時(shí)光如白駒過隙，轉(zhuǎn)眼間已是新的一年，那些舊歲未完成的夢想又將翻開新章。去年底英國《自然》雜志刊文預(yù)測的2024年十大科學(xué)進(jìn)展中，人工智能的進(jìn)步和ChatGPT人工智能占據(jù)前兩位。人工智能的發(fā)展，在過去一年中已有無數(shù)突破，也引起了廣泛的爭議，但不可否認(rèn)的是，人工智能已成為未來已來的標(biāo)志，將在當(dāng)下和今后繼續(xù)走近和影響人們的生活，并對人類社會(huì)進(jìn)步產(chǎn)生廣泛而深刻的影響。那么，人工智能對于科學(xué)而言，它的哪些成果將帶來有益的發(fā)展？今天我們請知名科普作者張?zhí)锟眮砹牧倪@個(gè)話題。
（1）國產(chǎn)“PANDA”用于胰腺癌早篩
人工智能逐漸走入人們的生活，其中在疾病診治領(lǐng)域，人工智能已發(fā)揮出較強(qiáng)的影響力。
被稱為“癌王”的胰腺癌5年生存率極低，美國癌癥協(xié)會(huì)2023年最新數(shù)據(jù)顯示，胰腺癌患者的5年生存率為11%-12%，中國的最新數(shù)據(jù)為7.20%。患者如果能盡早發(fā)現(xiàn)病情并實(shí)施手術(shù)，療效相對更好，但是，胰腺癌往往不易查出，確診時(shí)大多已是晚期。因此，采用人工智能技術(shù)幫助早期診斷胰腺癌和其他癌癥，是科學(xué)家寄予厚望的努力方向。
最近，上海市胰腺疾病研究所與阿里達(dá)摩院、浙江大學(xué)醫(yī)學(xué)院附屬第一醫(yī)院等機(jī)構(gòu)聯(lián)合，采用“平掃CT聯(lián)合人工智能”（平掃CT+AI）進(jìn)行大規(guī)模的胰腺癌早期篩查，在真實(shí)世界中的敏感性達(dá)92.9%（判斷存在胰腺腫瘤的準(zhǔn)確率）、特異性達(dá)99.9%（判斷無腫瘤的準(zhǔn)確率）。這一結(jié)果發(fā)表在國際一流期刊《自然-醫(yī)學(xué)》上，該期刊還專門刊登評論文章稱：人工智能和基于圖像的癌癥篩查，即將迎來黃金時(shí)代。
我國研究團(tuán)隊(duì)開發(fā)并訓(xùn)練了一種基于人工智能的胰腺癌早期篩查模型PANDA（Pancreatic Cancer Detection with AI），利用AI放大并識別平掃CT圖像中肉眼難以識別的細(xì)微病灶特征。結(jié)果顯示，PANDA能夠在平掃CT上準(zhǔn)確地檢測和診斷胰腺導(dǎo)管腺癌（胰腺癌中最常見的類型，占90%以上）和非胰腺導(dǎo)管腺癌病變，并可隨時(shí)用于大規(guī)模無癥狀患者群體的篩查。
與增強(qiáng)CT相比，對患者使用平掃CT可減少輻射劑量，且能消除患者因?qū)Ρ葎┊a(chǎn)生不良反應(yīng)的風(fēng)險(xiǎn)。臨床上，即使是經(jīng)驗(yàn)豐富的放射科醫(yī)生也難以通過平掃CT來識別胰腺導(dǎo)管腺癌，但PANDA與平掃CT結(jié)合使用，在鑒別常見胰腺病變亞型方面有一定優(yōu)勢。研究人員收集了多家醫(yī)療機(jī)構(gòu)3208例真實(shí)患者的數(shù)據(jù)訓(xùn)練PANDA，然后用于10個(gè)醫(yī)學(xué)中心6239例患者的驗(yàn)證。結(jié)果顯示，這一模型識別胰腺導(dǎo)管腺癌的靈敏度和特異性表現(xiàn)優(yōu)秀。
