AI技术在科研领域的应用扩展 - AI应用已从蛋白质结构预测扩展到化工、医学、神经科学等多个科研领域 [1] - 在分子科学领域，数据量自2015年起约每半年增加一倍，AI技术为整理和理解这些海量数据带来契机 [3] - 医学领域出现通过基因组信息预测遗传疾病可能性、基因表达量等与AI结合的研究方向 [5] - 神经科学领域利用AI构建大规模模型，以理解海量神经元如何编码复杂图像，处理大脑近1000亿个神经元的信息 [5] 国产AI算力的发展与应用 - 研究人员在AI框架下搭建科学计算平台，与华为鲲鹏、海光、摩尔线程、沐曦等多个国内芯片厂商进行适配 [3] - 通过软硬件共同优化，国产算力平台的计算能力可接近英伟达A100芯片 [3] - 完全利用国产软硬件（如华为昇腾）从头训练，在单体和复合物结构预测上的结果赶上甚至超过谷歌团队 [4] - 深圳大学基于昇腾Atlas集群实现科研数据全闭环，华中科技大学搭建弹性智算平台支撑材料模拟等学科的海量数据处理 [4] 跨学科研究的兴起与价值 - 科学探索奖的50名获奖者中包含多名交叉学科研究者，显示跨学科研究正获得更多关注 [1] - 学科交叉成为普遍势头，特别是在AI与各传统学科的融合方面 [3] - 具身智能作为AI、机器人、材料化学、电子、仿生学等多学科的交叉地带，正在为机器人智能化做铺垫 [6] 具身智能的技术挑战与发展方向 - 当前具身智能传感器设计存在缺陷，如硅基摄像头在弱光环境下辨别能力有限，演进方向包括使用更好的材料以获得更广的光谱感知范围 [6] - 仿生学为解决传感器问题提供思路，例如模仿人眼在眼窝中自由滚动、迅速改变聚焦、150度超大广角成像和高灵敏度等优势 [6] - 对比人类感官，具身智能尚缺嗅觉和味觉传感器，未来需要大规模传感器阵列和AI算法驱动以实现这些功能 [7]