時光如白駒過隙，轉眼間已是新的一年，那些舊歲未完成的夢想又將翻開新章。去年底英國《自然》雜志刊文預測的2024年十大科學進展中，人工智能的進步和ChatGPT人工智能占據前兩位。人工智能的發展，在過去一年中已有無數突破，也引起了廣泛的爭議，但不可否認的是，人工智能已成為未來已來的標志，將在當下和今后繼續走近和影響人們的生活，并對人類社會進步產生廣泛而深刻的影響。那么，人工智能對于科學而言，它的哪些成果將帶來有益的發展？今天我們請知名科普作者張田勘來聊聊這個話題。
（1）國產“PANDA”用于胰腺癌早篩
人工智能逐漸走入人們的生活，其中在疾病診治領域，人工智能已發揮出較強的影響力。
被稱為“癌王”的胰腺癌5年生存率極低，美國癌癥協會2023年最新數據顯示，胰腺癌患者的5年生存率為11%-12%，中國的最新數據為7.20%。患者如果能盡早發現病情并實施手術，療效相對更好，但是，胰腺癌往往不易查出，確診時大多已是晚期。因此，采用人工智能技術幫助早期診斷胰腺癌和其他癌癥，是科學家寄予厚望的努力方向。
最近，上海市胰腺疾病研究所與阿里達摩院、浙江大學醫學院附屬第一醫院等機構聯合，采用“平掃CT聯合人工智能”（平掃CT+AI）進行大規模的胰腺癌早期篩查，在真實世界中的敏感性達92.9%（判斷存在胰腺腫瘤的準確率）、特異性達99.9%（判斷無腫瘤的準確率）。這一結果發表在國際一流期刊《自然-醫學》上，該期刊還專門刊登評論文章稱：人工智能和基于圖像的癌癥篩查，即將迎來黃金時代。
我國研究團隊開發并訓練了一種基于人工智能的胰腺癌早期篩查模型PANDA（Pancreatic Cancer Detection with AI），利用AI放大并識別平掃CT圖像中肉眼難以識別的細微病灶特征。結果顯示，PANDA能夠在平掃CT上準確地檢測和診斷胰腺導管腺癌（胰腺癌中最常見的類型，占90%以上）和非胰腺導管腺癌病變，并可隨時用于大規模無癥狀患者群體的篩查。
與增強CT相比，對患者使用平掃CT可減少輻射劑量，且能消除患者因對比劑產生不良反應的風險。臨床上，即使是經驗豐富的放射科醫生也難以通過平掃CT來識別胰腺導管腺癌，但PANDA與平掃CT結合使用，在鑒別常見胰腺病變亞型方面有一定優勢。研究人員收集了多家醫療機構3208例真實患者的數據訓練PANDA，然后用于10個醫學中心6239例患者的驗證。結果顯示，這一模型識別胰腺導管腺癌的靈敏度和特異性表現優秀。
PANDA有望作為一種新的大規模胰腺癌篩查工具，在醫院或體檢中心廣泛應用。目前，該模型已在就醫、體檢等場景中被使用超過50萬次，假陽性非常低。除用于胰腺癌診斷篩查之外，研究團隊正在聯合全球多家一流醫療機構，利用PANDA與平掃CT檢查更多的癌癥，包括食管癌、肺癌、乳腺癌、肝癌、胃癌、結直腸癌等6種高發癌癥。
（2）GPT等生成式AI將更新迭代
展望今年的人工智能發展，《自然》雜志列出了幾個代表性AI模式的出現和作用，比如，GPT-5將會問世，而且可能比其前身GPT-4展示出更先進的功能。同時，GPT-4的競爭對手Gemini（另一個生成式AI工具）和其他AI工具也將推出。
GPT-5和Gemini都是大語言模型，也是生成式人工智能，可用于創建新的內容和想法，包括對話、故事、圖像、視頻和音樂等。因此，它們不僅能生成多種語言文字、翻譯作品，還能生成藝術產品，用于科研和教學。
生成式人工智能模型在人的交流和服務方面具有巨大潛力。不同的語言導致生活在不同地區的人類有交流障礙，同聲翻譯AI軟件可能有助于解決這一難題。美國的元宇宙（Meta）公司研發出開源無縫交流語音翻譯模型Seamless，谷歌公司則研發了無監督語音翻譯AI系統Translation 3。其中，元宇宙公司的Seamless是個“大一統模型”，集成了其他3款深度學習模型的全部功能，可以實時進行更自然、更真實的跨語言交流。谷歌公司的Translation 3在翻譯詞匯的同時，還能處理停頓、語速、說話者身份等非文本語音的細微差異。
更為神奇的是，人工智能軟件還有望用于“嗅聞”氣味，并分析氣味分子的結構。目前，人們可以用波長來研究視覺、用頻率來研究聽覺，并可通過儀器進行測量和評估，但還無法根據分子結構來測量或準確預測物質分子的氣味。
美國谷歌公司、莫奈爾化學感官中心和英國雷丁大學等研究機構的研究人員研發了一種僅根據分子結構就能預測其氣味特征的AI工具，它可以識別外觀不同但氣味相同的分子，還可以識別外觀非常相似但氣味完全不同的分子。
這個AI系統被稱為氣味圖譜（odor map），經過氣味分子的大數據訓練，它不僅適用于辨別已知的氣味物質，也可用來辨識結構非常相似的氣味物質，還可以描述具有不同分子特征的大量不相關分子。從應用場景來看，氣味圖譜不僅可以用于食品和農業，以預測和發現新的化合物、香料和食物，還可以用于化工產品和化妝品的研發以及生物醫學等領域，其“嗅覺”靈敏度比狗的鼻子還可靠。
