來源：新華網
發布時間：2024-11-22
新華網北京11月22日電（記者 陳聽雨） 2024科學智能峰會（AI for Science Forum）于11月4日至11月6日在北京召開。本次峰會匯集AI for Science領域“產、學、研、用”方向單位，共同思考AI在科學研究中的應用與未來。
峰會期間，中國工程院院士、中國科學院大連化學物理研究所所長劉中民在接受新華網專訪時表示，當前，我們正處于大變革時代，面臨著能源革命、工業革命、科技革命和人工智能的四重疊加。科學智能（AI for Science）極大地提高了技術迭代的效率，引領了化工范式的革新，應積極擁抱AI for Science，用新工具促進技術快速發展，助力實現“雙碳”目標，合力推動人工智能大模型在化工領域應用取得更大突破。
AI for Science助力實現“雙碳”目標
近年來，助力實現碳達峰、碳中和目標是劉中民重點關注的課題。在他看來，碳中和是一個宏大的目標，要求我們極大地削減碳排放。但是，碳排放與我國當前的能源結構和工業結構都有密切關系，能源與化工屬于流程工業，新技術的產生要逐級放大，實驗室階段后，要經歷中試，然后還要做工業示范才能推廣應用，新技術產生的速度慢，產業對技術的需求很迫切。人工智能技術的到來，使得新技術產生的效率大幅度提升。
針對AI for Science在化工領域的突破，劉中民稱，首先AI極大提高了科學研究的效率，加速新技術的產生。他以查閱文獻為例稱，原來查閱文獻可能要花幾個月的時間還未必收集全資料，然后要人工研讀，讀來讀去只有一個人可能明白。現在，人工智能可以快速閱讀海量文獻，用幾分鐘的時間就能寫出一篇文獻綜述報告，在很大程度上解放人力，讓科研人員把更多精力用到創新上。
再比如，新材料的發現也需要人工智能技術，發現一個新的催化劑就是不斷試錯的過程。在人工智能大數據分析的賦能下，再加之科學理論知識的指導，過程會非常快。
其次，AI助力研究成果快速落地工廠應用。劉中民表示，“一項技術在實驗室成功后，如何快速落地應用，是全世界面臨的共同問題，因為這一過程的復雜程度太高了，復雜到數學找不到辦法去精準描述，只好使用逐級實驗的辦法來降低風險。做完小試做中試，再做工業性實驗，然后再做工業示范，示范成功了再推廣，整個過程可能需要十幾年，但是我們實現‘雙碳’目標的時間也就幾十年，時間太緊迫了。”因此，技術創新需要積極地擁抱AI for Science，用新工具促進技術快速應用與發展。
統籌搭建大模型支撐化工行業快速發展
近年來，生成式人工智能快速發展，新技術不斷突破，新業態持續涌現，為經濟社會發展注入了強勁動能。據網信辦數據，截至目前，我國完成備案并上線、能為公眾提供服務的生成式人工智能服務大模型近200個，注冊用戶數超過6億。
“百模大戰”打響，并非言過其實。然而大模型要跑起來，更要用起來。從百花齊放到場景落地，科研大模型仍面臨諸多挑戰。
在2024科學智能峰會上，劉中民介紹了中國科學院大連化學物理研究所在化工大模型領域的新進展，包括智能化工大模型1.0和2.0，以及反應動力學和化工流程自動生成平臺的發布。其中，智能化工大模型可實現化工知識的快速檢索及化工流程工藝的自主設計和優化，有望縮短化工工藝流程的研發周期，為實驗室成果快速走向工業化提供了可能。
劉中民表示，化工大模型的建立是比較復雜的，特別是用到工業上，不僅要求具有科學知識、行業規范，同時還有安全要求，是一個綜合性的系統，化工大模型的建立需要各方共同努力。“現在大家的積極性很高，難免都去做，但信息化人工智能是數據驅動的，每個人都掌握了少量數據，做出來的模型可能沒有用，我們需要聯合起來，搭建一個能夠支撐整個行業發展的大模型，這是一個逐漸交替發展的過程，不能操之過急。”
下一步，我國將堅持統籌高質量發展和高水平安全，推動人工智能領域的產業應用、技術進步與安全保障，積極引導應用落地，賦能行業發展。充分發揮我國超大規模市場優勢，促進人工智能技術在工業等領域落地應用，激活人工智能技術賦能實體經濟發展的作用，合力推動人工智能在傳統行業領域應用取得更大突破。
