人工智能时代与人类的未来(人工智能时代与人类未来发展关系)

本文节选自《人工智能时代与人类未来》电子版：

科学认识的发展往往涉及理论和实验之间的巨大差距以及大量的试错。随着机器学习的进步，我们开始看到一种新的范式，在这种范式中，模型不是像传统的那样来自理论理解，而是来自基于实验结果得出结论的人工智能。这种方法需要的专业知识不同于开发理论模型或传统计算模型。它不仅需要对问题有深刻的理解，还需要知道哪些数据，以及数据的哪些表征，将有助于训练一个人工智能模型来解决问题。例如，在发现Halicin的过程中，选择哪些化合物以及将这些化合物的哪些属性输入模型，既至关重要，又充满偶然。机器学习对科学理解的重要性日益增加，这对我们看待自己的方式和我们在世界上所扮演的角色提出了另一个挑战。科学历来是人类的专业知识、直觉和洞察力的里峰组合。在理论和实验的长期相互作用中，人类的聪明才智推动了科学探索的各个方面，但人工智能为科学探究、发现和理解增加了一种非人类的、与人类相录的世界概念。机器学习产生的结果正日益令人感到尺讶，这些结果也催生了新的理论模型和实验。正如国际象棋大师已经采纳了AlphaZero那些出人意料的原创策略，并将其解释为一项可以提高自身对棋局理解的挑成一样，许多学科的科学家也开始这样做。在生物、化学和物理科学领域，一种混合伙伴关系正在形成，人工智能正在促成新的发现，那是一些人类虽未能杀自发

人工智能时代与人类未来 网盘

现，却可以努力做出相应理解和解释的发现。人工智能在生物和化学科学领域推动广泛发现的一个突出例子是AlphaFold的开发，这一程序使用强化学习创建了强大的新蛋白质模型。旦白质是复杂的大分子，在生物系统的组织、坑官的结构与功能，以及生物过程的调节中起着核心作用。一个蛋白质分子是由数百个《或数干个)被称为氮基酸的小单位组成的，这些小单位彼此连接在一起形成长链。因为在重白质的形成过程中有20种不同类型的氨基酸，所以一种常见的方法是将蛋白质视为一个包含数百个《或数千个)字符的序列，其中每个字符都来自一个由20个字符组成的“字母表”。虽然氮基酸序列对研究蛋白质非常有用，但其末能呈现这些重白质127的一个关键方面:由氨基酸链形成的三维结构。我们可以把和蛋昌质想象成需要在三维空间中组合在一起的复杂形状，就像锁和钥匙一样，以产生特定的生物或化学结果，比如疾病的进展或治您。在茶些情况下，蛋白质的结构可以通过晶体学等艰苦的实验方法来测量。但在许多情况下，这种方法会扭曲或破坏蛋白质，使其结构无法测量。因此，从氮基酸序列中确定三维结构的能力至关重要。自20世纪70年代以来，这一挑战被称为“蛋白质折合”。在2016年之前，学界在提高蛋白质折登的准确性方面没有太多建树，直到一个名为AlphaFold的新程

人工智能时代与人类未来pdf百度云

序取得了重大进展。正如其名称所暗示的，AlphaFold的灵感来自开发人员教AljphaZero下棋时采用的方法。与AlphaZero一样，AlphaFold使用强化学习来模拟蛋白质，而不需要人类的专业知识，即之前的方法所依赖的已知蛋白质结构。AlphaFold将牌白质折胰的准确性从大约40%提高了一倍多，达到约859%6，这使得世界各地的生物学家和化学家能够重新审视他们以前无法回答的问题，并提出关于如何对抗人类、动物和植物中病原体的新问题。匡像AlphaFold这样的进步若没有人工智能参与便不可想象。人工智能正在超越以往在测量和预测方面的限制，其结果是改变了科学家为治疗疾病、保护环境和解决其他基本挑战而获取相应知识的方式。教育与终身学习人工智能时代的到来将改变我们与他人，以及我们与自己的关系。正如今天的“数字原生代”和之前的几代人之间存在代沟一样,“人工智能原生代”和他们的前辈之间也会出现差异。示来，孩子们可能在比Alexas和谷歌Homes更先进的人工智能助手的陪伴下长大，这个助手集保姆、导师、顾问、朋友等多种角色于一身。这样的助手几乎可以教孩子任何语言，也可以训练孩子学习任何科目，并根据每个学生的表现和学习风格来因材施教，使他们获得最佳的学习效果。当孩子感到无聊128

人工智能时代与人类未来 在线

综上：人工智能时代与人类未来发展关系值得推荐阅读