（3）對付抗生素耐藥菌有新突破
《自然》雜志預測，今年，深度思考人工智能公司將發布人工智能工具阿爾法折疊（AlphaFold）的新版本。此前，研究人員已經用阿爾法折疊的舊版本高精度預測了蛋白質的3D形狀，而新的阿爾法折疊將以原子精度模擬蛋白質、核酸和其他分子之間的相互作用，這一突破將為藥物研發開辟新的途徑。
人工智能在化學、生物醫學、藥學方面更能大展身手，最主要的原因是它能快速發現新物質、發明新材料。
所有人都會生病，過去人類為此使用了太多抗生素，再加上在養殖業中對動物使用的抗生素，使得很多細菌的耐藥性大增。早在幾年前，世界衛生組織就警示，如果人類沒有節制地使用抗生素，未來感染性疾病將陷入無藥（抗生素）可用的困境。
或許，人工智能的介入可解決這一難題。美國麻省理工學院一個研究團隊發表的研究成果顯示，人工智能從上千萬種化合物中識別出了一類新型抗生素類型，它可以殺死臨床上常見的超級細菌——耐甲氧西林金黃色葡萄球菌（MRSA）。
研究團隊通過測試約3.9萬種化合物對耐甲氧西林金黃色葡萄球菌的抗生素活性來生成訓練數據，然后將這些數據以及化合物的化學結構信息輸入一個深度學習模型。與此同時，研究團隊還訓練了3個額外的深度學習模型，以預測這些化合物是否對3種不同類型的人類細胞有毒性。最終研究人員發現，一些化合物既可以殺死細菌，又對人體產生的不良影響最小。
研究團隊篩選出大約1200萬種化合物，人工智能模型根據分子內的化學亞結構識別出5種不同類別的化合物，并預測它們可對抗耐甲氧西林金黃色葡萄球菌。最后，人工智能模型選出兩種化合物，認為是最好的抗生素候選者。
之后，研究團隊用兩種小鼠模型來驗證抗生素候選者，一種是耐甲氧西林金黃色葡萄球菌皮膚感染小鼠模型，另一種是耐甲氧西林金黃色葡萄球菌系統感染小鼠模型。結果顯示，這兩種抗生素候選者均明顯降低了耐甲氧西林金黃色葡萄球菌的數量。也就是說，人工智能模型選出來的化合物對耐甲氧西林金黃色葡萄球菌的局部和全身感染都有效，適合進一步研發并用于治療嚴重的、敗血癥相關的耐藥菌感染。
耐甲氧西林金黃色葡萄球菌是一種革蘭氏陽性菌，具有較厚的細胞壁。進一步的研究表明，這兩種抗生素候選者能破壞該細菌的細胞壁，卻不會對人類細胞膜造成實質性損害，對人類細胞是安全的。我們有理由相信，未來人工智能還可以篩選出更多的抗生素用于治療疾病。
（4）研究“AI會不會產生意識”很必要
有意思的是，《自然》雜志還把關于意識的辯論和發現列入了今年的科學進展，認為這不僅是對人類基于大腦和神經產生意識的研究，也表明在這個基礎上可以獲得關于人類心理學和哲學研究的突破。當然，關于這項研究最大的爭議仍然是人工智能是否會產生意識，以及人類如何對待可能擁有意識的人工智能。
此前，鄧普頓世界慈善基金會資助3000萬美元對意識產生的兩種主要理論進行研究和驗證，一是整合信息理論，二是全局神經元工作空間理論。來自不同實驗室的研究者利用功能性磁共振成像、腦磁圖和腦電圖，研究了256名人類參與者視覺體驗的內容和持續時間的神經相關性。結果發現，在視覺皮層、腹顳葉皮層和額葉下皮層中存在反映意識內容的信息；在枕葉皮層和外側顳葉皮層中的持續反應反映了刺激持續時間；在額葉和早期視覺區域之間存在內容特異性同步。
簡單來說，這些結果證實了整合信息理論和全局神經元工作空間理論的一些預測，但這兩種理論都不能解釋意識是如何產生的。《自然》雜志預測，在今年年底之前，科學家會對意識的神經基礎有新的認識，并公布新的實驗結果。
與此相關聯的是，人工智能是否真的會產生意識？有科學家擔心，如果人工智能演化出意識，就有可能從人控制人工智能轉化為人工智能控制人，那將是人類的末日。盡管更多的人對“人工智能產生意識”這個假設不屑一顧，但是數學意識科學協會（AMCS）的成員呼吁聯合國提供更多資金，來支持意識和人工智能的研究。該協會稱，迫切需要對有意識和無意識系統之間的界限進行科學調查，這涉及倫理、法律和安全問題。這些問題使得理解人工智能意識變得至關重要，例如，如果人工智能發展出意識，是否應該允許人們在使用后能有效而簡單地將其關閉？
當前，國際上有一些研究人員預測，人工智能產生意識將在5-20年內實現。但事實是，這一結論缺少研究支持，2023年沒有一項資助是用于“研究人工智能產生意識”的。數學意識科學協會的研究人員認為，了解什么可以使人工智能有意識，才能評估有意識的人工智能系統對社會所帶來的影響，包括它們可能引發的危險及如何應對這種危險。
無論如何，在科學技術飛速發展的今天，研究人工智能是否會產生意識并得出確切結論，對于人類社會文明的未來極具意義，屆時，再評估人工智能對于人類社會文明是恩惠還是負擔也不遲。