PANDA有望作為一種新的大規(guī)模胰腺癌篩查工具，在醫(yī)院或體檢中心廣泛應(yīng)用。目前，該模型已在就醫(yī)、體檢等場景中被使用超過50萬次，假陽性非常低。除用于胰腺癌診斷篩查之外，研究團(tuán)隊(duì)正在聯(lián)合全球多家一流醫(yī)療機(jī)構(gòu)，利用PANDA與平掃CT檢查更多的癌癥，包括食管癌、肺癌、乳腺癌、肝癌、胃癌、結(jié)直腸癌等6種高發(fā)癌癥。
（2）GPT等生成式AI將更新迭代
展望今年的人工智能發(fā)展，《自然》雜志列出了幾個(gè)代表性AI模式的出現(xiàn)和作用，比如，GPT-5將會(huì)問世，而且可能比其前身GPT-4展示出更先進(jìn)的功能。同時(shí)，GPT-4的競爭對手Gemini（另一個(gè)生成式AI工具）和其他AI工具也將推出。
GPT-5和Gemini都是大語言模型，也是生成式人工智能，可用于創(chuàng)建新的內(nèi)容和想法，包括對話、故事、圖像、視頻和音樂等。因此，它們不僅能生成多種語言文字、翻譯作品，還能生成藝術(shù)產(chǎn)品，用于科研和教學(xué)。
生成式人工智能模型在人的交流和服務(wù)方面具有巨大潛力。不同的語言導(dǎo)致生活在不同地區(qū)的人類有交流障礙，同聲翻譯AI軟件可能有助于解決這一難題。美國的元宇宙（Meta）公司研發(fā)出開源無縫交流語音翻譯模型Seamless，谷歌公司則研發(fā)了無監(jiān)督語音翻譯AI系統(tǒng)Translation 3。其中，元宇宙公司的Seamless是個(gè)“大一統(tǒng)模型”，集成了其他3款深度學(xué)習(xí)模型的全部功能，可以實(shí)時(shí)進(jìn)行更自然、更真實(shí)的跨語言交流。谷歌公司的Translation 3在翻譯詞匯的同時(shí)，還能處理停頓、語速、說話者身份等非文本語音的細(xì)微差異。
更為神奇的是，人工智能軟件還有望用于“嗅聞”氣味，并分析氣味分子的結(jié)構(gòu)。目前，人們可以用波長來研究視覺、用頻率來研究聽覺，并可通過儀器進(jìn)行測量和評估，但還無法根據(jù)分子結(jié)構(gòu)來測量或準(zhǔn)確預(yù)測物質(zhì)分子的氣味。
美國谷歌公司、莫奈爾化學(xué)感官中心和英國雷丁大學(xué)等研究機(jī)構(gòu)的研究人員研發(fā)了一種僅根據(jù)分子結(jié)構(gòu)就能預(yù)測其氣味特征的AI工具，它可以識別外觀不同但氣味相同的分子，還可以識別外觀非常相似但氣味完全不同的分子。
這個(gè)AI系統(tǒng)被稱為氣味圖譜（odor map），經(jīng)過氣味分子的大數(shù)據(jù)訓(xùn)練，它不僅適用于辨別已知的氣味物質(zhì)，也可用來辨識結(jié)構(gòu)非常相似的氣味物質(zhì)，還可以描述具有不同分子特征的大量不相關(guān)分子。從應(yīng)用場景來看，氣味圖譜不僅可以用于食品和農(nóng)業(yè)，以預(yù)測和發(fā)現(xiàn)新的化合物、香料和食物，還可以用于化工產(chǎn)品和化妝品的研發(fā)以及生物醫(yī)學(xué)等領(lǐng)域，其“嗅覺”靈敏度比狗的鼻子還可靠。
（3）對付抗生素耐藥菌有新突破
