「机器学习之父」Mitchell 撰文：AI 如何加速科学发展，美国如何抓住机遇
内容提要
卡内基梅隆大学教授Tom M. Mitchell撰写了新的AI for Science白皮书，讨论了人工智能如何加速科学发展以及美国政府如何帮助实现这一目标。人工智能可以帮助科学家克服研究中的问题，如发现复杂数据集中的规律、阅读和消化相关出版物、创建基础模型和实现实验自动化。政府可以通过资助多机构研究团队、创建数据共享网站、研究数据共享激励机制和资助相关基础AI研究来支持这一机会。
延伸解读
从“独行侠”到“社区科学发现”的范式转变
文章指出，当前科学研究多为“独行侠”模式，即单个团队独立完成从假设到发表的全过程，这导致科学家无法全面阅读领域内文献、实验细节缺失难以复现、数据分析孤立等问题。AI 有望将这种模式转变为“社区科学发现”模式，通过分析跨实验室的大规模数据集、消化全部相关出版物、创建领域基础模型以及自动化实验，帮助科学家形成更明智的假设，提高实验可重复性，从而加速科学进步。
政府支持的关键方向与具体行动
白皮书建议美国政府从四方面支持 AI for Science：资助多机构研究团队探索特定科学领域的 AI 加速机会；创建数据共享标准和网站（如科学数据领域的 GitHub），并研究数据共享激励机制；资助自动化实验室以高效生成标准格式数据；资助基础 AI 研究，特别是开发科学基础模型、文献阅读助手，以及将机器学习从发现相关性扩展到发现因果关系，并从结构化数据扩展到结合研究文献。
潜在科学突破与资源需求
文章列举了 AI 加速科学可能带来的突破，包括将新疫苗开发时间和成本减少 10 倍、加速材料科学发现（如室温超导体）、构建人类细胞功能基础模型以模拟实验、整合神经科学数据构建大脑模型、以及提高天气预测能力。实现这些需要大量实验数据、计算资源、新的机器学习方法，但文章指出，许多 AI 科学工作的计算需求可能远小于训练 GPT 等大语言模型，硬件成本相对收益可能较低。
Q&A
人工智能如何帮助科学家克服研究中的问题？
人工智能可以帮助科学家发现复杂数据集中的规律、阅读和消化相关出版物、创建基础模型以及实现实验自动化。
美国政府可以采取哪些措施来支持科学进步？
美国政府可以资助多机构研究团队、创建数据共享网站、研究数据共享激励机制和资助基础AI研究。
什么是基础模型，它在科学研究中有什么作用？
基础模型是通过多种实验数据训练的计算机模型，能够集中领域内的知识并提供可执行的预测。
如何将独行侠科学转变为社区科学发现模式？
通过人工智能的帮助，科学家可以更全面地分析数据，促进合作和信息共享，从而实现社区科学发现。
人工智能在加速疫苗开发方面的潜力是什么？
人工智能可以将新疫苗的开发时间和成本减少10倍，从而加速应对新疾病的能力。
实现科学研究中的数据共享有哪些挑战？
挑战包括缺乏标准化的数据共享机制、科学家之间的数据共享意愿差异以及对数据隐私的担忧。
