“我認(rèn)為重要的不是Gordon-Bell Prize（戈登貝爾獎(jiǎng)），而是說(shuō)我們第一次看到把機(jī)器學(xué)習(xí)、科學(xué)計(jì)算和高性能計(jì)算這三大最主要的工具結(jié)合在一起，我們有多么大的空間可以實(shí)現(xiàn)?！?月8日，2021世界人工智能大會(huì)全體會(huì)議“科學(xué)前沿”舉行，中國(guó)科學(xué)院院士、普林斯頓大學(xué)數(shù)學(xué)系和應(yīng)用數(shù)學(xué)研究所教授、北京大數(shù)據(jù)研究院院長(zhǎng)鄂維南在演講中如是表示。

戈登貝爾獎(jiǎng)素有超算界諾貝爾獎(jiǎng)的美譽(yù)，去年的11 月 19 日，美國(guó)計(jì)算機(jī)協(xié)會(huì)ACM公布2020年戈登貝爾獎(jiǎng)的頒獎(jiǎng)結(jié)果，鄂維南在內(nèi)的一個(gè)中美研究小組獲得該獎(jiǎng)項(xiàng)。他們通過(guò)機(jī)器學(xué)習(xí)將分子動(dòng)力學(xué)極限從基線提升到了1億原子的驚人數(shù)量，同時(shí)仍保證了從頭算的高精度，效率是之前人類(lèi)基線水平的1000 倍。

鄂維南1982年畢業(yè)于中國(guó)科技大學(xué)數(shù)學(xué)系，1985年于中國(guó)科學(xué)院計(jì)算中心獲碩士學(xué)位，1989年于美國(guó)加州大學(xué)洛杉磯分校（UCLA）獲博士學(xué)位。2009年入選首屆美國(guó)數(shù)學(xué)學(xué)會(huì)會(huì)士、2011年當(dāng)選為中國(guó)科學(xué)院院士、2012年入選首屆美國(guó)工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會(huì)會(huì)士。

他于2003年獲國(guó)際工業(yè)與應(yīng)用數(shù)學(xué)協(xié)會(huì)科拉茲獎(jiǎng)。2009年獲美國(guó)工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會(huì)克來(lái)曼獎(jiǎng)。2014年獲美國(guó)工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會(huì)卡門(mén)獎(jiǎng)。2019年榮獲由美國(guó)工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會(huì)（簡(jiǎn)稱(chēng)SIAM）和蘇黎世聯(lián)邦理工學(xué)院（ETH Zürich）聯(lián)合授予的Peter Henrici獎(jiǎng)。2020年獲得國(guó)際高性能計(jì)算應(yīng)用領(lǐng)域最高獎(jiǎng)——戈登?貝爾獎(jiǎng)（ACM Gordon Bell Prize）。

中國(guó)科學(xué)院院士、普林斯頓大學(xué)數(shù)學(xué)系和應(yīng)用數(shù)學(xué)研究所教授、北京大數(shù)據(jù)研究院院長(zhǎng)鄂維南。

很多實(shí)際問(wèn)題沒(méi)有得到解決：維數(shù)災(zāi)難

鄂維南此次演講的題目是“AI for Science”，“ 我們研究科學(xué)有兩大基本目的，第一大目的就是尋求基本規(guī)律，比方說(shuō)行星運(yùn)動(dòng)的三大定律、量子力學(xué)基本方程；第二大目的就是要解決實(shí)際問(wèn)題，比方航空航天、生物制藥等?！彼J(rèn)為，從尋求基本規(guī)律，尤其是基本原理這個(gè)角度來(lái)說(shuō)，當(dāng)90年前量子力學(xué)建立以后，這個(gè)任務(wù)基本上完成了，當(dāng)然并不是徹底完成。

