人工智能在科研领域的应用与价值 - AI已成为科学家的得力助手 诺贝尔化学奖得主迈克尔·莱维特表示 其科研工作量约90%有AI深度参与 AI的角色在过去三年从帮手变为助理 再变为优秀的同事[1] - AI能加快科研试错过程并降低门槛 莱维特认为AI最大价值在于加快试错 降低实验和计算成本 使科学家能更快 更低成本地进行探索[2] - AI正在推动跨学科融合 莱维特指出AI正在生物学 物理学 化学和数据科学之间搭建桥梁[2] - AI以前所未有的方式重塑生物学研究 诺贝尔生理学或医学奖得主阿德姆·帕塔普蒂安举例 过去解析蛋白质结构需5-6年 借助AlphaFold AI工具几分钟内就能得出结果[2] - AI可助力科研成果转化 世界顶尖科学家协会奖得主尤里·涅斯捷罗夫表示 用AI构建高质量虚拟现实模型并培养跨学科AI专家 对推动成果转化有重要作用[2] 人工智能对经济与就业的影响 - AI带来渐进式经济结构性变化 诺贝尔经济学奖得主克里斯托弗·皮萨里季斯认为 AI改变的是工作方式 而不是消灭工作[3] - 新技术遵循创造性破坏规律 皮萨里季斯引用熊彼特理论指出 新技术淘汰旧生产方式的同时会催生新产业和岗位[3] - AI更可能调整岗位结构而非造成大规模失业 从历史经验推断 AI可能带来企业内部岗位结构调整 员工借助AI工具可提升生产效率和自身能力[3] - AI在现有范式内是出色的副驾驶 埃及艾因沙姆斯大学副教授希沙姆·奥姆兰认为 AI在发现全新范式 构建全新理论体系方面难以发挥决定性作用[3] - AI难以开创颠覆性理论 香港科技大学前校长陈繁昌指出 若科学规律未体现在现有数据中 AI就难以提出颠覆性理论[3] 人工智能的治理与风险规避 - AI是必须加以妥善治理的新兴技术 与会科学家普遍认为 完善的制度设计 伦理规范和安全机制是确保AI健康发展的关键[3] - AI能力强大且应用广泛可能带来挑战 耶路撒冷希伯来大学前校长阿舍·科亨指出 AI因其能力强 应用广且不断演进 可能对社会治理和伦理体系构成挑战[4] - 需防范AI自主决策引发的权责失衡 图灵奖得主惠特菲尔德·迪菲指出 当AI被赋予高自主决策权时 若缺乏有效约束可能损害人类利益[4] - 应聚焦增强而非替代人类的技术 皮萨里季斯呼吁科学家聚焦增强人类劳动的技术 政府应加大投资支持创新 企业和员工应学会适应新工作方式以释放AI潜力[4]

研究突破 - 美国麻省理工学院、密歇根大学和东北大学联合团队开发出名为“MultiCell”的几何深度学习模型，首次实现了在单细胞分辨率下预测果蝇胚胎发育过程中每个细胞每分钟的行为变化 [1] - 该模型采用四维全胚胎数据进行训练和测试，数据具有亚微米级分辨率和较高帧率，每个胚胎包含约5000个被标注边界和细胞核的细胞 [1] - 模型不仅能判断细胞是否会发生特定行为，还能精确预测行为发生的时间是几分钟后 [1] 技术应用与验证 - 团队将该方法应用于果蝇早期胚胎发育的关键阶段——原肠胚形成，模型在3个胚胎视频上训练后，被用于预测第4个新胚胎的演化过程 [2] - 结果显示，模型在预测细胞连接丢失方面的准确率约90%，在预测细胞内陷、分裂或重排行为时也表现了较高的准确率 [2] - “MultiCell”是首个能在多细胞自组装过程中实现各类细胞行为单细胞精度预测的算法 [2] 行业前景与意义 - 未来可在此基础上设计通用的多细胞发育预测模型，构建“数字胚胎”，用于药物筛选甚至指导人工组织设计 [1] - 鉴于其可捕捉细胞动力学上存在的微妙差异，未来将助力早期诊断或药物筛选 [2] - 团队将这一方法与“阿尔法折叠”预测蛋白质结构相类比，但指出由于胚胎发育是持续演变的动态过程，后者远比前者复杂 [1] 当前局限与未来方向 - 该方法仍面临数据稀缺的问题 [2] - 当前模型仅基于几何信息，未整合基因表达、蛋白质定位等其他维度 [2] - 之后加入这些维度，有望更全面揭示物理与生物信息的互动 [2]