CAA

智慧起航，共創(chuàng)未來

導(dǎo)讀

2023年10月20-21日，以“智能涌現(xiàn) 生成未來”為主題的第二十五屆中國科協(xié)年會通用人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展論壇在安徽省合肥市成功召開。復(fù)旦大學(xué)程遠(yuǎn)研究員受邀出席并作題為“復(fù)旦大學(xué)CFFF科研智算平臺助力科研創(chuàng)新”的主題報告。報告主要介紹了復(fù)旦大學(xué)CFFF科研智算平臺具體情況，以及通過CFFF賦能交叉學(xué)科研究方面的典型案例。

400年前，伽利略發(fā)明了望遠(yuǎn)鏡，這一技術(shù)的出現(xiàn)使人類得以窺見更遙遠(yuǎn)的宇宙，為后來的眾多科學(xué)發(fā)現(xiàn)鋪平了道路。每一次人類科學(xué)研究的巨大飛躍和重大進步都源于某一項技術(shù)的創(chuàng)新，這些技術(shù)創(chuàng)新不斷為科學(xué)進展提供新的動力。今天，我們正生活在人工智能時代，人工智能被視為新時代的“望遠(yuǎn)鏡”，讓人類能夠窺見更遙遠(yuǎn)的未來。

01

AI for Science

過去十年時間里，人工智能與數(shù)字化產(chǎn)業(yè)密不可分。在互聯(lián)網(wǎng)相關(guān)領(lǐng)域，先進的AI技術(shù)和工程能力所構(gòu)建的產(chǎn)業(yè)，顯著改善了電商、社交、數(shù)字金融等產(chǎn)業(yè)的用戶體驗，創(chuàng)造了巨大的產(chǎn)業(yè)價值。在最近的三年中，人工智能開始在更基礎(chǔ)的領(lǐng)域發(fā)揮作用。例如，2019年麻省理工學(xué)院發(fā)布了一項研究，應(yīng)用AI合成藥物，成功設(shè)計出15個有望成為藥物的分子。利物浦大學(xué)也通過AI技術(shù)，發(fā)現(xiàn)了4種可用于傳導(dǎo)鋰的新型固態(tài)材料，有望提供更長的電池續(xù)航能力。這些研究進展表明，科學(xué)研究正在經(jīng)歷一場革命，借助人工智能技術(shù)，將數(shù)據(jù)和知識原理融合可以解決科學(xué)難題，有助于發(fā)現(xiàn)新的科學(xué)機理。

今年最新的文章深入探討了人工智能技術(shù)在科學(xué)研究中的應(yīng)用，重點關(guān)注了它在科學(xué)假設(shè)生成、實驗效率提升、數(shù)據(jù)采集與分析等領(lǐng)域的深刻影響。這種深度賦能顯著提高了科研工作的效率，為原創(chuàng)科學(xué)研究的發(fā)展提供了強大支持。通過google學(xué)術(shù)統(tǒng)計了生命科學(xué)、材料科學(xué)和能源科學(xué)三個主要領(lǐng)域近3年來20萬篇學(xué)術(shù)論文，其中有34.5%明確提到或明確說明在相關(guān)研究中應(yīng)用了人工智能技術(shù)。以材料科學(xué)為例，最近三年內(nèi)使用人工智能技術(shù)的工作占比增長了300%以上。這些數(shù)據(jù)明顯表明，AI4S（人工智能支持科學(xué)）的發(fā)展已經(jīng)成為科學(xué)研究的主要趨勢。

在算力領(lǐng)域中，科研智算平臺必須應(yīng)對如今的大模型和大數(shù)據(jù)時代的挑戰(zhàn)。與以往的建設(shè)方式相比，這些平臺有著明顯的不同。首要的挑戰(zhàn)是算力資源不足，如圖1所示，大模型如GPT-4需要數(shù)千上萬塊頂尖GPU，而高校等機構(gòu)通常難以提供如此龐大的算力資源。其次，數(shù)據(jù)管理是另一個挑戰(zhàn)，它需要高效的數(shù)據(jù)存儲和處理系統(tǒng)。算法的不斷創(chuàng)新也是一大挑戰(zhàn)，研究人員需要不斷改進和優(yōu)化算法以提高模型性能和效率。此外，安全和隱私問題也必須重視，尤其在處理大規(guī)模數(shù)據(jù)和敏感信息時。為解決這些挑戰(zhàn)，有必要有針對性地構(gòu)建計算平臺，充分利用現(xiàn)有資源，并不斷探索新方法和技術(shù)來支持科研工作。

