编辑 | 萝卜皮
科技的新篇章正在被撰写：AI for Science——将人工智能与科学研究深度结合，利用 AI 的技术和方法来学习、模拟、预测自然和人类社会的各种现象和规律。这不仅能够推动科学的发现，也悄无声息地改变着我们的生活。
AI 技术的大爆发，正催动着科研领域的剧变。AI for Science 这一科研新范式，正以前所未有的速度改变人类探索未知的进程。无论是预测气候变化、探索外星奥秘、研发新药，还是预警灾害发生、发现生命奥义……AI 都展现出了无比强大的潜力。以下 6 个精彩案例，将为大家展示 NVIDIA 如何为科学研究的发展注入新动能！
数字孪生「地球」助力气候研究
地球气候变化能够被精准模拟和预测吗？答案是能！当然前提是有强大的 AI 超级计算机。
早在 2021 年，NVIDIA 就宣布打造全球最强大的 AI 超级计算机「Earth-2」，专门用来预测气候变化，并将投入 NVIDIA 的所有前沿技术。该系统通过 Omniverse 构建一个地球数字孪生。
NVIDIA 的 Earth-2 团队还创建了 FourCastNet，这是一个能够以 50 – 100,000 倍速度模拟全球天气模式的物理学 AI 模型。与传统方法相比，AI 天气预测模型 FourCastNet 在实现高准确度的同时，还将速度和能效提升了好几个数量级。
例如，FourCastNet 基于历史数据，准确预测了 2018 年 7 月 5 日阿尔及利亚瓦尔格拉的高温，那是非洲有气象记录以来气温最高的一天。
- 利用 GPU，FourCastNet 快速而准确地生成 1,000 个集合成员，超越了传统模型；
- FourCastNet 比传统的数值天气预报（NWP）模型快约 45,000 倍；
- 在训练时，与 NWP 模型中的标杆——欧洲综合预报系统相比，FourCastNet 预测天气所需的能耗减少 12,000 倍。
2018 年 7 月非洲地区真实天气的可视化图（中间），周围的地球代表 FourCastNet（集合成员）对热穹现象的准确预报。
点击阅读，了解更多：
AI 助力科学家制作「分子电影」
科学家正在利用 AI 追踪人眼无法观察到的原子运动。美国 SLAC 国家加速器实验室高级科学家 Ryan Coffee 制作的以分子为主题的电影颇具影响。
为了制作这部电影，Coffee 团队采用了 AI 技术和一台出色的投影仪。在拍摄过程中， AI 模型通过观看投影仪投放的超高速影片学习原子运动，而这台投影仪能够以每秒 120 次的速度脉冲 X 射线。
到目前为止，Coffee 团队能够在 10 – 20 分钟内重新训练一个自动编码器模型，每秒推理 10 万次。Coffee 说：「我们已经进入到阿秒脉冲领域，可以看到电子泡来回晃动。」
点击阅读，了解更多：
AI 寻找外星人
AI 技术已应用于寻找地外生命。2023 年初，《自然·天文学》上的研究介绍了 AI 技术在长期寻找地外智慧生物方面发挥的关键作用。一名多伦多大学的本科生在国际研究团队中充分运用了深度学习来寻找外星文明。
该研究团队训练了一个 AI 系统以识别自然天体物理过程无法产生的信号，并为它提供了一个由全球最大射电望远镜之一绿岸望远镜所采集的超大型数据集，数据集大小超过 150 TB。该 AI 系统识别了 2 万多个相关信号。其中，8 个具有技术签名的特征，例如可能向科学家提示存在另一个文明的射电信号。
面对越来越多来自射电望远镜的数据，必须有一种快速、有效的手段来整理这些数据，而这正是该 AI 系统的「用武之地」。
点击阅读，了解更多：
AI 检测火灾保护生命和财产
AI 在预防火灾上也大显身手。加州大学圣地亚哥分校雅各布斯工程学院和斯克里普斯海洋学研究所等机构借助 DigitalPath 公司的 AI 系统预防火灾。凭借 NVIDIA GPU 的强大性能，DigitalPath 的新系统能够在大火燃起时及时向加州各地的急救人员发出警报。
- 近期，DigitalPath 系统成功在北加州检测到两起火灾，并且每天检测 50 到 300 个异常活动，为急救人员提供了宝贵的实时信息；
- DigitalPath 系统能识别不同摄像头角度拍摄的同一场火灾，并能高效筛选图像至人类可理解的程度。每天处理 800 万张图像，仅产生 100 个警报，占图像总量的 1.25‰。
*图片来源：SLworking2，于 Flickr 网站发布
点击阅读，了解更多：
斯坦福 AI 5 小时 DNA 测序破世界纪录
基因测序能够帮助医生快速、准确诊断遗传疾病并预测疾病风险，而 AI 能让基因测序的速度飞起来。斯坦福大学医学院科学家领导联合团队开发的全新 DNA 测序技术获得了吉尼斯世界纪录，测序过程使用了 AI 和加速计算技术。
临床医生从重症监护患者身上抽血后只需 5 小时 2 分钟即可得到 DNA 测序记录，并在当天得出遗传疾病诊断。研究人员通过优化整个测序流程实现了创纪录的速度。
他们在牛津纳米孔的 PromethION Flow Cells 上使用高通量纳米孔测序技术，每小时能够产生超过千亿碱基（gigabase）的数据，并在谷歌云上使用 NVIDIA GPU 加速碱基判定和变体识别。
点击阅读，了解更多：
生成式 AI 加快药物开发
药物研发公司英矽智能使用生成式 AI 来开发衰竭性疾病的新疗法。其利用 AI 平台研发的一种候选药物已进入二期临床试验，用于治疗特发性肺纤维化，这是一种相对罕见的呼吸系统疾病，会导致肺功能逐渐下降。
英矽智能将生成式 AI 应用于临床前药物研发流程的各个环节，包括确定药物化合物可以靶点的分子，生成新的候选药物，衡量这些候选药物与靶点的结合程度，甚至预测临床试验结果。
使用传统方法进行这项工作需要花费超过 4 亿美元，耗时长达 6 年。但是通过生成式 AI，英矽智能仅以 1/10 的成本和 1/3 的时间完成了这些工作。
点击阅读，了解更多：
小结
这些 AI 在科研领域的应用仅仅是冰山一角，其背后的巨大潜力尚未完全发掘。我们相信，随着 AI 技术的不断精进和更多应用场景的开拓，AI 必将助力科研领域更多创新与突破。
相关文章
