摘要：谷歌始终走在 AI for Science 的最前沿，从蛋白结构预测 AI 工具 AlphaFold 到材料发现系统 GNoME，从天气预报系统 NeuralGCM、GraphCast 到数学几何推理模型 AlphaGeometry......
科学在不断进步，但进步的速度似乎放缓了？
正如《Nature》曾报道称，「颠覆性」科学已经衰落，没有人知道原因......
但就在过去几年里，人工智能和量子计算等新兴领域的突破，大大加快了科学发现的速度。从医疗保健到新材料发现。
谷歌始终走在 AI for Science 的最前沿，从蛋白结构预测 AI 工具 AlphaFold 到材料发现系统 GNoME，从天气预报系统 NeuralGCM、GraphCast 到数学几何推理模型 AlphaGeometry......
接下来，谷歌回顾了其最近发布的九个 AI for Science 研究，探索了他们如何走到今天以及下一步该怎么做。
温馨提示：超链接（蓝色字体）可以直达 ScienceAI 曾报道的研究详解~
几十年来，科学家们一直将揭开蛋白质折叠之谜视为「大挑战」。
今年，化学诺奖花落「AI+蛋白」，Google DeepMind 的科学家 Demis Hassabis 和 John M. Jumper 分享一半，以表彰他们在「蛋白质结构预测」方面的贡献。
从 AlphaFold 更新到如今的 AlphaFold 3，一起回顾谷歌在「AI+蛋白」领域的研究和突破。
2021 年，谷歌 DeepMind 与欧洲生物信息研究所（EMBL-EBI）合作发布了 AlphaFold DB，利用 AlphaFold 预测确定 98.5% 所有人类蛋白结构，相关研究登上《Nature》。
2022 年，谷歌 DeepMind 分享了其 AlphaFold 2 模型中 2 亿种蛋白质的预测结构。以前，确定单个蛋白质的 3D 结构通常需要一年或更长时间，AlphaFold 可以在几分钟内以惊人的准确度预测这些形状。通过在免费数据库中发布蛋白质结构预测，这使得世界各地的科学家能够加速开发新药、对抗抗生素耐药性和解决塑料污染等领域的进展。
作为下一步，AlphaFold 3 模型以 AlphaFold 2 为基础，预测所有生命分子的结构和相互作用。2024 年 5 月，AlphaFold 3 重磅问世，全面预测蛋白质与所有生命分子相互作用及结构，准确性远超以往水平。但 AlphaFold 3 发布的时候，谷歌 DeepMind 没有公布其论文代码，因此引发了学界的巨大争议。
前不久（11 月 11 日），AlphaFold 3 开源了，科学家现在可以免费下载软件代码，并将 AlphaFold 3 用于非商业应用。AlphaFold 3 将结构生物学领域带入了新领域。
当然，挑战依然存在。该系统有时会在无序区域产生不正确的结构，并且只能预测静态结构而不是分子运动。下一步，AlphaFold 会不会能轻松「拿捏」动态分子？
没有什么比人类大脑更神秘了。
谷歌在连接组学方面进行了长达 10 年的研究，与哈佛大学 Lichtman 实验室等机构合作，以前所未有的精细程度绘制了人类大脑的一小部分。
该项目于 2024 年发布，揭示了人类大脑中前所未见的结构。
研究人员共同创建了迄今为止最大的突触分辨率、3D 重建的人类大脑片段，以生动的细节展示了一块大约半米粒大小的人类颞叶皮层中的每个细胞及其神经连接网络。
谷歌将 Lichtman 的电子显微镜成像与 AI 算法相结合，对哺乳动物大脑极其复杂的线路进行颜色编码和重建。这一壮举登上了《Science》。
完整的数据集（包括每个细胞的 AI 生成的注释）已公开，来帮助加速研究。
数据集开源地址：
当谷歌的洪水预报项目于 2018 年启动时，许多人认为，由于数据稀缺，不可能大规模准确地提供洪水预报。但研究人员能够开发出一种 AI 模型，该模型能够可靠地预测未测量流域的极端河流事件，其预测时间长达五天，其可靠性与临近预报（nowcasts）相当。
2024 年 3 月，谷歌将这一覆盖范围扩大到全球 100 个国家和 7 亿人，并改进了 AI 模型，使其在七天内的准确度与之前在五天内的准确度相同。人工智能帮助我们提前 7 天提供更准确的河流洪水信息。