圖1科研智算平臺的制約

另一方面，我們必須關(guān)注算力孤島問題，它制約了算力的有效利用。傳統(tǒng)的建設(shè)方式導(dǎo)致不同學(xué)校、院系，甚至不同研究小組分別購買和管理自己的計算資源，這可能導(dǎo)致一個學(xué)校內(nèi)存在多個小型計算集群，它們之間的通訊效率通常無法滿足大型模型研發(fā)所需的高速通訊要求，從而制約了大型模型研發(fā)的潛力。為適應(yīng)AI4S的需求，模型研發(fā)必須在算力、算法和模型框架等多個方面進行協(xié)同優(yōu)化和建設(shè)，傳統(tǒng)的分散建設(shè)方式已不再適用。此外，根據(jù)調(diào)查，非計算機或人工智能科研領(lǐng)域的研究人員中，有70%認(rèn)為使用人工智能工具存在一定的門檻，這也是需要克服的挑戰(zhàn)之一。

在上述背景下，復(fù)旦大學(xué)積極推動科研智能計算平臺的建設(shè)。通過廣泛調(diào)研全校已在使用人工智能或即將把人工智能應(yīng)用于科研的各種團隊，我們總結(jié)出了針對科研計算平臺建設(shè)的三大關(guān)鍵思路。首先，要提高集群計算的加速，特別是在模型訓(xùn)練相關(guān)領(lǐng)域，不僅僅是增加硬件算力，還要在并行訓(xùn)練框架層面進行優(yōu)化。其次，需要將AI和HPC計算融合，以滿足不同科研計算需求，從GPU大規(guī)模計算到科學(xué)場景中使用的CPU計算，需要高效整合和資源分配。最后，我們將著手研發(fā)易于使用的AI4S工具，以滿足科學(xué)家對于AI易用性的需求。這些舉措將有助于構(gòu)建更強大和智能的科研計算平臺，以滿足科學(xué)研究領(lǐng)域不斷增長的需求。

復(fù)旦大學(xué)6月份上線的智算平臺，是全國目前高校規(guī)模最大的智能計算平臺，它將成為科技創(chuàng)新的關(guān)鍵引擎，為AI FOR SCIENCE提供強大的算力資源，同時推動科研方式的變革。這一平臺將為學(xué)校的本科生和研究生提供使用和優(yōu)化的機會，以便他們在步入工業(yè)和產(chǎn)業(yè)界之前獲得必要的培訓(xùn)，加速數(shù)字時代的進程，更好地滿足國家對人工智能的重大戰(zhàn)略需求。智算平臺將在復(fù)旦大學(xué)的科研和教育領(lǐng)域提供強有力的支持，促進科技創(chuàng)新和培養(yǎng)高素質(zhì)人才。在該平臺上，每個科研團隊可以具備與頂尖科技企業(yè)相媲美的科研資源，每一位科學(xué)家都能像人工智能專家一樣便捷地使用AI工具，積極參與AI FOR SCIENCE的范式變革當(dāng)中。

02

AI4S智算平臺特點

智算平臺具備多個較為顯著的特點。首先，它擁有龐大的集群規(guī)模，提供充足的算力資源。其次，平臺建設(shè)了大規(guī)模分布式訓(xùn)練和高效的集合通信能力，降低了計算節(jié)點之間的通信開銷，實現(xiàn)協(xié)同科研計算任務(wù)的低門檻使用，同時提高了底層計算能力和研發(fā)平臺的效率。我們還正在建立統(tǒng)一協(xié)作系統(tǒng)，以實現(xiàn)AI和HPC的統(tǒng)一調(diào)度和彈性管理，包括底層算力的優(yōu)化、數(shù)據(jù)加載的加速、集合通信的優(yōu)化等工作。此外，該集群還具備一定的可擴展性，以滿足未來可能出現(xiàn)的AI FOR SCIENCE計算需求，甚至可擴展到10萬臺級別。在存儲方面，采用分層分級的存儲模式，為AI訓(xùn)練提供高達數(shù)百G每秒的數(shù)據(jù)吞吐效率，同時提供成本較低的解決方案，以滿足AI和科研的經(jīng)費有限情況下對存儲的需求。這一平臺的特點將為科研工作者提供強大的計算和存儲支持，推動科學(xué)研究的創(chuàng)新。