而人類(lèi)真正的進(jìn)步，鄂維南認(rèn)為是從上世紀(jì)50年代開(kāi)始有了電子計(jì)算機(jī)開(kāi)始，在這個(gè)基礎(chǔ)上發(fā)展了一系列的數(shù)值方法，包括差分方法、有限元方法等，人們才第一次大規(guī)模地實(shí)現(xiàn)了用基本原理解決實(shí)際問(wèn)題?！霸谶@之前，雖然有基本原理，雖然有確定的方程，但是用它來(lái)解決實(shí)際問(wèn)題是非常困難的，幾乎做不到?！?/p>

這些方法有個(gè)共同的出發(fā)點(diǎn)，即可以用多項(xiàng)式來(lái)逼近一般的函數(shù)，由此帶來(lái)的影響是巨大的。尤其在工科領(lǐng)域，用計(jì)算方法來(lái)解決問(wèn)題已經(jīng)成了一個(gè)很重要的工具，可以說(shuō)是現(xiàn)代工業(yè)和技術(shù)賴(lài)以生存的基礎(chǔ)。

但鄂維南強(qiáng)調(diào)，我們?nèi)匀挥泻芏鄦?wèn)題沒(méi)有得到解決，“比方說(shuō)材料的性質(zhì)與設(shè)計(jì)，分子、藥物的分子與設(shè)計(jì)，這些遠(yuǎn)遠(yuǎn)沒(méi)有得到解決，基于基本原理的控制方法也沒(méi)得到解決?！痹斐傻慕Y(jié)果則是，“做理論的人、做實(shí)驗(yàn)的人和做實(shí)際場(chǎng)景這三個(gè)團(tuán)體差得非常遠(yuǎn)，理論化學(xué)、實(shí)驗(yàn)室的化學(xué)和實(shí)際工業(yè)應(yīng)用的化學(xué)，這些場(chǎng)景差距很遠(yuǎn)?！?/p>

這些問(wèn)題困難在哪里？鄂維南總結(jié)它們都有一個(gè)共同的根源，就是所謂的“維數(shù)災(zāi)難”，也就是它依賴(lài)的變量太多了。“維數(shù)災(zāi)難是什么意思？就是隨著變量的個(gè)數(shù)或者維數(shù)的增加，計(jì)算復(fù)雜度是指數(shù)增加的。從數(shù)學(xué)上來(lái)講，它也有一個(gè)基本的困難，也就是多項(xiàng)式在高維不是一個(gè)有效的工具。”

鄂維南提出，能解開(kāi)這一困局的或許正是深度學(xué)習(xí)。他以深度學(xué)習(xí)中最簡(jiǎn)單的圖像識(shí)別舉例，“給了你一個(gè)圖像，你必須告訴我這個(gè)圖像的內(nèi)容，那么從圖像到內(nèi)容，這就是個(gè)函數(shù)，這個(gè)函數(shù)有多少個(gè)維度，也就是它有多少個(gè)自由度？”他在演講中指出，“每一個(gè)圖像都可以看成是3072維空間的一個(gè)函數(shù)。那么這樣的高維函數(shù)以前我們是根本沒(méi)辦法處理的?！?/p>

鄂維南提到的第二個(gè)例子則是公眾已熟知的AlphaGo，“圍棋的最佳策略實(shí)際上是一個(gè)Bellman方程的解，所以說(shuō)AlphaGo做的事情實(shí)際上在試圖解一個(gè)Bellman方程?！?/p>

“這兩個(gè)例子，圖像識(shí)別是在逼近一個(gè)高維函數(shù)，AlphaGo是在解一個(gè)超大空間的Bellman方程。我也可以給大家舉很多例子，這些例子都有一個(gè)共同的特點(diǎn)，他們?cè)谔幚硪粋€(gè)高非常高維空間的數(shù)學(xué)問(wèn)題。”何以做到這些？鄂維南表示，因?yàn)樯窠?jīng)網(wǎng)絡(luò)可以幫助我們來(lái)有效地表示或者是逼近高維空間的函數(shù)，多項(xiàng)式不行，而深度神經(jīng)網(wǎng)絡(luò)是一個(gè)有效的替代品?！八哉f(shuō)在最基本的層面，我們有了一個(gè)全新的非常有效的工具，它帶來(lái)的影響是巨大的?！?/p>

