人类未来靠AI，能极大地加快宇宙、生物、医学、材料等科研效率

有观点认为，近些年人类的科研停滞不前，我个人不认同此观点。科研细分领域越来越多，其边界越来越大。重大理论方面看起来没有二十世纪初那么高产，其实，很多理论一直在被证实或优化。

这里面有大量的实验分析统计工作，科研精英们利用超级计算机，实现了很多科研成果，例如：

多次引力波的发现成果证实了广义相对论的时空是弯曲的设想，越大质量弯曲的程度越大；

大型强子对撞机持续多年的科研成果证实了很多标准模型理论中的预言，同时对完善标准模型理论也起了很大的作用。其中著名的科研成果包括拿下诺贝尔物理学奖的希格斯玻色子研究成果。

广义相对论是爱因斯坦于1915年完成，1916年正式发表的理论。标准模型理论是1960年到1967年逐渐形成的理论，主要研究者包括：谢尔登·格拉肖、史蒂文·温伯格和阿卜杜勒·萨拉姆。

现在AI（人工智能）的兴起能极大地加快人类在宇宙、生物、医学、材料等方面的科研效率。

在宇宙探索方面，浩瀚苍穹有无穷无尽的天体和奥秘，人类个体穷尽一生恐怕也难以从重复繁杂的各种探测资料中找到新的超新星、新的地外行星、新的黑洞、新的中子星、新的脉冲信号等等。

这种看似机械重复的劳动，正是AI的强项，训练好的AI能极大地提高效率，在AI算法完善，算力充足的情况下，与人个体相比或许有百万级的差异。

所以，全世界有很多AI分布式协同项目，用于寻找新的超新星、新的地外行星、新的黑洞、新的中子星、新的脉冲信号等等，大家都可以参与，甚至还能利用自己电脑、手机等智能终端来帮助AI运算！

宏观世界是如此的庞大，仿佛无边无际，微观世界是如此的渺小，实际上也是无穷无尽。人类很多生物、医学和材料的研究成果得益于运气或灵光一现，科研人员有时候碰巧凑齐了条件，就意外收获了一样新的生物、医学或材料所需要的蛋白质或分子。

目前，材料分子学还在快速发展和探索中，如果人类能够掌握各种化学反应微观尺度的控制方法，则在生物、医学和材料等方面，各种新的分子、药品及材料会如雨后春笋般冒出进来，将会给整个人类世界带来极大的科学红利。

微观世界的反应太复杂太微小，分子原子尺度下，微观粒子数量太多了，所以，人类需要AI来协助我们进行研究。

近期，两大顶级AI算法一起开源，世界三大学术科研刊物Nature和Science均发表了关于AI算法（Alphafold2和RoseTTAFold）相关的重磅文章。

Alphafold2和RoseTTAFold能让科研人员快速计算出几百种蛋白质的三维结构，成功率达到94%以上，以往科研人员利用超级计算机成功率也仅有40%左右。

不仅仅是成功率的区别，对于硬件资源需求也差异巨大，以往科研人员需要利用超级计算机来计算相关蛋白质三维结构，现在，仅需要高端一点的PC电脑即可。

这就是人工智能AI的威力，有点像量子霸权，对于传统的研究方法来说，合适的人工智能AI属于降维打击，把效率提升了无数倍。

对于相关蛋白质三维结构研究的科研人员来说，未来已经来临！

期望有更多的人工智能AI出现，它们将帮助整个科学界，为人类科学进步提供划时代的助推力！

我是小天方夜谭，尽量分享一些自己看到的信息，希望每篇几分钟即可快速看完，欢迎大家关注，谢谢！