平臺的整體服務(wù)目標(biāo)是確保為不同程度的AI技術(shù)使用者提供全面的AI FOR SCIENCE服務(wù)。無論用戶擁有何種計算機背景，平臺將為其提供最基本的算力和穩(wěn)定的基礎(chǔ)設(shè)施運維支持。對于需要HPC的用戶，提供AI FOR SCIENCE的解決方案和工具。對于已經(jīng)在進行交叉科研的用戶，提供計算性能優(yōu)化的服務(wù)。對于初級用戶，提供更貼身的支持，包括工具的安裝和定制。復(fù)旦大學(xué)智算平臺的目標(biāo)是確保不同的人工智能技術(shù)背景的用戶都能夠熟練使用AI完成科研，從而推動科學(xué)研究的創(chuàng)新。

復(fù)旦大學(xué)智算平臺另一個顯著特點是，遵循國家“東數(shù)西算”的整體布局，將主要的AI算力和HPC算力部署在烏蘭察布。這一舉措帶來了很多優(yōu)勢。首先，這種部署方式每年可節(jié)省200萬度電力，減少碳排放量高達1300噸，有利于環(huán)保和可持續(xù)性發(fā)展。其次，由于光纖時延僅為3毫秒，具備高達100G的帶寬，使得PB級別數(shù)據(jù)上云只需幾天的時間完成。此外，在烏蘭察布還設(shè)有一個公有云的接收點，這一設(shè)計將為科研提供更多支持。

為了解決科學(xué)家使用AI技術(shù)的高門檻問題，我們提供一系列解決方案，首先提供了通用AI模型、算法、領(lǐng)域?qū)Ｓ霉ぞ?、科學(xué)領(lǐng)域模板和一鍵式部署功能，以便使AI技術(shù)更易于應(yīng)用，從而讓科學(xué)家能夠輕松上手，如圖5所示。其次，還為不同層次的用戶，包括本科生、研究生，甚至更高水平的專家，設(shè)計了專門的AI FOR SCIENCE培訓(xùn)體系，通過全鏈條和多模式的培訓(xùn)來推動AI FOR SCIENCE范式的變革，以便更多人能夠充分利用AI技術(shù)進行科研工作。

圖2AI for Science解決方案

03

CFFF平臺應(yīng)用

自6月底上線以來的三個多月中，已有眾多科研團隊的科研人員在AI FOR SCIENCE平臺上進行研究，為支持60多個國家和地方的科研項目提供了強有力的支持。新能源是一個備受全球關(guān)注的領(lǐng)域，其裝機容量在過去十年里迅速增長。然而，新能源領(lǐng)域的核心挑戰(zhàn)之一是氣象預(yù)測。通過人工智能技術(shù)，我們已經(jīng)在氣象和天氣預(yù)報領(lǐng)域取得了顯著進展，未來，這一技術(shù)有望將天氣預(yù)報的時間范圍延長到10天、15天甚至30天，為新能源產(chǎn)業(yè)帶來更大的價值，如圖6所示。

