人工智能已經成為許多科學家生活中不可或缺的工具，因此，研究人員使用人工智能，現在有了自己的綽號——AI4Science，被會議和實驗室使用。近日，微軟宣布了自己的AI4Science計劃，雇傭了分布在幾個國家的數十名員工。其主管Chris Bishop在轉向人工智能之前就開始了科學方面的工作。他在愛丁堡大學（University of Edinburgh）獲得量子場論博士學位，然后在20世紀80年代專注于機器學習之前從事核聚變研究。而后，他開始將神經網絡應用到自己的工作中。“我早了25年，”他說，“但它真的已經起飛了。”他于1997年加入微軟研究部劍橋實驗室，最終成為該實驗室的主任，現在有了一個新角色。

Q

IEEE Spectrum：什么是微軟AI4Science？

Chris Bishop：他們正在建立一支新的團隊。在未來十年里，我們看到了一個非常令人興奮的機會，專注于在機器學習與自然科學的交叉點——化學、物理、生物學、天文學等等。它不僅僅是機器學習在自然科學中的應用。

Q

如何超越這一點？

Chris Bishop：微軟的一位技術人員Jim Gray談到了四種科學發現范式。第一種范式是純經驗的。它在觀察我們周圍世界的規律。

第二種范式是理論。想想牛頓運動定律或麥克斯韋方程。這些是典型的微分方程。這是一個歸納的步驟，一個假設，他們描述的世界更普遍。一個方程在許多長度和時間尺度上都非常精確，你可以把它寫在你的T恤上。

隨著數字計算機和模擬技術的發展，科學發現的第三次轉變開始于20世紀中期，有效地解決了這些用于天氣預報和其他應用的微分方程。

第四種范式是在21世紀興起的，它不是關于使用計算機從第一原理解方程。這相當于使用計算機在規模上分析經驗數據。機器學習在這個領域蓬勃發展。想想大型強子對撞機、詹姆斯·韋伯太空望遠鏡或蛋白質結合實驗。

這四種范式都是協同工作的。

我們看到一種新的范式正在出現。它的起源可以追溯到幾十年前，但它是在自然科學中使用機器學習的另一種方式。在第三種范式中，你在超級計算機上運行一個復雜的模擬；第二天，有人問了一個不同的問題，就要投入更多來進行解答。我們現在可以使用這些模擬輸入和輸出作為機器學習深度神經網絡的訓練數據，學習復制或模擬模擬器。如果多次使用仿真器，這將分攤生成培訓數據的成本和培訓成本。現在你有了這個很有希望的通用模擬器，你可以比模擬快幾個數量級。

Q

訓練仿真器大約需要多少仿真數據？

Bishop：很多機器學習都是經驗科學。它包括嘗試不同的體系結構和數據量，并了解事物的規模。你不能提前說，我需要5600萬個數據點來完成這項特定任務。

然而，有趣的是，機器學習中的技術比常規培訓更智能一些。像主動學習和強化學習這樣的技術，系統對其局限性有一定的了解。在不確定性較大的地方，它可能需要更多的數據。

Q

仿真的弱點是什么？

Bishop：它們在計算上仍然非常昂貴。此外，模擬器從數據中學習，因此它們通常不會比用于訓練它們的數據更準確。此外，當呈現的場景與他們接受培訓的場景明顯不同時，他們可能給出的結果不夠準確。

Q

微軟AI4Science的所有項目都是基于仿真的嗎？

Bishop：沒有。我們在藥物研發方面做了很多工作。目前，這完全基于第四種范式。它是基于對某些分子性質的經驗觀察，并使用機器學習來推斷不屬于訓練集的分子的性質，然后反過來說，給定一組性質，我們能找到具有這些性質的新分子嗎？我們與Novartis有五年的研究合作關系。

Q

除此之外，你還從事哪些其他項目的研究？

Bishop：我們正在積極尋找合作伙伴關系。微軟在機器學習方面有很多專業知識。我們在超大規模計算和云計算方面也有很多專業知識。然而，我們不想做的是成為領域專家。我們不想成為一家制藥公司，也不想成為催化領域的專家。我們正在引進在量子化學、量子物理、催化等方面具有專業知識的人，但實際上是為了讓我們與合作者和合作伙伴建立接口。

更重要的是，我們在任何有微分方程的地方工作。它可以是流體流動，設計渦輪機，預測天氣，大規模天文現象，核反應堆中的等離子體。我們的重點是分子尺度的模擬。在科學上，它有一些最具挑戰性和最有趣的問題，但其適用性也是巨大的藥物發現和可持續性。我們一直在考慮直接捕集空氣中的二氧化碳。

Q

目標是發表論文還是建立知識產權和產品？

Bishop：我想我們有三個目標。首先也是最重要的是關于加強我們的研究。同行評審出版物將是一個關鍵渠道。

第二，微軟是一家通過其商業模式來助力他人成功的公司。因此，我們將要研究的一件事是，我們如何將一些研究進展轉化為基于云的服務，然后可以用于商業或學術界。這種方法的適用范圍可能是巨大的。如果你只考慮分子模擬，它可以是藥物，是潤滑劑，是保護腐蝕，是碳捕獲，也是化學工業的催化劑，等等。

最后，第三個目標是看到對于現實世界的影響：衛生保健、可持續性、和氣候變化。

Q

你是否預見到不僅在你幫助合作伙伴的領域，而且在純粹的計算機科學和機器學習方面都有進步？

Bishop：這是一個很好的問題。我相信“啟發性的基礎研究”的使用是有意義的。人們用一個非常線性的模型來思考，在這個模型中，一端是基礎研究，另一端是應用研究。愛因斯坦就是一個很好的例子。他用鉛筆、紙和大腦發現了受激發射，后來它被用來制造激光器。

我希望在我們處理真正困難的問題時看到這一點。我們正試圖構建一個能夠理解分子動力學的神經網絡，我們將需要新的神經網絡架構。這可能會蔓延到完全不同的領域。