2024 年 11 月，Google DeepMind 发布报告「A new golden age of discovery: Seizing the AI for Science Opportunity」，指出 AI 正在引领科学研究进入一个全新的黄金时代。 如今，AI for Science 已经跨越了最初的概念推广期，正在生命科学、地理信息科学、天文气象等传统科研领域内，探索创新方法，甚至为那些困扰人类百年的科学问题提供了新的解题思路。
回顾 2024 年，AI for Science 硕果累累，尤其是临近年终的诺贝尔奖颁布，令其完成了一次「破圈」，这一重量级奖项的青睐使得公众看到了 AI4S 的价值。除了学术界不断有革命性突破外，从行业政策频发到资本市场重金支持、再到头部科技企业下场布局，方方面面无不彰显着 AI 在 Science 领域的巨大潜力。
基于此，在这辞旧迎新之际，HyperAI超神经为大家梳理盘点了 2024 年 AI for Science 领域的高影响力事件， 以期在记录行业发展进程的同时，为相关领域的研究人员提供参考，欢迎收藏、转发这份干货汇总！
热点前瞻：
- AI 进军诺贝尔奖，引领行业新范式
- DeepMind 「Alpha 系列」多领域迎来突破
- 英伟达在 AI4S 领域的持续布局
- AI 在乳腺癌治疗领域取得多项重大突破
- 顶级学术期刊/知名基金项目先锋人物盘点
- AI4S 专项政策驱动下的国内科研新格局
- 全球 AI4S 政策布局回顾
AI 进军诺贝尔奖，引领行业新范式
诺贝尔奖长期以来被视为科学界的最高荣誉，旨在表彰在物理学、化学、生理学或医学等领域做出卓越贡献的个人。然而，随着人工智能技术的迅猛发展，AI 正在深刻影响各学科的研究方式与方向，成为数据推理的新范式。今年诺奖将物理学奖和化学奖同时授予 AI 领域的开拓者，正是对这一趋势的有力回应。
10 月 8 日，2024 年诺贝尔物理学奖公布，被誉为「人工智能教父」的英裔加拿大科学家 Geoffrey Hinton 和美国物理学家 John Hopfield 因「利用人工神经网络实现机器学习的发现和发明」而获得该奖。
2024 年诺贝尔物理学奖获得者
10 月 9 日，2024 年诺贝尔化学奖也陆续公布，将该奖的一半授予华盛顿大学教授 David Baker， 以表彰他在「计算蛋白质设计」方面的贡献，并将另一半授予 Google DeepMind 的科学家 Demis Hassabis 和 John M. Jumper， 以表彰他们在「蛋白质结构预测」方面的贡献。
2024 年诺贝尔化学奖获得者
DeepMind Alpha 系列多领域迎来突破
以 AlphaGo 一鸣惊人、手握 AlphaFold 的 Google DeepMind，一直被认为是行业发展的风向标，其「Alpha 系列」成果不断刷新人类对人工智能可能性的认知。回望 2024 年，「Alpha 系列」在多个领域迎来重大突破。
Alpha 系列突破
在 AI + 数学领域， DeepMind 发布了 AlphaProof 和 AlphaGeometry 模型，它们在今年国际数学奥林匹克竞赛 (IMO) 中共同解决了 6 道题中的 4 道，首次达到了与比赛中银牌得主相同的水平。其中，AlphaGeometry 模型可以解决接近人类奥林匹克金牌得主的复杂几何问题，开创了人工智能数学推理的先河。
点击查看详细报道：
AlphaGeometry：DeepMind 大算力再造奇迹，但「算力代替智力」或许并非最优解
在 AI + 生命科学领域， AlphaFold3 模型重磅来袭，在 AlphaFold2 基础上进一步迭代，可预测包括蛋白质、核酸、小分子、离子和修饰残基在内的复合物结构。该模型于 11 月开源，允许生化医药的科学家们在本地部署，极大地缩短了新药、疫苗等研发进程。
点击查看详细报道：
超全拆解AlphaFold 3，上海交大钟博子韬：极致利用数据，以原子精度预测所有生物分子结构，但并不完美
