到 8 小时内完成。整个迭代和进化的过程可以实时观察，非常令人震撼。
这个自学习模型不仅适用于围棋，还可以推广到其他复杂领域。比如，如果把围棋中每个局面看作搜索树中的一个节点，从当前局面开始探索，尽管可能的路径数量非常巨大，但通过这种方法，我们可以有效地缩小搜索范围，使问题变得可以解决。这就是 AI 在多个复杂领域中大展身手的基础。你在进行搜索时，只有很有限的时间可以探索这些巨大的分支树中的一小部分，比如这里标为蓝色的分支。当时间耗尽，比如只有一分钟或一定的计算时间后，你需要输出一个最优解，也就是一个最可能的最佳选择，比如这里标为粉色的分支。这种模型可以高效地引导搜索过程。稍后我会再回到这个非常通用的系统。
我们最初使用游戏作为试验场，因为在 DeepMind 早期阶段，游戏是验证算法想法的完美测试平台。通过游戏可以快速高效地判断是否有进展。游戏有明确的评价标准，比如赢得比赛或获得积分，因此很容易评估算法的表现是否在提高。
但当然，这只是一个手段，而不是最终目标。我们的目标是开发可以迁移到现实问题的通用算法，而不仅仅是擅长游戏的系统。因此，我们在不同类型的游戏中取得了许多里程碑式的成果，从非常简单的 Atari 游戏，到如今计算机上最复杂的实时战略游戏，以及 AlphaZero 这样的程序，能够在围棋、国际象棋等任何两人完美信息博弈中达到超过世界冠军的水平。
从 2016 年或 2017 年开始，我们开始将这些技术应用于更严肃的问题。实际上，这是我从事人工智能研究的初衷——利用 AI 作为工具，加速科学发现。当我们选择适合这些方法的问题时，我通常会看三个标准：
科学中很多问题实际上都可以用这种方式来重新思考和建模。第一个符合这些标准的问题，也是我个人思考了超过 20 年的问题，就是生物学中著名的“大挑战”——蛋白质折叠问题。简单来说，这个问题就是根据蛋白质的氨基酸序列预测其三维结构。对于那些不熟悉这个问题的人来说，蛋白质折叠问题可以简化为：给定一个氨基酸序列，比如左图的序列（可以大致理解为蛋白质的遗传密码），我们需要预测出它在体内的三维形态，也就是右图的精美结构。蛋白质的三维结构在很大程度上决定了它的功能，尽管它不是唯一的决定因素。通过了解蛋白质的三维结构，我们可以推断出它在体内的作用，这对理解生物学和开发新药物都有巨大的意义。这是一个科学界几十年来未解的难题，但借助 AI，我们现在已经取得了重要的突破。
蛋白质折叠问题的解决对科学界有什么实际意义？如果我们能够破解蛋白质折叠问题，它将对药物研发以及生物机制的基本理解具有巨大的帮助。我们在 2020 年推出的 AlphaFold 2，被计算生物学领域的专家认为是这一长期难题的解决方案。AlphaFold 2 能够将蛋白质结构预测的精度控制在平均误差小于 1 埃（Å），这意味着它的精确度已经达到了与实验误差竞争的水平。只有达到这个标准，结果才会对生物学家有用。由于 AlphaFold 2 不仅准确，而且速度极快，我们在接下来的一年里完成了对所有已知 2 亿种蛋白质的折叠预测。目前，每年新发现的蛋白质序列也会被加入这一过程。我们将所有这些预测数据免费开放，放在由 EMBL-EBI（欧洲分子生物学实验室）维护的开源数据库中。这个数据库已经被超过 200 万名生物研究人员和医学工作者使用，相关研究获得了超过 25,000 次引用。这对结构生物学领域的影响是巨大的。
AlphaFold 2 与许多项目开展了合作，尤其是在忽视性疾病领域。比如，我们与世界卫生组织 (WHO) 的 DND 部门合作，专注于全球南方和其他较贫困地区的被忽视疾病。通过提供病毒或细菌中蛋白质的结构，我们能够帮助这些地区加速药物研发，而这些领域通常因为缺乏商业利益而得不到大型制药公司的投资。这些合作非常有意义，因为它直接影响了许多被忽视疾病的研究和治疗。AlphaFold 2 提供了蛋白质结构的静态快照，但生物学系统本质上是动态的。真正重要的是这些蛋白质结构如何彼此相互作用。AlphaFold 3 是朝着这一方向迈出的下一步。它不仅可以预测单个蛋白质的结构，还能够预测蛋白质与蛋白质之间的相互作用。通过这样的改进，我们希望进一步揭示生物系统的动态特性，从而为科学研究提供更有力的工具。生物学是一个动态变化的系统，而 AlphaFold 3 正在帮助我们向这一复杂领域深入探索。
