人工智能（AI）已被证明能够加快科学发现的步伐，并在多个领域带来新的见解。
在世界经济论坛近期举办的全球未来理事会年会上，一个专家小组超越了AI复杂的治理问题，探讨了AI如何成为向善的力量。
例如，预测病毒如何随时间变异，以及解码蛋白质结构。
过去一年，生成式人工智能（AI）的迅速崛起引发了诸多警示，从虚假信息风险到取代就业。但AI是否也能成为向善的力量？这是世界经济论坛近期全球未来理事会年会上热议的一个话题。以下是与会嘉宾在本场会议中重点介绍的一些实际案例。
利用AI预测病毒演化
病毒是伪装大师。正如新冠疫情所表明的，它们通过不断产生新变体来规避人类的免疫防线，从而演化以逃避人体免疫系统。然而，如果能够在病毒采取行动之前预测病毒的下一步动向，又会怎样？一款全新的AI工具有望做到这一点。
EVEscape由哈佛医学院开发，它结合进化信息与生物学信息，以预测病毒可能如何适应以逃避我们的免疫防御。在一项发表于《自然》的研究中，研究人员报告称，如果该工具在疫情伊始即已投入使用，它将能够预测新冠病毒（Sars-CoV-2）最常见的突变，并筛选出最严重的变体。该工具对HIV和流感等其他病毒的演化预测同样准确。
目前，EVEscape正被用于预测新冠病毒（Sars-CoV-2）的未来变体，研究人员还在将该工具应用于其他病毒。
将AI应用于蛋白质研究
任何曾在夜间开着电脑、作为公民科学家为Folding@Home提供算力的人，都会了解蛋白质“折叠”的挑战，即确定蛋白质的结构。
已知蛋白质多达数亿种，且每年还在不断新增，要确定其具体形状和功能，是一项耗时且成本高昂的工作，需要使用核磁共振等价值数百万美元的设备。据Alphabet旗下的谷歌称，这阻碍了相关研究，进而影响了疾病治疗能力。
该公司将其DeepMind人工智能技术应用于蛋白质折叠难题，推出AlphaFold，并用约10万种已知蛋白质的结构对其进行训练。这使该工具能够以原子级精度几乎即时地预测蛋白质的形状。2022年7月，谷歌宣布，该工具已预测出几乎所有已知蛋白质的结构。如今，它正被用于发现新疾病、研发更有效的疟疾疫苗和新型抗癌药物，并应对抗生素耐药性问题。
简化文献研究
在开展任何原创研究之前，科学家都要从文献综述开始。为了形成研究前提并找到研究起点，他们需要探究现有研究的成果，这一过程往往要花费数天甚至数周时间，翻阅大量资料。
借助Elicit AI研究助手，科学家可以显著加快这一艰苦的过程。Elicit是一种大型语言模型，有助于实现文献综述流程的自动化。科学家只需输入一个研究问题，AI即可识别该主题的顶尖论文。随后，它会总结关键发现，并将信息提取到一个研究矩阵中，供科学家据此开展工作。
世界经济论坛如何为人工智能建立护栏？
AI卓越中心汇聚各行业领袖，共同理解人工智能的快速演进及其对经济体和社会的影响。该中心支持围绕AI应用相关的机遇、风险与权衡展开知情对话。
通过可信赖的交流平台和协作倡议，该中心助力合作伙伴建立共同认知，并携手推进负责任的AI创新与应用。
这对荟萃分析尤其有用。研究人员在此探究，例如，关于某一特定病症的现有研究成果、疾病或药物，并汇总结果。这些分析不仅反映了相关主题的当前认知，还常常基于分析结果带来新的见解。
Elicit声称，迄今已有超过80万名研究人员使用过Elicit。
AI在生命科学之外的作用
尽管与会者提出了AI治理中仍需解决的诸多问题，但大家一致认为，AI具有成为向善力量的巨大潜力。
将科学发现的速度提升一个数量级，不仅限于生命科学领域。《卫报》《卫报》本月early报道称，研究人员正利用AI破译公元79年维苏威火山喷发后被毁的赫库兰尼姆古卷。该AI系统能够识别出其焦黑残卷中的第一个字，距今已2000年。