开源地址：
与此同时，DeepMind 还推出了 AlphaProteo，它是首个经过湿试验验证的 AI 蛋白质模型。在测试的 7 种靶蛋白上，AlphaProteo 的湿实验室成功率从 9% 提高到 88%，比其他方法高出 5 至 100 倍，且结合亲和力提升 3 至 300 倍。
点击查看详细报道：
DeepMind新成果被批像广告？AlphaProteo可高效设计靶蛋白结合物，亲和力提高300倍
在 AI + 芯片设计领域， DeepMind 在 Nature 上发布了芯片设计算法 AlphaChip，一种加速和优化计算机芯片开发的算法。AlphaChip 已用于多代 TPU 产品设计，能在数小时内完成传统方法需数周或数月的芯片布局设计。这标志着「芯片设计芯片」的时代已经到来。
点击查看详细报道：
谷歌自曝TPU秘密武器，AlphaChip登Nature！深度解读AI设计芯片的发展历程
在 AI + 量子计算领域， DeepMind 推出了 AlphaTensor 和 AlphaQubit。AlphaTensor 利用深度强化学习优化量子计算流程，而 AlphaQubit 作为基于神经网络的解码器，以业界领先的精度识别量子计算错误，为可靠量子计算机的构建奠定了重要基础。
论文地址：
https://www.nature.com/articles/s41586-024-08148-8
英伟达在 AI4S 领域的持续布局
英伟达 (NVIDIA) 在 AI for Science 领域的布局是其近年来推动科技创新的重要战略之一。凭借其强大的硬件基础、软件生态和深度学习技术，英伟达已成为 AI 加速科学研究的重要参与者，其 CEO 黄仁勋更是强调了 AI 在科学发现中的变革性作用。
英伟达加速科学研究的 AI 工具
在 2024 年超级计算大会 (SC24) 上，NVIDIA 推出了一系列强大的 AI 和科学计算工具，新技术涵盖了药物设计、气候预测、量子计算、材料发现等多个领域， 包括：
- 用于计算流体动力学仿真的 Omniverse™ Blueprint；
- 针对药物研发和分子设计领域的 BioNeMo 开源框架，目前已有超过 200 家生物科技公司和制药企业将 BioNeMo 集成至其药物研发工作流中；
- 针对化学和材料研究领域的 ALCHEMI NIM 微服务以及针对气候气象领域的 Earth-2 NIM 微服务。
此外，CUDA-X 库还推出了全新的 cuPyNumeric 加速计算库，将为航空航天、汽车、制造和能源领域的科研人员带来前所未有的效率提升。
除了不断提高自身的技术，一向财大气粗的英伟达也在 2024 年继续加大 AI + 生物医药的下注，投资了 5 家 AI 智药公司， 包括 AI 制药公司 Relation Therapeutics、Vilya、Genesis Therapeutics、CytoReason、Terray Therapeutics (第二次投资)，以及 1 家 AI + 蛋白质初创公司 EvolutionaryScale。而在今年的 12 月初，英伟达还收购了越南的一家 AI 医疗公司 Vinbrain。
AI 在乳腺癌治疗领域取得多项重大突破
乳腺癌，作为全球第一大癌症，一直是医学界攻坚克难的重点。在全球范围内，每年有超过 60 万名女性因乳腺癌而无法存活。美国有八分之一的女性一生中会被诊断出患有乳腺癌。而如今，科学家正在通过 AI 的力量，改变乳腺癌的现状。回望 2024 年，「AI 助力乳腺癌检测」相关词汇成为 Google 年度搜索中的热门词， 其重要性不言而喻。
谷歌 2024 年度搜索视频截图
因此，小编将为大家梳理了 2024 年 AI 在乳腺癌治疗领域取得了多项重大突破，涵盖筛查、诊断、治疗等多个环节，显著提升了乳腺癌的检测率和治疗效果。例如：
AI 辅助筛查提高检测率