他總結(jié)稱(chēng)，從科學(xué)的角度來(lái)說(shuō)，機(jī)器學(xué)習(xí)在科學(xué)和科學(xué)計(jì)算領(lǐng)域的應(yīng)用，可以帶來(lái)新的計(jì)算方法，新的科學(xué)模型，新的實(shí)驗(yàn)方法，新的產(chǎn)業(yè)業(yè)態(tài)。

傳統(tǒng)的科學(xué)領(lǐng)域才是人工智能更大的主戰(zhàn)場(chǎng)

讓他斬獲戈登貝爾獎(jiǎng)的分子動(dòng)力學(xué)領(lǐng)域的應(yīng)用就是一個(gè)例子。分子動(dòng)力學(xué)（MD）是一種計(jì)算機(jī)模擬方法，可以用來(lái)分析原子和分子在一段固定的時(shí)間內(nèi)如何移動(dòng)與交互，其實(shí)際應(yīng)用包括大分子的研究，如用于藥物研發(fā)的蛋白質(zhì)等。

“它解的方程就是牛頓方程，困難在什么地方？困難在于描述原子和原子之間相互作用的勢(shì)能函數(shù)?！倍蹙S南提到，傳統(tǒng)的辦法，一個(gè)是猜，“如果能猜得出來(lái)當(dāng)然是非常好，但是猜出來(lái)可能性有多大？所以這個(gè)方法非常的不可靠。”第二個(gè)方法則是1985年發(fā)展的第一性原理方法，也就是通過(guò)量子力學(xué)模型，每一步在線地把原子和原子間的相互作用力算出來(lái)，“它非常的可靠，但是它只能處理很小的體系，1000個(gè)原子就到頂了。”

鄂維南等人利用機(jī)器學(xué)習(xí)、科學(xué)計(jì)算和高性能計(jì)算這三大最主要的工具結(jié)合起來(lái)實(shí)現(xiàn)的突破，讓他認(rèn)為，“這樣一個(gè)空間不僅僅是我這里面舉的分子動(dòng)力學(xué)這個(gè)例子，對(duì)我前面講的很多，從量子力學(xué)到密度泛函到分子動(dòng)力學(xué)等等，這樣的空間都是存在的，所以帶來(lái)的影響是非常巨大的?！?/p>

鄂維南在演講的最后還表示，其個(gè)人認(rèn)為，現(xiàn)在做科研，做理論的也好，做實(shí)驗(yàn)的也好，它基本上是一個(gè)‘小農(nóng)經(jīng)濟(jì)’的模式。整個(gè)過(guò)程需要好多年，是效率非常低下的模式。以后的模式是什么？“就是‘安卓模式’，我們有一個(gè)統(tǒng)一的大平臺(tái)，這個(gè)大平臺(tái)是我們大家一起貢獻(xiàn)的，那么這個(gè)平臺(tái)就提供了我們最基礎(chǔ)的模型，比方說(shuō)分子動(dòng)力學(xué)模型，你需要什么體系，只要在這個(gè)平臺(tái)上做簡(jiǎn)單的應(yīng)用開(kāi)發(fā)就可以了?！?/p>

他最后強(qiáng)調(diào)，“我個(gè)人認(rèn)為，傳統(tǒng)的科學(xué)領(lǐng)域，就是化學(xué)、材料、電子工程、化學(xué)工程、機(jī)械工程生物等，才是人工智能更大的主戰(zhàn)場(chǎng)。它給我們帶來(lái)的不僅僅是科學(xué)研究范式的改變，也是傳統(tǒng)行業(yè)的轉(zhuǎn)型升級(jí)。”