掀起新浪潮，把握新機(jī)遇——《IDC Perspective：AI for Science全景研究》正式發(fā)布

1. AI企業(yè)營收速度下降，業(yè)務(wù)布局轉(zhuǎn)向“老大難”問題，生命科學(xué)、自然環(huán)境、材料工程等作為重點(diǎn)方向，其數(shù)學(xué)邏輯推理和數(shù)據(jù)復(fù)雜度更高，但在技術(shù)突破后的經(jīng)濟(jì)社會效益更強(qiáng)；

2. 人工智能技術(shù)已較為成熟，可解決復(fù)雜場景下的高精度識別決策問題，藥物分子發(fā)現(xiàn)、材料合成、流體分析等部分場景下的預(yù)測準(zhǔn)確率超過90%，將實驗室研發(fā)時間從數(shù)年縮短至幾天；

3. 企業(yè)和機(jī)構(gòu)技術(shù)負(fù)責(zé)人逐漸重視新型技術(shù)引用，解決傳統(tǒng)科學(xué)研發(fā)中周期長、成本高、單線程問題，IDC預(yù)測到2025年，超過60%的中國企業(yè)將把人類專業(yè)知識與人工智能、機(jī)器學(xué)習(xí)、NLP和模式識別相結(jié)合，使員工的工作效率和生產(chǎn)力提升25%；

4. 底層算力基礎(chǔ)設(shè)施滿足科學(xué)研究中模型訓(xùn)練的需求，將為復(fù)雜場景提供強(qiáng)大的算力供給。

AI for Science技術(shù)與產(chǎn)業(yè)發(fā)展處于起步階段，IDC認(rèn)為仍面臨七大維度下的“D·IMPACT”挑戰(zhàn)，分別是數(shù)據(jù)(Data)、信息(Information)、市場(Market)、平臺(Platform)、算法(Algorithm)、計算(Computing)、人才(Talent)。

一是數(shù)據(jù)特征高維，模態(tài)格式較多；二是信息交流受限，合作存在壁壘；三是市場較為離散，商業(yè)模式待定；四是平臺功能復(fù)雜，工具組件專業(yè)；五是算法設(shè)計困難，缺少數(shù)理工程；六是計算要求較高，軟硬協(xié)同優(yōu)化；七是人才培養(yǎng)不足，生態(tài)循環(huán)堵塞。

為解決這些挑戰(zhàn)，企業(yè)也需要健全戰(zhàn)略體系，建立一系列舉措以加強(qiáng)企業(yè)核心能力和生態(tài)合作，百度、華為、商湯、阿里、第四范式、深勢科技等企業(yè)已初步具備專業(yè)化平臺組件和創(chuàng)新能力。

我國中央和地方政府相繼出臺政策舉措，要求加快人工智能促進(jìn)科學(xué)研究創(chuàng)新發(fā)展，形成具有未來競爭優(yōu)勢的戰(zhàn)略性前沿方向，科技部等六部印發(fā)的《關(guān)于加快場景創(chuàng)新以人工智能高水平應(yīng)用促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的指導(dǎo)意見》中提出，推動人工智能技術(shù)成為解決數(shù)學(xué)、化學(xué)、地學(xué)、材料、生物和空間科學(xué)等領(lǐng)域的重大科學(xué)問題的新范式，重點(diǎn)圍繞新藥創(chuàng)制、基因研究、生物育種研發(fā)、新材料研發(fā)、深海深空等領(lǐng)域?qū)崿F(xiàn)重大科學(xué)問題和發(fā)現(xiàn)的研究突破。

在AI for Science全景圖V1.0中，根據(jù)現(xiàn)有產(chǎn)業(yè)發(fā)展特點(diǎn)、技術(shù)內(nèi)容和數(shù)據(jù)維度的不同，IDC將AI for Science劃分為Micro-Science、Macro-Science、Planet-Science三大維度。其中Micro-Science主要包括生物制藥、材料研發(fā)和前沿物理方向，Macro-Science主要包括水利水務(wù)、空氣流動、工業(yè)設(shè)計方向，Planet-Science主要包括航空航天、地球模擬和天文探索。

值得一提的是，AI賦能科學(xué)研究對于底層數(shù)據(jù)提出了更高的要求，企業(yè)在藥物研發(fā)、前沿物理以及天文探索等領(lǐng)域需要處理巨量數(shù)據(jù)，這對于平臺功能、底層算力提出了更高的要求。另外，科學(xué)研究領(lǐng)域多為對現(xiàn)實世界的創(chuàng)新探索，因此需要搭建與AI融合的仿真工具，結(jié)合研究目標(biāo)的物理化學(xué)性質(zhì)，以及已有模型公式，來對問題進(jìn)行現(xiàn)實條件約束。同時，根據(jù)產(chǎn)業(yè)發(fā)展趨勢和調(diào)研數(shù)據(jù)情況，IDC從技術(shù)水平、平臺化能力、市場前景將AI4S領(lǐng)域成熟度分為L1到L5五個環(huán)節(jié)，目前大部分環(huán)節(jié)仍處于起步或部分智能化階段。

從典型領(lǐng)域場景來看，生物制藥成為企業(yè)主要布局方向，AI+制藥技術(shù)可快速縮短管道研發(fā)時間、節(jié)省支出成本，而圖神經(jīng)網(wǎng)絡(luò)和分子動力學(xué)則成為關(guān)鍵技術(shù)，目前百度飛槳、深勢科技已初步具備平臺化研發(fā)能力，底層數(shù)據(jù)庫和工具組件逐漸豐富，以阿里、商湯為主的企業(yè)也在加快建設(shè)統(tǒng)一技術(shù)底座；材料研發(fā)涉及理化性質(zhì)預(yù)測、結(jié)構(gòu)篩選、建模仿真等，逆向設(shè)計是AI助力材料研發(fā)創(chuàng)新的主要方式，而跨材料、跨尺度突破成為未來重點(diǎn)方向，廠商需要打造出高效便捷、開箱即用的計算模擬和設(shè)計平臺，沉淀底層數(shù)據(jù)分析和結(jié)構(gòu)仿真設(shè)計能力，并擴(kuò)展實現(xiàn)在合金、電池、半導(dǎo)體、催化劑等材料的高通量設(shè)計；隨著數(shù)字孿生、碳達(dá)峰碳中和、地球模擬等政策措施落地，AI主要賦能氣象預(yù)測、衛(wèi)星遙感探測分析、水土資源保護(hù)、碳排放分析預(yù)測、資源勘探等環(huán)節(jié)，商湯、華為、阿里等企業(yè)已開發(fā)底層算力支持和軟件平臺，搭建仿真模型輔助完成精細(xì)化、網(wǎng)格化、層次化管理。

IDC中國高級分析師李浩然表示， “AI for Science在各行各業(yè)加速落地，市場需求和關(guān)注度不斷提高，廠商面向藥物合成、材料研發(fā)、水利水務(wù)等重點(diǎn)場景加快打造平臺化工具組件，集成算力服務(wù)、物理仿真、模型算法和典型案例，底層硬件和云服務(wù)廠商就緒度高。企業(yè)需要選擇合適的市場進(jìn)入方式，建立全面的戰(zhàn)略體系以應(yīng)對D·IMPACT挑戰(zhàn)，注重數(shù)據(jù)資產(chǎn)化，分析處理多維度、多模態(tài)、多場景下的模擬和真實數(shù)據(jù)，加快開發(fā)場景套件和項目合作，增強(qiáng)品牌影響力，實現(xiàn)突破性進(jìn)展?！?/p>