AlphaFold 3 不仅可以预测蛋白质之间的相互作用，还可以处理蛋白质与小分子（如药物分子）、蛋白质与 RNA、蛋白质与 DNA 的交互。这是迈向更复杂系统模拟的重要一步。我们可以想象，或许在未来 10 年内，我们将能够模拟一个“虚拟细胞”，对整个细胞的动态行为进行预测。这可能会彻底改变生物学研究的方式。
除了 AlphaFold，我们的研究范围已经远远超越了 AI 和生物学的结合。以下是我们在科学、数学以及医学领域的一些成果：
我们也在设计具有新特性的材料，尝试预测这些新材料的性能，这对材料科学具有重要意义。
除了科学研究，我们也在开发创意和生产力工具。以下是一些相关工作：在生成式 AI 领域，我们开发了图像、视频和音乐生成的顶尖模型。这些模型能够从简单的文本提示生成逼真的图片、视频以及创意音乐。回想 5 到 10 年前，这种技术还不可想象，现在却已成为现实。当前，许多关注点集中在多模态基础模型上。这些模型比传统的大型语言模型更加通用，例如我们的 Gemini 项目。这是下一代的多模态模型，能够综合处理文本、图像、音频、视频以及代码。
多模态模型在未来会带来哪些可能性?多模态模型之所以重要，是因为它能整合我们人类使用的各种交互模式。一个真正有用的 AI 系统需要理解我们所在的完整上下文。例如，Gemini 能够从文字推理跨越到视觉、听觉甚至程序代码中。这种整合能力将使 AI 系统变得更加智能和实用，从而更贴近人类的实际需求。我相信，这是通往通用人工智能（AGI）必不可少的一步。
Project Astra 是一个我们今年推出的原型项目，非常令人兴奋。它的目标是构建一个通用的 AI 助手，可以帮助人们处理日常生活中的各种事务，例如推荐内容、处理行政琐事，甚至在科学领域充当研究助手。我这里有一个两分钟的视频，展示了这个系统的一些能力。虽然这是一个非常早期的原型，但它基于 Gemini 模型，能够在现实场景中发挥作用。
未来几年，我们正在努力开发的方向是基于“代理系统”（Agent-Based Systems）。这些系统不仅仅是简单的问答工具，它们可以主动地为用户执行任务。这些系统能够计划、推理，并在现实世界中执行操作，帮助用户解决目标。我们正在结合 AlphaGo 系统的规划能力与 Gemini 模型的多模态能力。与 AlphaGo 在游戏模型中的规划不同，这些系统将在语言和多模态模型上进行规划，从而能够适应更加复杂和真实的场景。
经典计算系统的潜力与限制。这让我想起自 AlphaGo 以来的一个思考：经典计算系统的潜力究竟有多大，以及它的限制在哪里。许多人认为，要模拟一个量子系统，必须通过穷举的方法来实现，但我认为，可以通过更优雅的方式来建模系统的底层结构。除非所有状态都是完全随机和独立的，否则自然系统中几乎总能找到某种底层结构，而这些结构是可以通过经典算法高效发现和建模的。如果这一假设成立，那么它可能会对复杂性理论（比如 P 是否等于 NP）、物理学基本定律（如信息与熵的定义）等方面产生深远影响。同时，我认为目前的神经网络模型通过在训练阶段进行大量预计算，在测试阶段以高效的方式解决问题，这实际上绕过了一些传统计算中的瓶颈。
AI 是一项令人难以置信的技术，可以帮助解决人类面临的最大挑战，比如医学和气候问题。但它必须以负责任和安全的方式开发，并为全人类服务。正如我昨天提到的，AI 技术太重要，影响太深远，我们不能以 “快速迭代、快速失败” 的方式对待它。相反，我们需要以科学方法为基础，以极大的谨慎和敬畏来开发 AGI。同时，我们也需要有胆识，去探索 AI 可以带来的全部潜力。通过这种负责任且大胆的态度，我们可以让 AI 真正为社会的最大挑战带来解决方案。
本文来自新知号自媒体，不代表商业新知观点和立场。 若有侵权嫌疑，请联系商业新知平台管理员。 联系方式：system@shangyexinzhi.com