在美国 2024 年放射学年会 (RSNA 2024) 上，AI 公司 DeepHealth 发布了一项研究成果，显示使用 AI 增强的乳腺癌筛查使检测率提高了 21%。 该研究详细分析了在 12 个月内接受乳腺 X 光筛查的 747,604 名女性，结果表明，AI 辅助扫描显著提升了乳腺癌的早期检测能力。
DeepHealth 网址：
https://deephealth.com/population-health/smart-mammo/
美国东北大学研究人员开发了一种新的 AI 架构，用于检测乳腺癌，诊断准确率高达 99.72%。 该系统通过评估高分辨率图像和历史数据，识别癌症模式并进行诊断，减少了人工诊断中的错误，提高了诊断效率。
论文地址：
https://www.mdpi.com/2072-6694/16/12/2222
AI 模型预测新辅助化疗效果
广东省人民医院肿瘤医院副院长王坤牵头研发了国际上首个针对乳腺癌不同分子亚型的人工智能系统， 能在新辅助化疗的早期阶段准确预测乳腺癌的 RCB 分级。这一成果能帮助医生调整新辅助化疗方案、确定手术时机，推动乳腺癌治疗的精准化，也在一定程度上减轻了患者的经济负担。
AI 为临床治疗提供方向
山东大学吕海泉、孙蓉、张凯及山西医科大学梅齐，联合螺旋矩阵公司等研究团队， 运用机器学习技术，基于 mRNA 的分析，成功开发了一种评估原发性乳腺癌患者样本中癌症干细胞特性的新方法 BCSC signature。这项研究不仅揭示了多胺合成代谢在 BCSC 调控中的核心作用，更为乳腺癌的临床治疗提供了全新的策略和方向。
点击查看详细报道：
抗击化疗耐药性与肿瘤复发！山东大学研究团队用 AI 构筑乳腺癌干细胞的有力防线
顶级学术期刊/知名基金项目先锋人物盘点
在人工智能迅猛发展的时代，顶级学术期刊与知名基金项目正成为展示全球科研突破的重要平台。一批引领科技前沿的 AI 科研人物脱颖而出，他们的研究不仅拓展了人工智能的技术边界，还深刻影响了传统领域的创新与发展。
随着 2024 年 Nature 十大人物、Cell Press 全球科学 50 人名单以及 2024 年度 AI2050 Fellows 的公布，人工智能在基础科研中的占比显著提升。本节将聚焦上述领域中的部分杰出 AI 科研人物，一窥 AI 时代科研的最强脉动。
Rémi Lam：用机器学习革新天气预报
在 2024 年度 Nature 十大人物 中，Google DeepMind 的研究员 Rémi Lam 名列其中。 Lam 被誉为利用机器学习改进天气预报的先锋。在过去几年里，他与团队始终处于这一领域的最前沿。
就在 Nature 名单发布前几天，Lam 及其团队推出了新一代天气预报模型 GenCast。该模型仅需 8 分钟即可生成 15 天全球天气的随机预测集，其速度远超传统天气预报模型。GenCast 的诞生标志着 AI 技术在气象领域的深远应用，为精准天气预测带来全新可能。
点击查看详细报道：
DeepMind与Google Research齐发力，多技术路线打造AI天气预报的「六边形战士」
Rémi Lam
Anne Carpenter ：用 AI 发现细胞图像中的隐藏信息
2024 年适逢 Cell Press 成立 50 周年，该期刊推出了「全球科学 50 人」系列采访，介绍了 50 位引领科学创新的顶尖研究者。其中，除了 AI 教母李飞飞之外，计算生物学家 Anne Carpenter 博士尤为瞩目。
Anne Carpenter 博士
Anne Carpenter 博士是麻省理工学院和哈佛大学博德研究所的科学家及成像平台高级主任。她因开发基于 AI 的工具来分析细胞图像并加速药物发现而入选名单。其创新成果获得了诸多荣誉，如 NSF CAREER 奖和 ASCB Mid-Career 奖，还被评为药物发现领域的 100 大 AI 领导者之一。
原文报道地址：
https://www.cell.com/news-do/50-inspiring-scientists-anne-carpenter
Bijun Tang ：用 AI 加速二维材料的发现