《自然》雜志預(yù)測，今年，深度思考人工智能公司將發(fā)布人工智能工具阿爾法折疊（AlphaFold）的新版本。此前，研究人員已經(jīng)用阿爾法折疊的舊版本高精度預(yù)測了蛋白質(zhì)的3D形狀，而新的阿爾法折疊將以原子精度模擬蛋白質(zhì)、核酸和其他分子之間的相互作用，這一突破將為藥物研發(fā)開辟新的途徑。
人工智能在化學(xué)、生物醫(yī)學(xué)、藥學(xué)方面更能大展身手，最主要的原因是它能快速發(fā)現(xiàn)新物質(zhì)、發(fā)明新材料。
所有人都會(huì)生病，過去人類為此使用了太多抗生素，再加上在養(yǎng)殖業(yè)中對動(dòng)物使用的抗生素，使得很多細(xì)菌的耐藥性大增。早在幾年前，世界衛(wèi)生組織就警示，如果人類沒有節(jié)制地使用抗生素，未來感染性疾病將陷入無藥（抗生素）可用的困境。
或許，人工智能的介入可解決這一難題。美國麻省理工學(xué)院一個(gè)研究團(tuán)隊(duì)發(fā)表的研究成果顯示，人工智能從上千萬種化合物中識別出了一類新型抗生素類型，它可以殺死臨床上常見的超級細(xì)菌——耐甲氧西林金黃色葡萄球菌（MRSA）。
研究團(tuán)隊(duì)通過測試約3.9萬種化合物對耐甲氧西林金黃色葡萄球菌的抗生素活性來生成訓(xùn)練數(shù)據(jù)，然后將這些數(shù)據(jù)以及化合物的化學(xué)結(jié)構(gòu)信息輸入一個(gè)深度學(xué)習(xí)模型。與此同時(shí)，研究團(tuán)隊(duì)還訓(xùn)練了3個(gè)額外的深度學(xué)習(xí)模型，以預(yù)測這些化合物是否對3種不同類型的人類細(xì)胞有毒性。最終研究人員發(fā)現(xiàn)，一些化合物既可以殺死細(xì)菌，又對人體產(chǎn)生的不良影響最小。
研究團(tuán)隊(duì)篩選出大約1200萬種化合物，人工智能模型根據(jù)分子內(nèi)的化學(xué)亞結(jié)構(gòu)識別出5種不同類別的化合物，并預(yù)測它們可對抗耐甲氧西林金黃色葡萄球菌。最后，人工智能模型選出兩種化合物，認(rèn)為是最好的抗生素候選者。
之后，研究團(tuán)隊(duì)用兩種小鼠模型來驗(yàn)證抗生素候選者，一種是耐甲氧西林金黃色葡萄球菌皮膚感染小鼠模型，另一種是耐甲氧西林金黃色葡萄球菌系統(tǒng)感染小鼠模型。結(jié)果顯示，這兩種抗生素候選者均明顯降低了耐甲氧西林金黃色葡萄球菌的數(shù)量。也就是說，人工智能模型選出來的化合物對耐甲氧西林金黃色葡萄球菌的局部和全身感染都有效，適合進(jìn)一步研發(fā)并用于治療嚴(yán)重的、敗血癥相關(guān)的耐藥菌感染。
耐甲氧西林金黃色葡萄球菌是一種革蘭氏陽性菌，具有較厚的細(xì)胞壁。進(jìn)一步的研究表明，這兩種抗生素候選者能破壞該細(xì)菌的細(xì)胞壁，卻不會(huì)對人類細(xì)胞膜造成實(shí)質(zhì)性損害，對人類細(xì)胞是安全的。我們有理由相信，未來人工智能還可以篩選出更多的抗生素用于治療疾病。
（4）研究“AI會(huì)不會(huì)產(chǎn)生意識”很必要
