开放数据与人工智能如何提升科学研究的影响力

A scientist researcher, wearing protective gear, writes on a box controlling the air quality in the lab at the Thermo Fisher plant, former Novasep, producing COVID-19 vaccines for AstraZeneca in Seneffe, Belgium, February 10, 2021. REUTERS/Yves Herman
The knowledge needed for the next great scientific breakthrough may have already been written. We must make sure it does not go undiscovered.Image: REUTERS/Yves Herman
本内容由人工智能自动翻译。
  • 新冠疫情危机凸显了加大研究与开发(R&D)投入的必要性。

  • 疫情还推动了人工智能技术的快速研发与应用。

  • 数百万科研人员在全球范围内仍无法使用人工智能开展研发工作。

  • 由人工智能驱动的科学知识必须实现普惠化与共享,才能在全球范围内扩大其影响力。

此时此刻,多年的科学知识正通过一次次键盘输入被记录下来,最终形成论文,或被录入电子实验室笔记本中的实验洞见。一个知识库收到一篇文章,其中埋藏着通往突破的关键。这一幕每天、每年都在全球各地不断重复上演

下一项重大科学突破所需的知识可能早已写就,但若相关工具只把知识视为仅供查找的单个条目,而非集体智慧的组成部分,这些知识仍可能未被发现。

全球研发支出每年超过2万亿美元。2020年,美国在各国中支出最多,达6097亿美元;亚洲则是各地区中研发支出最高的地区,达1.07万亿美元。近期,美国总统乔·拜登提议投入2500亿美元用于研究,并表示希望将研究支出提高至美国GDP的2%。

新冠疫苗的破纪录研发成果凸显了加大研发投入的益处。全球疫情催生了全球科学界前所未有的协作,并推动了包括人工智能在内的抗疫技术快速发展。

第三次工业革命为研发成果(包括数据集和期刊论文等结构化与非结构化的科学大数据)的数字化传播铺平了道路。在第四次工业革命中,人工智能通过分析第三次工业革命所促成的大量科学数据,推动了药物与基因组发现。

随着新冠疫情在全球社区蔓延,出版商通过“新冠开放研究数据集”等举措,将原本可能设有付费墙的研究成果以开放获取的形式提供。新冠开放研究数据集(CORD-19)。科学家们受邀不仅可以获取这些研究成果,还可以借助人工智能加速对整个文献集的探索,该文献集已呈指数级增长,每周新增文章峰值超过5000篇。

因此,多个针对新冠研究的搜索引擎应运而生。然而,这些工具仅提升了在文献集中查找文档的能力,对加深对研究本身的理解并无帮助。还有更多工具用于梳理和映射研究主题,并制作可视化图表和导航辅助工具。

这些项目虽然仅触及了人工智能赋能科学知识普惠化的皮毛,但在很大程度上仍将研发中的知识视为线性的:开展研究、撰写论文,再将论文存入知识库,并在添加关键词后供检索。

科学知识作为数字资产的循环性,在Benevolent AI等公司身上体现得最为充分。该公司通过分析包括文献在内的资产,推荐了用于治疗新冠的药物。在这一案例中,研究被视为一个集体,其派生的洞见被回馈给科学界。随后,科学家得以启动临床试验,并产生将成为数字资产的新知识。

在研发数字资产的线性视角下,知识被降格为彼此割裂、零散的个体信息。而在循环视角下,知识不会被闲置或浪费,而是经过重新整合与再利用,从集体中衍生出更多新知识。

然而,由人工智能驱动的药物发现企业所运用的技术,在很大程度上仍无法被全球数百万科研人员所获取。高昂的成本,以及范围过宽或过窄的应用场景,导致了这些技术难以获取。如果人工智能服务于研发的真正前景在于知识创造与消费之间形成持续的反馈循环,那么就必须使其普惠化,以最大化其影响力。

当每位研究人员和每项数字资产都被纳入一个分析集体智慧的人工智能赋能生态系统时,循环式创新便得以优化。通过消除范围与成本方面的障碍,更多研究人员不仅能够获取知识,还能将人工智能所发现的内容作为副产品,创造出新的知识。

通过释放科学知识以供人工智能分析,并使所揭示的洞见得以普惠获取,研发的影响力将呈指数级增长。发现有望带来下一项治疗方法的知识宝库,由此成为可能,并且掌握在众人而非少数人手中。

世界经济论坛的早期创新倡议UpLink正在推动并加速具有使命驱动性的创业者发展,而这些创业者对于实现净零、自然正向和公平的未来至关重要。如需了解更多信息并加入UpLink社区,请点击此处。

授权与转载
世界经济论坛发布的文章,可依据《知识共享署名-非商业性使用-禁止演绎4.0国际公共许可协议》以及我方《使用条款》进行转载。 本文所表达的观点仅代表作者个人立场,并不代表世界经济论坛的观点。