AI正在改變所有學科？圖靈獎得主姚期智：大科學時代來了

史丹佛大學【AI 指數報告】（AI Index Report）一向是國際 AI 界關註的「年度成績單」[1] 。今年新釋出的報告裏，唯一一項來自中國的成果，出現在 AI for Science 領域：

阿裏達摩院 聯合多家醫療機構，利用深度學習技術，在 2 萬病例中辨識出 31 例漏診的胰臟癌，這項研究可能極大提高胰臟癌的早期診斷率。 [2]

業內評價該成果「令人驚嘆」，因其集齊了科學突破的幾大原則：年輕的專家、新穎的思路、交叉的技術。

這三條原則，或許也闡釋了 AI for Science 最好的突破方向。

當 2020 年谷歌旗下 DeepMind 公司研發的人工智慧系統 AlphaFold 問世的時候，很多人驚呼，科學家的飯碗要被 AI 砸掉了。因為 AlphaFold 預測蛋白質結構的精確程度，甚至讓科學家懷疑是自己的實驗出現了問題，Nature 新聞聲稱「它會改變一切。」 [3]

時至今天，AI 不但不會砸掉科學家的飯碗，反而帶來了一個新的時代。

AI 幾乎可以與所有學科進行交叉融合。青年科學家們跨越傳統的學科界限，邁向一個以問題為中心的大科學時代，這個願景在 AI 的支持下有了成為現實的可能。

圖靈獎得主、中科院院士姚期智剛剛上任清華大學新成立的人工智慧學院院長，他在 2024 年達摩院青橙獎啟動時說道：「當今 AI 正在給所有的科學帶來不可阻擋的變革，AI 科學正在引領學科交叉創新改變世界的面貌。過去數百年來，科學家們在各自的領域以內發展，而今，我們將進入一個更廣闊的大科學時代。」

作為發掘中國科研新星的重要「風向標」獎，青橙獎和往年一樣，面向在中國全職工作的 35 周歲以下科研人員，本屆將評選出 15 位青橙獎獲獎人，每人將獲得由阿裏巴巴公益專項支持、可自由支配的 100 萬元獎金。

但在今年，學科間交叉創新的研究成為了焦點。本次青橙獎明確提出關註那些利用 AI 技術在交叉學科領域取得突破的科研新星，鼓勵和支持跨學科的創新研究。

面向國家科技發展的中堅群體——青年科學家，它傳遞了一個積極的訊號：AI for Science 將會徹底打破學科邊界，交叉研究會獲得實打實的認可和支持。

跨學科一直是偉大的創新發生的地方

在阿西莫夫的科幻小說【 基地 】系列中，曾經描述了新文明在遙遠的、遠離核心的基地邊緣誕生。其原因之一：在基地邊緣地區，存在著各種各樣的外來文明和勢力，這使得那裏的人不得不不斷學習和適應，以應對新的挑戰。這種開放包容的態度也促進了新文明的進步。

邊緣孕育新文明，這幾乎是跨學科作用的一個譬喻。跨學科，是一群科學家們出於自己的研究興趣和需要，行至了學科的邊緣，不斷學習、適應、溝通的產物。

演化論的出現來自當年的動物學、植物學、生理學、地質學與古生物學的交叉，而孟德爾的遺傳學則來自生物學與統計學的交叉。

化學推動了病原微生物學與藥學的發展，阿司匹林的發明便是明證；而以 X 射線為代表的物理學的進展，來到了醫學領域，這才有了臨床影像診斷技術的發展。[4]

而 DNA 雙螺旋結構，這一上個世紀生物學界最偉大的發現，正是依托於當時最前沿的物理學、化學和生物學的先進技術和深邃思想，才得以璀璨問世。

在這一歷史性的發現之前，生物學家們已經知道了遺傳物質藏身於細胞的染色體中，而染色體則主要由蛋白質和核酸組成；在生物化學領域，科學家們對核酸的結構和功能已經有了初步的認識。而物理學方面，柯羅莎琳·富蘭庫林運用 X 射線晶體學技術對 DNA 進行了精確的晶體結構分析，拍攝到了著名的「照片 51」，為理解 DNA 的三維結構提供了關鍵線索。而 DNA 雙螺旋的兩位核心發現者——詹姆士·沃森和法蘭西斯·克瑞克，一個是生物學家，另一個則是轉行生物學的退休物理學家。

