这家为AI for Science而生的新研究院,要让科研进入“安卓模式”( 二 )


为AIforScience而生的研究院AISI是一家年轻的研究院 , 2021年9月才正式成立 , 却已闯出不少名堂 。
除了研究工作、推动建设DeepModeling开源社区外 , 还推动创办了新的机器学习期刊JML(JournalofMachineLearning) 。
JML希望在传统学科期刊和机器学习领域的会议之外 , 成为AIforScience在发展初级阶段一个理想的学术交流平台 。
这家为AI for Science而生的新研究院,要让科研进入“安卓模式”
文章图片
这家研究院为何聚焦于AIforScience方向?
这家为AI for Science而生的新研究院,要让科研进入“安卓模式”】还要从院长鄂维南院士说起 。
鄂维南从事应用数学、科学计算研究多年 , 并于2011年当选为中国科学院院士 。
80年代起 , 他就在推动用多尺度模型解决多体问题、药物和材料设计、湍流和非牛顿流体力学等难题 。
但在这些问题中 , 长期存在着“维数灾难” 。
维数灾难最早由动态规划创始人理查德·贝尔曼提出 。
指随着维数的增长 , 分析高维空间中数据需要的计算量呈指数级增长 。
例如在高维空间中要达到同样的采样密度 , 需要的采样点数量呈指数级增长 , 这让经典的计算方法难以适应复杂问题的研究 。
这家为AI for Science而生的新研究院,要让科研进入“安卓模式”
文章图片
因为一次偶然的尝试 , 鄂维南课题组在尝试用AI辅助分子动力学模拟时 , 获得了5-6个数量级上的加速效果 , 这使鄂维南开始意识到深度学习正是解决维数灾难的绝佳工具 , 因为深度神经网络的本质就是在逼近高维函数 。
如图像识别是通过特征提取把图像内容转换成高维向量 。 AlphaGo下围棋也是在高维空间中求解满足最优策略的方程 。
这家为AI for Science而生的新研究院,要让科研进入“安卓模式”
文章图片
AIforScience的基础 , 便是将深度学习这一能力应用于各种科学问题 。
在这一思路指导下 , 鄂维南带领团队于2017年提出深度势能(DeepPotential)分子动力学方法 , 用深度学习方法去计算上亿个原子之间相互作用的势能函数 。
这家为AI for Science而生的新研究院,要让科研进入“安卓模式”
文章图片
△深度势能方法示意 , 来自Phys.Rev.Lett.120(14),143001
后来获戈登贝尔奖的DeePMD , 以及DeepModeling开源社区就是在此基础之上发展而来 。
鄂维南对于后来成立研究院的思考和行动 , 也是从17年底就开始 。
他的学生、也是后来AISI的副院长张林峰认为鄂老师不仅是个学者 , 还是个旗手 。
18年 , 鄂维南就在北大召集了很多方向的学者共同探讨AIforScience 。
这可能是AIforScience这一主题在世界范围内首次大规模被讨论 。
后来他也在国内国际多个场合呼吁“科学是人工智能的下一个主战场 。 ”
包括在美国数学学会会刊发表题为《应用数学新时代的曙光》的观点性文章 , 获得广泛关注 。
这家为AI for Science而生的新研究院,要让科研进入“安卓模式”
文章图片
2020年9月他从普林斯顿回国 , 开始召集团队筹建研究院 。
一年后 , AISI研究院终于正式挂牌成立 。
今年7月 , 鄂维南还受邀在四年一度的国际数学家大会(ICM) , 也就是菲尔茨奖的颁奖活动上作1小时报告 。
全球仅有21位数学家获此荣誉 , 而鄂维南将成为中国大陆的第三人 。
到时他也将以AISI院长这个新身份向全球数学家继续呼吁推广AIforScience 。
这家为AI for Science而生的新研究院,要让科研进入“安卓模式”
文章图片