今年 7 月，谷歌团队提出一种将传统的基于物理建模与 ML 相结合的新方法——NeuralGCM，可以准确高效地模拟地球大气层。比现有模型更快、计算成本更低、更准确。
NeuralGCM 可以生成 2-15 天的天气预报，比目前基于物理的「黄金标准」模型更准确。相关研究登上《Nature》。
由于全球气候越来越炎热、干燥，野火变得越来越常见。到目前为止，消防员不得不依赖分辨率较低或每天仅更新几次的卫星图像，因此很难在火势发展到足球场那么大之前发现它们。
2024 年，谷歌研究与美国林业局合作开发了 FireSat，这是一种人工智能模型和新的全球卫星星座，专门用于通过在 20 分钟内提供高分辨率图像来检测和追踪教室大小（大约 5x5 米）的野火。这将使消防部门能够更快地做出反应，从而有可能挽救生命、财产和自然资源。
天气影响着我们所有人。它可以决定我们早上的穿着，为我们提供绿色能源，在最坏的情况下，还会引发风暴。在极端天气日益增多的当今，快速准确的预报极其重要。
2023 年 6 月，谷歌团队开发了一个名为 MetNet-3 的新天气模型。它大大扩展了基于观察的神经模型可以预测的前置时间范围和变量。
MetNet-3 以早期的 MetNet 和 MetNet-2 模型为基础，可提前 24 小时对更多核心变量进行高分辨率预测，包括降水、表面温度、风速和风向以及露点。
与传统方法相比，MetNet-3 实现了强大的性能，优于最好的基于物理的单成员和多成员数值天气预报 (NWP) 模型，可提前 24 小时预报多个地区。
同年 11 月，Google DeepMind 推出并开源了机器学习研究模型 GraphCast 的代码，可以比行业黄金标准天气模拟系统 (HRES) 更准确、更快地提前 10 天预测天气状况。相关研究登上《Science》。
GraphCast 还可以更准确地预测气旋的轨迹（以及洪水等相关风险），并比传统模型提前三天准确预测飓风 Lee 将袭击加拿大新斯科舍省。
由于缺乏数据和推理技能，人工智能一直在努力解决复杂数学问题。
在 2024 年，Google DeepMind 宣布推出 AI 系统 AlphaGeometry，可以解决复杂的几何问题，其水平接近人类国际数学奥林匹克 (IMO) 金牌得主——这是人工智能性能的突破，也是对更先进的通用人工智能系统的追求。
在对 30 道奥数几何题的基准测试中，AlphaGeometry 在标准奥数时限内解决了 25 道。相比之下，之前最先进的系统解决了其中 10 个几何问题，而人类金牌得主平均解决了 25.9 个问题。
随后，Gemini 训练的模型 AlphaGeometry 2 与新模型 AlphaProof 相结合，共同解决了过去 25 年所有 IMO 几何问题中的 83%。这展示了人工智能日益增强的推理能力，以及可能解决超出当前人类能力的问题的能力，使我们更接近能够发现和验证新知识的系统。
相互作用的多电子问题是科学领域最大的计算挑战之一，在许多领域都有着重要的应用。
谷歌与加州大学伯克利分校和哥伦比亚大学合作，在量子计算机上进行了迄今为止最大的化学模拟。该结果于 2022 年发表，不仅与经典方法相媲美，而且还不需要通常与量子计算相关的繁琐的误差缓解。进行这些模拟的能力将提供更准确的化学反应性和动力学预测，这是以新方式应用化学来帮助解决现实世界挑战的先决条件。
与流行的变分量子特征值求解器相比，该混合量子-经典计算模型为实现电子结构问题的实际量子优势提供了一另一种途径，而不需要极其精确地准备和测量基态波函数。
2023 年，谷歌 DeepMind 宣布推出新的 AI 工具——材料探索图网络 (GNoME)，根据模拟结果，该工具已经发现了 380,000 种在低温下稳定的材料。
DeepMind 材料团队分享了 220 万颗新晶体的发现，相当于近 800 年的知识。GNoME 可通过预测新材料的稳定性来显著提高发现的速度和效率。
使用 GNoME，科学家可以使人类已知的技术上可行的材料数量成倍增加。在其 220 万个预测中，有 38 万个是最稳定的。这些候选材料中有潜力开发未来变革性技术，包括超导体、超级计算机供电和下一代电池等等。