來自交叉領域的輝煌成就也可以用數據來證明。

在一項2022年的研究中，澳洲國家科學局利用文獻計量方法，基於經合組織（ OECD ）透過專家咨詢給出的 214 個與 AI 相關的關鍵詞，對 1960 年至 2022 年間的學術出版物進行了全面的篩選。這項研究發現，2016 年後，AI 相關論文的份額增長迅猛。影響力已經擴充套件到了自然科學、醫學、社會科學、藝術和人文學科等幾乎所有領域，和其他學科迅速融合。 [5]

日本文部科學省（MEXT）進行了一項研究，基於 2007 年至 2016 年間發表的高被引論文資料庫 Research fronts（RFs）中的 2560 篇論文，評估學科交叉對研究影響力的潛在作用。研究發現，一篇論文所涉及的學科數量每增加一項，其研究影響力平均提升約 20%。[6]

而這一點，早在 2018 年的【自然物理學】雜誌中已有端倪。在那份研究中，研究者對 108 篇諾貝爾獎獲獎論文的被引情況進行了分析，發現諾貝爾獎獲獎論文都集中在物理-化學和化學-生命科學的邊界上。[7]

進入 AI 時代之後，由於它幾乎可以與所有學科進行交叉融合，科學家們開始跨越傳統的學科界限。

比如在天文學界，現代望遠鏡收集的數據量已達到前所未有的水平，即使是構建星表這一最基本的任務，傳統工具完成得也非常吃力。而利用智慧演算法，就能夠高效處理數據。

據【中國科學報】，之江實驗室研究員、2023 年達摩院青橙獎得主馮毅曾在快速射電暴起源研究中，面對「中國天眼「 FAST 提供的海量數據，利用之江智慧計算天文平台的演算法處理數據，破解了數據篩選和分析難題。「智慧計算為基礎研究帶來了新工具和新範式。科研人員未必預料得到的創新突破，也許就會在智慧計算與天文研究的融合創新中湧現出來。」馮毅說。 [8]

但 AI 賦能各個學科的交叉研究，只是 AI 影響科學的第一步。AI for Science 更宏偉的藍圖，是徹底打破學科界限。

中國科學院院士鄂維南在一次公開演講中提到，像通用大模型一樣，在 AI 的幫助下，科學研究也可以有通用的大平台。平台能夠幫助科學家解決物理模型設計、分子動力學模擬等基本問題，在這些平台上科學家只需要做感興趣的套用和開發。由此，無論是學科的界限，還是理論、計算和實驗之間的界限都會被打破，形成徹底的交叉科學文化。[9]

因此，2024 年達摩院青橙獎除延續往屆資訊科學與工程、新興交叉、數學、物理、化學、材料、生命科學、醫學、天文、地理之外，新設農學和大氣科學，更是進一步鼓勵青年科學家基於數據科學，與更多領域建立交叉創新。

有趣的是，青橙獎也成為了獲獎科學家之間進一步「交叉」的契機。中國科學院大氣物理所研究員成裏京瞄準「過去中國並沒有自己的海洋數據集」的空白，自主構建了一套國內外廣泛使用的數據集，有力支撐了應對氣候與海洋變化的國家需求， 他和中國農業大學教授曾也魯因同年斬獲達摩院青橙獎而結識，聊著聊著，就溝通起了兩人的研究方向能否合力，如何將遙感數據深入用於氣候變遷背景下的全球海洋研究。在前往夏威夷參加國際會議的飛機上，成裏京就寫出了一頁思路，令曾也魯十分驚喜，他們很有信心能在這個方向上做出一些前沿的交叉研究成果。

中國能借此彎道超車嗎？

上世紀 80 年代初，伊利諾大學厄巴納-香檳分校副校長狄奧多·布朗決定募集 4000 萬美元來發起一個大型交叉學科計畫，將不同院系、學科的成員聚集在一起，並引導他們在共同的計畫上合作。

對於布朗的這次大膽嘗試，頗有些人嗤之以鼻，一位傑出的物理學家就曾評論道：「跨學科研究適合那些在自己的領域不夠優秀的人」。然而，10 年之後，利用這筆捐款成立的貝克曼先進科學技術研究所擁有了 200 多名研究人員，取得了矚目的成就，包括幫助建立了第一個圖形網路瀏覽器。[10]

也是從上世紀 80 年代開始，中國也出現了第一次交叉學科建設的高潮。

北京大學原常務副校長王義遒曾對【中國科學報】回憶到：「當時北大新設的專業基本上都是交叉邊緣學科，如文科有社會工作與社會管理、行政管理、國際文化交流、科技情報學等；理科則有資訊數學、工程科學（後改為結構工程）、微電子學、環境生物學與生態學等。」