作为由谷歌前首席执行官埃里克·施密特于 2022 年发起的长期研究基金项目，「AI2050」 每年评选出一批资深和新兴学者，支持他们在 AI 跨学科领域的探索。今年入选的 25 位 Fellow 中，新加坡南洋理工大学的博士后研究员 Bijun Tang 让人印象深刻。
Bijun Tang 博士
据悉，Bijun Tang 博士专注于新型二维材料的合成与工程，尤其是在利用机器学习进行智能材料开发方面取得了卓越成就。截至目前，她已在顶级期刊发表了 30 多篇论文，累计引用次数超过 1,400，H 指数达 18。
她的 AI2050 研究项目 2DMatAgent 致力于开发了一个由 AI 驱动的平台，以加速二维材料的发现和开发。此项工作对纳米电子学、能源存储及医疗技术的发展具有深远意义。
原文报道地址：
https://ai2050.schmidtsciences.org/fellow/bijun-tang/
AI4S 专项政策驱动下的国内科研新格局
为贯彻落实国家《新一代人工智能发展规划》，顺应人工智能技术的前沿趋势，科技部与自然科学基金委于 2023 年 3 月联合启动了 AI for Science 专项部署工作。 这一政策背景下，人工智能与科学研究的深度融合正在引发科研范式的革命性变革，广泛渗透并推动历史学、生命科学、地球科学、材料化学等多个传统领域的快速发展。
2024 年被誉为国内 AI for Science 领域的丰收之年。众多研究团队取得了世界瞩目的突破性成果，不仅展示了中国科研力量的强劲脉搏，更为全球科技进步注入了「中国智慧」。以下将从多个学科领域选取代表性成果，勾勒出这一领域的蓬勃发展图景。
AI 破解甲骨文的奥秘
华中科技大学白翔、刘禹良研究团队联合阿德莱德大学、安阳师范学院和华南理工大学，成功训练了一种针对甲骨文破译优化的条件扩散模型——OBSD。 这一模型突破了传统自然语言处理在古文字识别任务上的瓶颈，提供了全新方法，被评为 ACL 2024 的七篇最佳论文之一，为历史学和古文字研究注入了现代科技的活力。
点击查看详细报道：
入选ACL 2024！引入零样本学习，华中科大发布针对甲骨文破译优化的条件扩散模型
AI 深耕生命科学前沿
上海交通大学洪亮教授团队提出了一系列创新方法， 包括蛋白质序列大语言模型 PRIME、小样本学习方法 FSFP，以及扩散概率模型框架 CPDiffusion。其预训练蛋白质语言模型 ProSST 和微环境感知图神经网络 ProtLGN 在蛋白质结构预测和功能分析方面取得了重大进展。
点击查看洪亮教授专访：
对话上海交大洪亮：跑通 AI for Science 的落地更有成就感
浙江大学陈华钧教授团队开发了去噪蛋白质语言模型 DePLM，通过优化进化信息提高蛋白质设计与优化任务性能，成果成功入选顶会 NeurIPS 2024。
点击查看详细报道：
入选NeurIPS 24！浙大团队提出全新去噪蛋白质语言模型DePLM，突变效应预测优于SOTA模型
中国科学技术大学王翔团队提出了跨模态蛋白质-文本建模框架 ProtT3， 通过整合蛋白质语言模型 (PLM) 与传统语言模型 (LM)，在蛋白质字幕生成、问答和检索等任务中表现出卓越的能力。
点击查看详细报道：
入选ACL 2024！实现蛋白质数据与文本信息跨模态解读，中科大王翔团队提出蛋白质-文本生成框架ProtT3
AI 助力地球科学多领域应用
浙江大学地球科学学院研究团队开发了 GeoAI 系列模型， 包括 EI-GNNWR、osp-GNNWR 和 ChloroFormer 等。这些模型在地质学、地理学、大气科学和海洋学等多个领域取得了广泛应用，推动了地球科学研究向智能化方向迈进。
点击查看详细报道：
多领域地学应用：浙江大学团队提出GeoAI系列方法，助力地理/海洋/地质/大气领域时空建模与预测
AI 加速材料探索新纪元
清华大学徐勇、段文晖研究组提出了神经网络密度泛函理论的全新框架。 这一理论将神经网络损失函数的最小化与密度泛函理论的能量泛函优化相结合，为深度学习在材料科学中的应用开辟了新的研究方向，加速了材料设计与发现的效率。