与此同时，Google DeepMind 与加州大学伯克利分校的研究团队合作，开发了一个将机器人技术与 AI 相结合的自主新材料发现合成系统——A-Lab，可用于设计材料配方，其中包括一些可能用于汽车电池或太阳能电池的材料。它进行合成并分析产品的所有过程都无需人工干预。
有一个老笑话，「核聚变是未来的能源——而且永远都是。」控制和使用为恒星（包括太阳）提供燃料的能量已经超出了科学的范围。
在 2022 年，谷歌 DeepMind 宣布开发出能够自主控制核聚变反应堆内等离子体的人工智能。通过与 EPFL 的瑞士等离子体中心合作，谷歌 DeepMind 建立了世界上首个可在模拟环境和真正的核聚变反应堆中实现对等离子体的自主控制的 AI 系统。朝着稳定聚变、为人类提供丰富的清洁能源迈出了关键的一步。
写在最后，AI 已经渗透到各科学领域，谷歌所取得的这些研究成果为即将到来的众多科学进步奠定了基础。
今年的诺奖颁发给 AI for Science，更是最强证明，AI 与 Science 是互补的未来。
参考内容：
注：文中插图来自 google
阅读报告全文，请访问欧米伽研究所的“未来知识库”
未来知识库是“欧米伽未来研究所”建立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。欢迎扫描二维码或访问进入。
截止到11月25日 ”未来知识库”精选的100部前沿科技趋势报告
Air Street Capital《2024 年人工智能现状报告》
未来今日研究所：2024 技术趋势报告 - 广义计算篇
科睿唯安中国科学院 2024 研究前沿热度指数报告
文本到图像合成：十年回顾
《以人为中心的大型语言模型（LLM）研究综述》
经合组织 2024 年数字经济展望报告加强连通性创新与信任第二版
波士顿咨询 2024 全球经济体 AI 成熟度矩阵报告
理解世界还是预测未来？世界模型的综合综述
Google Cloud CSA2024 AI 与安全状况调研报告
英国制造商组织 MakeUK2024 英国工业战略愿景报告从概念到实施
花旗银行 CitiGPS2024 自然环境可持续发展新前沿研究报告
国际原子能机构 2024 聚变关键要素报告 - 聚变能发展的共同愿景
国际可再生能源署 IRENA2024 年全球气候行动报告
Cell: 物理学和化学 、人工智能知识领域的融合
智次方 2025 中国 5G 产业全景图谱报告
未来今日研究所：2024 技术趋势报告 - 移动性，机器人与无人机篇
Deepmind：AI 加速科学创新发现的黄金时代报告
PitchBookNVCA2024 年第三季度全球风险投资监测报告
德科 2024 年未来全球劳动力报告
高工咨询 2024 年协作机器人产业发展蓝皮书
国际能源署 IEA2024 年全球能源效率报告
基因慧基因行业蓝皮书 2024 - 2025
普华永道 PwC2024 全球经济犯罪调查英国报告 - 智对风险直面挑战
中国互联网协会 2024 面向未来网络的数字孪生城市场景应用白皮书
中移智库 2024 先进感知新技术及新应用白皮书
智次方研究院 2025 中国 AIoT 产业全景图谱报告
未来今日研究所：2024 技术趋势报告 - 人工智能篇
国际电联：迈向衡量数字经济的通用框架的路线图
联合国粮食与农业组织：2024 年世界粮食安全和营养状况
大语言模型综述
李飞飞等，AI 智能体：探索多模式交互的前景综述
哈尔滨工业大学 - ChatGPT 调研报告
2024《美国核部署战略报告》最新文件
清华大学：AIGC 发展研究 3.0 发布版 b 版
OpenAI：2024 年 OpenAI o1 大模型技术报告
Verizon2024 年世界支付安全报告
皇家学会哲学学报 从复杂系统角度评估人工智能风险
复旦大学 大模型 AI 代理的兴起和潜力：综述
经合组织 OECD2024 年气候行动监测报告
Wevolver2024 年边缘人工智能现状报告 - 探索各行业边缘 AI 应用动态
2024 全球人形机器人产品数据库报告 - 人形机器人洞察研究 BTIResearch
《全球金融稳定报告》 把舵定航 不确定性、人工智能与金融稳定
瑞士洛桑联邦理工学院 《人工智能中的 - 创造力：进展与挑战》
