AI可以对托卡马克线圈内的等离子体进行更好地模拟计算。
近年来，人工智能领域发生了巨大变化，ChatGPT横空出世，引发生成式AI创业热潮。英国《新科学家》杂志网站在近日的报道中指出，很多科研团队和公司正在利用AI应对人类目前面临的最大的科学挑战:从破译蛋白质的秘密，到研制出新药，再到应对气候变化以及实现可商用的核聚变发电等。
揭示蛋白质结构
根据蛋白质氨基酸序列来确定其折叠结构一直是生物学领域的“老大难”。有些氨基酸和其他氨基酸相互吸引、相互作用，有些氨基酸则具有疏水性，而且氨基酸链形成了复杂的形状，令人难以精准确定，研究人员往往需要数年时间才能解决一个折叠结构。
英国“深度思维”公司于2020年底首次宣布研发出一种AI方法来精准预测蛋白质的折叠结构。2021年，他们宣布已绘制出人体中98.5%的蛋白质的结构图。
2022年7月，该公司AI程序“阿尔法折叠”已经预测出迄今已知几乎所有蛋白质结构，在短短18个月内破解了生物学领域的重大难题之一。
这些数据能帮助人类抗击疟疾、应对抗生素耐药性，以及制造出能够分解塑料的酶，还将推进新药研发进程。
研制未来的药品
在AI出现之前，研制出新药所需的时间越来越长，成本也越来越高。
如今，科学家已开始使用AI来自动化部分过程，例如获取庞大而混乱的数据集，并以更容易分析的方式对其进行组织，或者使用AI编写代码来完成这些工作等。
今年初，加拿大多伦多大学与Insilico医学公司合作，利用AI药物发现平台，发现了一种新的肝细胞癌靶点，这是以前未被发现的治疗途径，并开发出了一种可与该靶点结合的“新型打击分子”，在30天内研制出肝细胞癌的潜在治疗药物。
科学家还使用生成式AI来生成分子结构。互联网数据资讯网数据显示，预计到2024年，AI新药研发的市场规模将达到31.17亿美元。不过截至目前，全球还没有一款由AI研发的药物成功上市。
应对气候变化
气候变化是人类面临的最大的难题之一。
鉴于此，法国巴黎理工学院研究人员使用AI确保涡轮机更频繁地指向风中，从而将产能提高了0.3%。如果得到推广，增加的电力足以让170万户英国家庭使用。
“深度思维”公司开发了AI来改进矩阵乘法和排序算法，将两者的效率分别提高了20%和70%。这两大算法每天都在世界各地的计算机上执行数万亿次，效率的提高为减少计算产生的温室气体排放作出了重大贡献。
元宇宙公司利用AI开发出了一种新的混凝土制造工艺，可将碳排放降低40%。由于混凝土碳排放占全球碳排放总量的8%，新工艺也可能对人们应对气候变化有重要意义。
帮助商用核聚变发电
人们一直在努力创建高效、可靠的核聚变发电厂，但这一任务极具挑战性。在托卡马克聚变反应堆内，试图精确而快速地控制多个线圈，并将等离子体压缩成一个有限的形状是非常困难的。
尽管AI并没有真正解决这个问题，但它正在提供帮助。去年，“深度思维”公司和瑞士联邦理工学院创建了一个能够控制19个磁线圈的神经网络，AI还能帮助将托卡马克中的等离子体随意改变形状。
英国曼彻斯特大学的李·马吉茨说，AI可能是核聚变发电“梦想照进现实”的转折点。
