人们常说，数学是一切科学的基础。那么，传统上致力于数学的“致用”——将数学理论和方法运用于其他科学领域的应用数学，有没有可能为更广泛的科学与工程世界提供基础性的思路？在今年的国际数学家大会上，中国科学院院士、北京大学讲席教授、大数据分析与应用技术国家工程实验室联席主任鄂维南为全球数学界分享了从数学的角度如何理解神经网络，并介绍了“AI for Science”，即“把人工智能用于科学研究”这一崭新领域。那么，“AI for Science”有何深意与潜能，在哪些层面尤其值得我们期待？半月谈记者来到北京大学，听鄂维南院士讲一讲它的奥秘。

鄂维南院士在北大数学学科研究生教育工作研讨会上致辞

一小时报告，勾勒科学新范式

国际数学家大会由国际数学联盟主办，每4年举行一届，是全球数学界最高水平的学术会议，素有国际数学“奥运会”之称。每届大会，重头戏都是杰出数学家的报告，分为时长1小时的大会报告与时长45分钟的分组报告。其中，前者俗称“一小时报告”，报告人由组委会特别邀请，皆为举世公认的数学名家，报告要具有全局性高度，向全世界同行介绍数学某一领域最值得注意的进展。可以说，获邀作大会一小时报告，是数学家很高的荣誉。

2022年7月8日晚10时半，是鄂维南院士大会报告开始的时刻。在接下来的1小时中，他勾勒出从数学视角审视机器学习的创造性潜力的可期前景。他成为国际数学家大会上首位探讨机器学习的数学家，也是继中国科学院院士田刚、彭实戈之后，第三位来自中国的“一小时报告人”。“我给自己的任务，就是告诉数学界机器学习对数学意味着什么：一方面，今日机器学习的理论进展已经可以为函数这样基础的数学概念带来新的认识；另一方面，机器学习也把数学带到了变革科学与工程面貌的最前沿。我希望数学界能够抓住这个前所未有的机遇。” 鄂维南院士说。早在2004年，已在国际应用数学界声名鹊起的鄂维南院士，在中国科学院作报告时便表示，针对大数据分析的算法将成为算法研究的主流，数学家可以做出更重要、更基础的贡献。“2014年，我正式投入大数据研究，具体地说，就是运用数学理论研究机器学习的基本原理，再运用机器学习突破物理模型方面的难题。” 鄂维南院士回忆道。

让算法成为科学的驱动力

投入应用数学多年，给了鄂维南院士审视算法研究潜力不一样的眼光。他向半月谈记者介绍，算法主要分为两大块：一类是我们日常听闻较多的数据算法，如图像识别、自然语言处理等；还有一类可以概括为物理模型算法，研究对象包罗甚广，从力学到化学，从生命科学到材料科学，都是这类算法的舞台。AI for Science的发力点，正在于解决物理模型难题。

“过去循着应用数学的传统思路研究化学、力学等领域的问题，深入到物理模型层面就感觉困难重重，似乎有传统方法难以越过的天堑。后来开始研究机器学习，我意识到，这正是我们一直缺少的工具。应该说，这就是我构思AI for Science的初衷。” 鄂维南院士说，AI for Science是一种新范式，对科学研究的许多方向而言，是研究逻辑的根本“倒转”，更有可能打开数学与科学融合的崭新空间。此外，在成果转化方面，它也有望孕育引领业界潮流的新业态。AI for Science具体怎么干？鄂维南院士举了个生物制药的例子：“做药物筛选，首先要确定蛋白质靶点，再确定候选药物的化合物与靶点的结合能。在这个过程中，传统的方法是靠经验和反复试错，效率始终是瓶颈。如果我们能从基本物理模型出发，设计出相应的算法，取代人工的逐一试错，显然是更省时省力、结果也更可靠的方式。”鄂维南院士特别强调，在运用机器学习解决科学难题时，随着研究的深入，模型与数据可以“交相为用”，激发出精妙的迭代过程，科研人员未必预料得到的突破，也许就会绽放在这看似随机的过程之中。与此同时，机器学习领域也迫切希望了解来自数学的灵感。鄂维南院士于7月19日受邀在人工智能领域最重要的会议之一——国际机器学习大会上作了报告，阐述了机器学习基本原理中的数学理论。“我们的工作始终着眼于真正解决科学和技术前沿的实际难题，要有实实在在的成果落地。” 鄂维南院士表示，AI for Science的应用场景包罗万象，关键是科研人员需要转变思维模式，敢于走出传统计算思维的“舒适区”。

培养有理想的“弄潮儿”

可以说，在今年国际数学家大会上，鄂维南院士为全世界同行擘画出一张新蓝图，关键之笔就是数学家一向不易想到的“人工智能”。接下来的问题是，谁又将进入这片“蓝海”，成为“弄潮儿”？

在鄂维南院士心目中，未来的科研人才，必定是宽口径培养、厚基础塑造的交叉人才。2014年至2018年，鄂维南院士担任以通识教育为特色的北京大学元培学院院长，趁着北大开始尝试跨学科本科专业的东风，他参与建设了元培学院数据科学和整合科学两个专业，希望能选拔出愿意回应交叉融合时代召唤的新一代俊杰。在他任教的数学科学学院，鄂维南院士和同事们一起发起了应用数学拔尖人才培养计划，希望“握指成拳”，将学院相对分散的应用数学资源聚合起来，培养出对应用数学有扎实而较为成熟的整体性理解，能在交叉学科探索中发现兴趣与乐趣的创新人才。今年，已是这一计划的第10个年头。多年树木已成荫。2020年，鄂维南院士在北大培养的学生张林峰，凭借与合作者对科学计算与机器学习的融合探索成果，摘得当年高性能计算领域最高奖——戈登·贝尔奖。“关键是要有理想。”谈起对下一代科研人才的期许，鄂维南院士用了一个词——“舍我其谁”。在他看来，今天，中国的年轻学子已经有可能站在AI for Science这一崭新领域的国际最前沿，谁能成为“弄潮儿”，就要看他们的心力与想象力，看他们有没有改变一个时代的豪情了。

文章来源：《半月谈》2022年第15期

转载本网文章请注明出处