《你所需要知道的理 - 论：人工智能、人类认知与决策》牛津大学最新 53 页报告
世界经济论坛 新兴技术时代的网络弹性导航：应对复杂挑战的协作解决方案 2024
ADL 理特咨询 2024 汽车出行未来展望报告
2024 中国硬科技创新发展白皮书 - 开辟未来产业新赛道
科学时代的大语言模型中的人工智能
Gartner2025 年重要战略技术趋势报告
CBInsights2024 年第三季度全球人工智能投融资状况报告
TrendHunter2025 年全球趋势报告 - 全行业顶级创新和变革趋势前瞻
天津大学 2024 大模型轻量化技术研究报告
欧洲海洋局 2024 导航未来报告将海洋置于更广泛的地球系统中第六版
美国安全与新兴技术中心 2024 AI 生成代码的网络安全风险研究报告
国际原子能机构 2024 年世界聚变展望报告
复旦大学 2024 大语言模型的能力边界与发展思考报告
安盛 AXA2024 年气候与生物多样性报告气候过渡计划路线图
YouGov2024 美国公众对人工智能 AI 的态度调研报告
麦肯锡中国报告：《中国与世界》完整版
麦肯锡全球研究所 2024 下一代竞技场报告 - 重塑全球经济的 18 个新兴行业领域
Project Sid，一个旨在模拟多智能体交互以研究 AI 文明的项目
德国研究与创新专家委员会 德国研究创新与科技成果报告
2024 年欧洲关键产业的科技重塑研究报告
智能体专题报告之二 - 智能体时代来临具身智能有望成为最佳载体
ActivateConsulting 2025 年顶级技术和媒体发展趋势报告
兰德 全球灾难风险评估
斯坦福李飞飞 《AI agent 综述》Agent AI 开启多模态交互新纪元
中国联通研究院 2024 中国生成式人工智能应用与实践展望白皮书中文版
普华永道 2024 第五次工业革命研究报告迈向弹性可持续和以人为本的未来
大成 Dentsons2024 年全球智慧城市与互联社区智库年度报告
TechUK2024 量子技术挑战与机遇并存构筑量子韧性的策略与实践研究报告
Emakina 将塑造 2024 年的技术趋势报告
图灵奖得主 Yann LeCun《机器如何才能达到人类智能水平？》——Yann LeCun, 附 Slides 及视频
华为：2024 鸿蒙生态应用开发白皮书 V3.0（最新版）
CASA：2023 第三代半导体产业发展报告
大型视觉语言模型中幻觉现象的综述
IEA PVPS：2024 光伏应用趋势报告（英文版）
ABI Research：82 个将会或不会在 2024 年发生的技术趋势白皮书
《美国反无人机系统未来趋势报告（2024 - 2029 年）》
《军事自主系统：未来之路》美空军
空间智能如何？牛津大学博士论文《深度具身智能体的空间推理与规划》
2024 低空经济场景白皮书 v1.0
战略与国际研究中心（CSIS）人类地月空间探索的总体状况研究报告（2024）
Artificial Intelligence Review：人工智能与物理学相遇的综述
麦肯锡：全球难题，应对能源转型的现实问题
欧米伽理论，智能科学视野下的万物理论新探索（研究论文）
Gartner 2025 年主要战略技术趋势研究报告
2024 人工智能国外大模型使用手册 + 中文大模型使用手册
详解光刻巨人 ASML 成功之奥妙 - 241015
CB Insights：未来变革者：2025 年九大科技趋势研究报告
国际电信联盟 2023 - 2024 年联合国人工智能 AI 活动报告
《人工智能能力的人类系统集成测试和评估》最新 51 页，美国防部首席数字和人工智能办公室（CDAO）
2024 瑞典皇家科学院诺贝尔化学奖官方成果介绍报告
MHP 2024 全球工业 4.0 晴雨表白皮书
世界经济论坛白皮书《AI 价值洞察：引导人工智能实现人类共同目标》
瑞典皇家科学院诺贝尔物理学奖科学背景报告资料
AI 智能体的崛起：整合人工智能、区块链技术与量子计算 (研究报告，书）
OpenAI o1 评估：AGI 的机遇和挑战（280 页）
世界知识产权组织：2024 年全球创新指数
美国白宫：国家近地天体防御策略与行动计划
上下滑动查看更多
来源：人工智能学家
