为了更有效地加快进展并应对全球性挑战，我们需要一种全新的科研方式。
人工智能将在科学发现中“闭合循环”。
人类的努力至关重要——我们需要更多所谓的知识共享、协作式的“发现社群”，而且这些社群必须具有多样性。
新冠肺炎疫情给了我们沉重一击。我们的应对方式？大多是手忙脚乱，如同被车灯照射的鹿一般不知所措。研究人员正在竞相研发疫苗，而我们则处于封锁状态、按下了暂停键。然而，药物研发的过程既漫长又昂贵，发现和设计任何对应对生存性问题至关重要的材料，过程也是如此。
但这些问题正在不断累积：大流行病、气候变化、抗生素耐药性、粮食安全、网络安全挑战、共享经济繁荣等等。我们迫切需要改变传统的科研方式。
我如何关注“变革先锋”峰会？
几个世纪以来，我们一直以线性方式开展科学研究：问题引出假设，随后是建模和测试。如果结果失败，整个过程就要重新开始，而且每一轮迭代可能需要数年时间。不过，这种方式确实让我们取得了长足进步；正是通过它，我们研发出了性能更优的塑料、效率更高的太阳能电池板，以及用于现代飞机、更轻且更坚固的复合材料。
但世界正在迅速变化；为了以当今全球性挑战所要求的速度和效果加以应对，我们需要一种全新的科研方式。
科学本质上是一个富有创造性的过程；科学家们不断拓展想象力，探索药物和化学品的新设计。但人脑是有局限的。毕竟，一个分子的可能设计方案比宇宙中的原子还要多。没有人能够逐一筛查所有方案，从中找出最佳选择。
好消息是，我们确实拥有为科学——或为突破人脑局限——提供助力的要素：尖端计算技术和人才。真正的挑战在于，要在公共和私营部门中对它们进行战略性应用。
助力科学确定新路径
世界正在见证计算领域的一场革命。人工智能（AI）正在增强传统计算能力，并可能很快推动新兴的量子计算新兴的量子计算：这正是能够帮助我们解决世界上一些最重大问题的机器。它们可以通过混合云从地球上的任何地方访问。
越来越多的企业和实验室正在使用人工智能，其深度神经网络能够大规模地从某一特定主题的全部已发表文献中提取科学知识。
假设一位科学家需要研发一种新型催化剂，以生产更优质的人工化肥。与其盲目地尝试确定催化剂的化学结构，人工智能会先筛查大量专利、学术论文及其他出版物，以了解该主题已有哪些研究成果。
接下来，人工智能会根据其所找到的数据自动生成假设，以拓展对新分子设计的探索。基于最有前景的假设，高性能计算机和量子计算机将模拟一种新分子。
数字化工作完成后，模拟结果将在日益自主的实验室测试中得到证实或被推翻。最后，人工智能会评估结果、识别异常并提取新知识。新的问题将随之浮现，循环由此继续。
要改变科学发现的范式，我们需要促使人工智能、混合云，以及最终的量子计算实现融合。我们还需要第二个要素——新型科学协作或“发现社群”——加入这一组合。
我们会收获什么？一种加速的科学方法，足以推动科学领域的重大变革，并具备前所未有的速度和自动化水平。我们能够比以往任何时候都更快地设计新材料，影响我们生活的方方面面——从医疗保健到制造业，再到农业等领域。
科学发现中的“闭合循环”首次似乎成为一种非常现实且迫在眉睫的可能性。一旦实现，我们将达成科学进步这一梦想：科学进步成为一个自我驱动、永不停歇的过程。
对新型发现社群的需求
但推动这一新水平发现的，不仅仅是技术；人同样如此。世界上有数百万名分散在学术界和产业界的科学家，他们拥有才智与创造力，但他们不应独自应对所面临的众多全球性危机。事实上，任何一家公司或一个大学实验室都无法独自战胜一场大流行病。
国家与国际层面的公私合作，能够共享知识、数据和最新技术，从而加快发现的进程。我们对此类合作的需求从未如此迫切。
这些社群还需要具有多样性。在科学领域，问题可能规模庞大且复杂，也可能规模较小、目标更为集中。例如，欧洲核子研究组织（CERN）需要一个高度协调的社群，由来自42个国家的科学家共同参与，每天在约170个实验室开展约200万次实验——而这仅仅是大型强子对撞机所产生的科学工作。
然而，科学正变得日益开放，来自私营和公共部门的研究人员越来越多地共享论文、实验、数据、成果和资源。
此类规模较小的新型发现社群中，一个成功的例子是新冠肺炎高性能计算联盟。该联盟由来自学术界、产业界和国家实验室的87个合作伙伴组成，致力于为全球正在抗击当前大流行病的研究人员提供超级计算机使用权。
产业合作伙伴往往是竞争对手，但在当前的新冠病毒疫苗研发工作中却并非如此。联盟的每一位成员都有一个共同目标：加快我们寻找针对新冠肺炎的新疗法或疫苗的进程。合作的益处在于速度更快、准确性更高；思想与数据的交流更加自由；并能充分利用尖端技术。总而言之，合作能够极大地推动创新，并有望使这场大流行病比其他情况下更快得到遏制。
但材料设计并非极限所在。
随着以数据为基础、借助混合云中的先进计算能力、量子计算的进展以及不断壮大的发现社群所推动的、由人工智能加速的方法持续演进，这种升级后的、自我驱动的持续性科学方法，应当会对我们生活的多个方面产生巨大影响。面对当今和未来的全球性危机，对它的需求从未如此迫切。