有意思的是，《自然》雜志還把關(guān)于意識的辯論和發(fā)現(xiàn)列入了今年的科學(xué)進(jìn)展，認(rèn)為這不僅是對人類基于大腦和神經(jīng)產(chǎn)生意識的研究，也表明在這個(gè)基礎(chǔ)上可以獲得關(guān)于人類心理學(xué)和哲學(xué)研究的突破。當(dāng)然，關(guān)于這項(xiàng)研究最大的爭議仍然是人工智能是否會(huì)產(chǎn)生意識，以及人類如何對待可能擁有意識的人工智能。
此前，鄧普頓世界慈善基金會(huì)資助3000萬美元對意識產(chǎn)生的兩種主要理論進(jìn)行研究和驗(yàn)證，一是整合信息理論，二是全局神經(jīng)元工作空間理論。來自不同實(shí)驗(yàn)室的研究者利用功能性磁共振成像、腦磁圖和腦電圖，研究了256名人類參與者視覺體驗(yàn)的內(nèi)容和持續(xù)時(shí)間的神經(jīng)相關(guān)性。結(jié)果發(fā)現(xiàn)，在視覺皮層、腹顳葉皮層和額葉下皮層中存在反映意識內(nèi)容的信息；在枕葉皮層和外側(cè)顳葉皮層中的持續(xù)反應(yīng)反映了刺激持續(xù)時(shí)間；在額葉和早期視覺區(qū)域之間存在內(nèi)容特異性同步。
簡單來說，這些結(jié)果證實(shí)了整合信息理論和全局神經(jīng)元工作空間理論的一些預(yù)測，但這兩種理論都不能解釋意識是如何產(chǎn)生的。《自然》雜志預(yù)測，在今年年底之前，科學(xué)家會(huì)對意識的神經(jīng)基礎(chǔ)有新的認(rèn)識，并公布新的實(shí)驗(yàn)結(jié)果。
與此相關(guān)聯(lián)的是，人工智能是否真的會(huì)產(chǎn)生意識？有科學(xué)家擔(dān)心，如果人工智能演化出意識，就有可能從人控制人工智能轉(zhuǎn)化為人工智能控制人，那將是人類的末日。盡管更多的人對“人工智能產(chǎn)生意識”這個(gè)假設(shè)不屑一顧，但是數(shù)學(xué)意識科學(xué)協(xié)會(huì)（AMCS）的成員呼吁聯(lián)合國提供更多資金，來支持意識和人工智能的研究。該協(xié)會(huì)稱，迫切需要對有意識和無意識系統(tǒng)之間的界限進(jìn)行科學(xué)調(diào)查，這涉及倫理、法律和安全問題。這些問題使得理解人工智能意識變得至關(guān)重要，例如，如果人工智能發(fā)展出意識，是否應(yīng)該允許人們在使用后能有效而簡單地將其關(guān)閉？
當(dāng)前，國際上有一些研究人員預(yù)測，人工智能產(chǎn)生意識將在5-20年內(nèi)實(shí)現(xiàn)。但事實(shí)是，這一結(jié)論缺少研究支持，2023年沒有一項(xiàng)資助是用于“研究人工智能產(chǎn)生意識”的。數(shù)學(xué)意識科學(xué)協(xié)會(huì)的研究人員認(rèn)為，了解什么可以使人工智能有意識，才能評估有意識的人工智能系統(tǒng)對社會(huì)所帶來的影響，包括它們可能引發(fā)的危險(xiǎn)及如何應(yīng)對這種危險(xiǎn)。
無論如何，在科學(xué)技術(shù)飛速發(fā)展的今天，研究人工智能是否會(huì)產(chǎn)生意識并得出確切結(jié)論，對于人類社會(huì)文明的未來極具意義，屆時(shí)，再評估人工智能對于人類社會(huì)文明是恩惠還是負(fù)擔(dān)也不遲。