「到了 1994 年，北大在制訂 ‘211 工程’計劃的時候，曾有意將全校的學科分布做成了’矩陣結構’，並將全校幾乎每個教學科研人員都放在一個’矩陣元’的位置上，由此顯示其在縱向上屬於哪個院系，在橫向上又參與哪個學科交叉的研究計畫或課題。」

當年中國交叉學科的高潮與改革開放緊密聯系，王義遒曾說：那「是中國從計劃經濟向市場經濟的轉變在學科上的體現，同時也是從第三次工業革命到第四次工業革命在學科上所作的準備」。[11]

這可能是作為後發國家的一種優勢，因為後發國家學科建設的傳統不那麽深，所以對待新的變化往往態度也更開放，能跟上科學發展的趨向。

2000 年，中國國家自然科學基金委員會（簡稱自然科學基金委，NSFC）制定了一項跨學科研究計劃，之後各大學紛紛成立了多個跨學科中心，其中包括北京大學前沿交叉學科研究院。自然科學基金委原政策局局長鄭永和曾在采訪中提到了開發中國家反應迅速、調整靈活的優點，「中國作為一個開發中國家，它的大學和研究所能夠迅速建立一些新中心，以反映跨學科研究的新趨勢。」[10]

【泰晤士高等教育】的一項調查，也證明了在跨學科研究上後發國家具有彎道超車的潛力。

研究發現，與亞洲學術上領先的國家和地區相比，世界傳統研究強國（如美國、英國和澳洲）對跨學科研究的關註程度要低得多。相反，學術傳統更短、投入充分的香港和新加坡的大學在亞洲表現最為強勁，包括香港科技大學和新加坡南洋理工大學。一些開發中國家也表現亮眼，在非洲，埃及的開羅大學和威特沃特斯蘭德大學在產出指標方面表現非常出色。[12]

而今天，資訊革命之後的 AI 革命即將到來，這一切，為科學帶來的，將是新的問題，新的研究方法和新的理論框架。如同資訊革命時代一樣，一場新的交叉學科研究的高潮同樣一觸即發。而且不同於過去跨學科研究的是，這次 AI 引領的跨學科變革，將是全方位、徹底的變革。

對於中國的科學發展來說，這也是一個關鍵的機會。AI 和傳統學科的深度融合，未來可能會徹底打破學科的界線。在這個時間點上，各國還沒有拉開關鍵的差距，如果能擺脫舊學科體制的束縛，打造適合跨學科研究的資助評價體系，在未來的科技競爭中，後發的我們是否能就此彎道超車？

對於 AI for science, 我們還缺什麽？

中國近年已經迅速行動了起來，2018 年自然科學基金委響應科技戰略，在基金申請上新增了人工智慧與交叉學科兩大領域。但還不夠，現實中交叉學科研究仍舊處於一個尷尬的境地，對於交叉學科，當下的科研體系之下，很難完全兌現成資金和制度上的支持。

【泰晤士高等教育】的一項調查數據顯示，大學在跨學科科學方面並沒有說到做到，約有三分之一參與調查的大學沒有對跨學科研究人員進行獎勵，也沒有衡量此類工作的成功與否。[12]

不只是研究機構，科學資助機構同樣對交叉學科的支持有限。一項利用澳洲全國性資助計劃連續 5 年 18476 份提案數據的研究發現，研究提案交叉學科的程度越大，獲得資助的可能性就越低。[13]

這主要還是因為跨越學科太反傳統了，尤其是反學術機構的傳統。

對於研究機構來說，交叉學科研究本身就是高風險高報酬的。一項基於 32000 篇論文數據的研究，評估了跨學科研究的收益和代價，研究發現，跨學科研究的生產率平均來說更低，但是參照較高，對於日益看重考核學術機構來說，對跨學科研究未必有耐心。

而跨學科研究的人才，需要的恰恰是時間和耐心。

【Communications Physics】雜誌上發表的一項研究，分析了英國研究委員會資助的 44419 項研究，發現具有跨學科資助記錄的研究人員會占據學術合作網路的主導地位，但這種有利競爭並不能轉化為立竿見影的報酬。跨學科研究人員在短期內發表的論文影響較小，這直接影響到他們吸收資助的能力。[14]

然而，這些學者最終在論文數量和價值方面都優於同行。也就是說，跨學科人才的合作網路，將來會給它們帶來更高的成就，他們只是需要時間來成長。

面對這一挑戰，類似達摩院青橙獎的嘗試，就非常有價值。在國外，傳統科學資助模式的不足，常由私人基金會的資助來補充，私人基金提供長期穩定、不計報酬、鼓勵突破的資助，為高風險的創新提供安全網，和傳統資助模式發揮互補作用。