剛剛結束的 2024 世界人工智能大會論壇期間，國內外院士、專家學者齊聚「超越邊界：探索下一代大模型的基礎研究」論壇，共同探討「AI for Science 基礎設施建設」和「下一代通用人工智能方法」兩大前沿技術話題。

論壇不僅邀請到多位國內外院士，業內專家學者出席會議研討交流，還同期發布了 4 個重磅成果及產品。

中國科學院院士鄂維南在大會引言中稱：「AI for Science 在材料、生命科學、能源化工等領域落地成果的不斷涌現，讓我們看到其帶來的巨大前景。但 AI for Science 帶來的不僅僅是點狀的突破，而是系統性地帶動科學研究基礎設施的建設，推進邁向「平臺科研」時代。」

鄂院士提到，「回顧科學研究的基本資源和基本方法，無論哪個科研方向，都少不了基本原理、實驗、文獻、算力的支撐。因此，構建科學研究的通用基礎平臺，即基本原理和數據驅動的模型算法與軟件、替代文獻的數據庫與知識庫、高效率、高精度的實驗表征方法、高度整合的算力平臺，可以推動共性問題的解決。AI 方法大大提升了我們的科研能力，但是離真正解決問題還有距離，隨之而來的問題是，這剩下的『最后一公里』該如何打通。

雖然目前人工智能算法、大模型已經取得了突出的進步，但要實現下一代通用人工智能，仍需要在算力資源、數據資源、AI 數據庫能力、下一代模型和人才資源等方面持續發力。人工智能依然有很多細分領域未被探索，需與場景結合，從應用到底層技術進行創新。

我們欣喜地看到，業內已經有產品化與平臺化的成果產出，本論壇發布的四個產品就是這一趨勢的實踐案例。

OpenLAM 大原子模型

OpenLAM 是「平臺科研」與「開源共建」的一個典型代表。「語言數據的爆炸性增長孕育了大語言模型，同樣地，微觀尺度數據的累積也催生了一種創新的模型——大原子模型。」

北京科學智能研究院院長、深勢科技創始人張林峰表示「這一模型的誕生，將帶來仿真設計在時空尺度與覆蓋范圍的量級式提升，實驗表征信號將能被更好地解析，它將成為原子級生產制造的重要組成部分。」

OpenLAM 計劃已于 2023 年底正式發起，北京科學智能研究院協同 DeepModeling 開源社區以及 30 多家共建單位，并邀請了原子級建模、表征、制造以及 AI 產業的多位院士、專家組成顧問團，共同推動構建大原子模型的「社區模式」。秉承「廣泛覆蓋、謹慎評估、開源開放、開箱即用」的開發理念，本論壇上最新發布了在合金、動態催化、分子反應、藥物小分子、固態電池、半導體、高溫超導 7 個領域模型解決方案，這些模型均以開放社區的形式發展而來，并在科學智能廣場可下載。「實驗科學家的語言和視角還未與 AI 技術和數據庫形成有效的連接，為此我們開發了『晶體造句』APP，希望更多實驗科學家通過這個 APP 的窗口，來發現并合成更多人們尚未充分探索的材料。」

 

Science Navigator 1.0: 新一代科研文獻開放平臺

AI for Science 的各項基礎設施正在全面落地建設，不僅僅是 OpenLAM，本次論壇還同期發布了 AI for Science 的另一重要基礎設施，替代文獻的數據庫和知識庫的優秀實踐產品——Science Navigator 1.0。

當前，對學科交叉檢索、原文內容溯源、科研數據解讀的需求已經遠遠超出了傳統文獻檢索工具的能力范圍，新一代科研文獻開放平臺 Science Navigator 應運而生。「Science Navigator 強大的自然語言對話式檢索能力，能夠迅速定位到科研工作者所需的信息，且回答可溯源到文獻原文。」北京科學智能研究院副院長李鑫宇介紹道，「AI 向量數據庫疊加大語言模型讓訓練和推理成本大幅降低，等效實現 3-6 倍參數量模型效果。Science Navigator 1.0 不僅僅是一個為科研工作者量身打造的 AI 平臺，它更是一個全新的科研生態系統。Science Navigator 開放了絕大部分能力的 API 接口，使用者可以在這個平臺的基礎上構建自己的應用和智能體，以滿足科研復雜的個性需求，釋放更多的時間精力在解決關鍵問題與創新思考上。」

 

憶³大模型

那么下一代通用人工智能模型是什么樣的？論壇上的專家們也給出了各自的見解。其中之一是類比人腦記憶與思考方式的記憶分層大模型。目前記憶分層的大模型已經在上海算法創新研究院實現。

會上，上海算法創新研究院大模型中心負責人熊飛宇發布了最新科研成果——憶³大模型（Memory³），該模型創新地引入了顯性記憶機制，顯著提高了性能并降低了訓練與推理成本。憶³在傳統的模型參數（隱性記憶）與上下文鍵值（工作記憶）之外，增加了第三種形式的記憶——顯性記憶。模型無需訓練即可將文本轉換為顯性記憶，并在推理時快速且稀疏地使用記憶。通過外部化模型存儲的知識，顯性記憶減輕了模型參數的負擔，進而提高了模型的參數效率與訓練效率，使基準測試上憶³能夠實現約 3 倍參數量模型的性能。

基于憶³架構的 AI 搜索引擎，利用顯性記憶的快速讀寫，使回答的時效性更強，準確率更高，內容更完整，還能夠根據用戶的反饋實時更新和優化答案。隱性記憶使搜索引擎能夠理解復雜的上下文關系，提供更精準和個性化的搜索結果。基于憶³的特性，這款 AI 搜索引擎不僅提高了用戶的搜索體驗，還在信息檢索領域樹立了新的標桿。此外，憶³已在金融、媒體等行業落地應用。

 

MyScale AI 數據庫

隨著以深度學習、大模型為代表的 AI 技術迅速發展，圖像、視頻、文本、語音等的非結構化數據處理的需求和能力也有了爆發式的增長。

高維向量是非結構化數據的統一語義表征，但主流的向量數據庫存在通用數據管理能力不足，面對海量數據時性能、可擴展性不佳的問題，難以應對大規模復雜 AI 應用的需求，而 MyScale 的初衷就是克服這些問題并成為 AI 時代的數據底座。

墨奇科技聯合創始人/CTO 湯林鵬介紹道，「MyScale 是國際上首個專為大規模結構化和非結構化數據處理設計的 AI 數據庫，支持海量結構化、向量、文本等各類異構數據的高效存儲和聯合查詢，綜合性能比國內外其他產品提高 4-10 倍。在實際生產中，MyScale AI 數據庫成功扮演了大模型+大數據雙輪驅動下的統一 AI 數據底座。在金融文檔分析、科研文獻智能問答分析、企業私域知識管理、工業/制造業智能化、零售行業客戶服務、人力資源行業智能化、法律行業智能化等應用場景中均幫助客戶創造了巨大價值，加速了大模型和場景數據結合的技術創新和應用落地。」

 

未來，從現在出發。在不斷探索人工智能邊界的道路上，培植下一代通用人工智能方法、完善 AI for Science 的基礎設施極為關鍵，它將推動科技向前發展，解鎖以前難以想象的創新可能性。