点击查看详细报道：
材料探索新纪元！清华大学徐勇、段文晖团队发布神经网络密度泛函框架，打开物质电子结构预测的黑箱！
全球 AI4S 政策布局回顾
政策是引导行业健康发展和技术进步的重要工具，通过梳理发展方向、规范市场秩序和优化资源配置，为业界与学术界提供清晰的行动框架。因此，本篇年度汇总的最后一个关键词就是「政策」。
七部门发力，利用 AI 布局未来产业
2024 年 1 月，工业和信息化部等七部门发布「关于推动未来产业创新发展的实施意见」。 该文件明确提出，要利用人工智能、先进计算等技术手段，精准识别和培育高潜能未来产业，为推进新型工业化提供技术和产业支撑。
政策链接：
https://zwgk.mct.gov.cn/zfxxgkml/kjjy/202401/t20240131_951102.html
文件相关内容截图
两会聚焦人工智能驱动发展
总理在政府工作报告中明确指出，要深入推进数字经济创新发展，加速大数据、人工智能等研发和应用，全面开展「人工智能+」行动计划，推动形成国际竞争力的数字产业集群。 此外，科大讯飞董事长刘庆峰、小米创始人雷军以及 360 集团创始人周鸿祎等社会各界代表围绕人工智能领域建言献策，提出包括科研创新、人才培养、监管优化等多方面建议。
点击查看详细报道：
两会进行时丨科技大佬点名 AI4S/人才培养/算力/大模型/行业通用数据集……
韩国制定「AI 及数字化创新增长战略」
2024 年 4 月，韩国科学技术信息通信部宣布成立「AI 战略最高理事会」，将作为韩国官民合作下的人工智能最高综合治理机构。 该机构由科学信息通信部长官和泰斋大学校长担任联席主席，以及 AI 领域的 23 名顶级专家、韩国各政府部门的 7 位官员，共 32人 组成，并分为 AI 半导体、技术研发、法律与制度、伦理安全、人才培育、 AI 生物等 6 大部门。
「AI 战略最高理事会」成员合影
美国 FASST 计划：AI 驱动科学与国家安全
2024 年 5 月 7 日，美国能源部宣布推出 FASST (Frontiers in AI for Science, Security, and Technology) 计划。 该计划重点开发针对科学研究、能源优化和国家安全的定制 AI 模型，以提升能源利用效率、加速科学发现并强化国家安全能力。FASST 是美国推动 AI 技术与行业深度融合的代表性案例，进一步展示了 AI 在多领域的广泛应用潜力。
美国能源部官网截图
日本文部科学省发布《科学技术创新白皮书》，展望与 AI 共生前景
2024 年 6 月 11 日，日本文部科学省编制完成了题为「AI 带来的科学技术与创新的变革」的 2024 年版「科学技术创新白皮书」， 并获得了日本政府内阁会议的批准。白皮书以特集形式介绍了 AI 技术在日本的普及状况、研发动向，以及在各领域使用 AI 的可能性。书中还提示了目前面对的课题，展望了日本社会与AI共生的前景。
政策链接：
https://tc.keguanjp.com/kgjp_zhengc/kgjp_zhengc/pt20240717000003.html
「科学技术创新白皮书」的封面和封底
拜登-哈里斯政府拨款 5 亿美元赞助 AI、生物技术和合成生物学
2024 年 7 月 3 日，拜登-哈里斯政府将宣布为 12 个地区科技创新中心 (Tech Hubs) 提供 5.04 亿美元资金， 主要用于半导体、清洁能源、生物技术、人工智能、量子计算等领域，从而加速创新产业的发展，加强国家和经济安全。
国资委与工信部联合发力，超前布局生物制造等未来产业
2024 年 10 月 23 日，国务院国资委在署名文章中提到要「超前布局、梯次培育量子科技、核聚变、生物制造、6G 等未来产业，加快打造一批具有国际竞争力的战略性新兴产业集群和产业领军企业」。 同日，工业和信息化部发言人强调，要培育壮大低空经济、商业航天、生物制造等新产业新赛道。
政策链接：
http://www.sasac.gov.cn/n2588025/n