圖3AI助力天氣預(yù)報與提升能源利用率

在中期氣象預(yù)測領(lǐng)域，復(fù)旦大學(xué)團隊已經(jīng)取得了令人矚目的成就。我們開展了中期天氣預(yù)報的大規(guī)模建模工作，涵蓋了2米溫度、累積降水等多個指標(biāo)。在公開的數(shù)據(jù)上，首次超越了歐洲中期氣象預(yù)報中心（ECMWF），成為了全球頂尖的預(yù)報中心，并且預(yù)測結(jié)果勝過了ECMWF。利用人工智能模型來進行運算，通過幾次推理就能夠在3秒內(nèi)完成這樣的天氣預(yù)測。不久前，我們發(fā)布了復(fù)旦大學(xué)的氣象大模型，名為伏羲大氣科學(xué)模型，如圖7所示，僅用200多張計算顯卡在一天內(nèi)完成預(yù)測，首次實現(xiàn)了基于人工智能的15天天氣預(yù)報，相較于ECMWF，速度提升了數(shù)個數(shù)量級，這為氣象預(yù)測帶來了巨大的突破。

圖4基于Transformer的中期天氣預(yù)報

盡管在大多數(shù)科研領(lǐng)域中數(shù)據(jù)不斷增加，但很多數(shù)據(jù)采集依然非常昂貴。如果科學(xué)家能夠?qū)⑺麄冮L期積累的領(lǐng)域知識融入到模型中，將對模型的性能有很大幫助。例如，將物理和化學(xué)知識結(jié)合起來，可以提高流體計算的準(zhǔn)確性和效率，從而加速相關(guān)研究。圖8是我們團隊在數(shù)據(jù)和知識融合方面的工作。通過將觀測到的數(shù)據(jù)與深度學(xué)習(xí)多尺度的物理流體建模相結(jié)合，能夠大規(guī)模提高計算速度，加速效率超過1000倍。在應(yīng)用方面，這種方法可以用來更好地預(yù)測材料中微小裂縫的發(fā)展，對飛機安全等問題具有重要影響。此外，該方法對醫(yī)學(xué)研究血管內(nèi)堵塞也有很大的幫助。

藥物代謝和藥代動力學(xué)在藥物研發(fā)中扮演著極為關(guān)鍵的角色。我們采取了一些方法，建立了大規(guī)模的分子數(shù)據(jù)庫，包括了分子的物理屬性，并通過人工智能大模型進行基于這些屬性的預(yù)訓(xùn)練，如圖9所示。通過大量的數(shù)據(jù)訓(xùn)練，復(fù)旦團隊成功開發(fā)出了能夠精準(zhǔn)預(yù)測的模型。在實際的實驗中，通常只能獲得有限的人體對藥物分子作用的數(shù)據(jù)，而依靠基于物理化學(xué)的預(yù)訓(xùn)練模型，能夠幫助醫(yī)學(xué)在藥代動力學(xué)領(lǐng)域取得更好的研究成果。這種方法有望加速藥物研發(fā)的進程，為藥物治療的發(fā)展帶來更多希望。

從這些案例中可以看出人工智能賦能科學(xué)研究，同時科學(xué)研究也在推動人工智能的發(fā)展。例如，2020年基于熱力學(xué)擴散模型的啟發(fā)，人工智能領(lǐng)域出現(xiàn)了擴散模型，引發(fā)了AIGC的興起，尤其是在視覺領(lǐng)域的發(fā)展。這些模型同樣可以在科學(xué)研究領(lǐng)域應(yīng)用，如分子生成等領(lǐng)域，基于高維電磁理論的模型可以用來生成科學(xué)數(shù)據(jù)?？茖W(xué)研究和人工智能已經(jīng)形成了一種相互促進、相互賦能的良性循環(huán)，這將進一步推動科學(xué)和技術(shù)的發(fā)展。

目前CFFF平臺已舉辦多次科學(xué)智能的比賽，并已經(jīng)有超過1萬支隊伍參加了這些比賽，如圖10所示。在這些比賽中，我們在符合隱私和安全的前提下共享了一些復(fù)旦大學(xué)的專有的高質(zhì)量科學(xué)數(shù)據(jù)集，供大家一起探索科學(xué)智能領(lǐng)域的新方法。例如，在衰老領(lǐng)域，平臺開放了衰老隊列的數(shù)據(jù)，用于定義基于人體身體甲基化情況和人體生物關(guān)系的探索，以便研究人體的衰老過程以及與衰老相關(guān)的疾病的發(fā)病機率。

ChatGPT等生成式模型為代表的算法已經(jīng)在人工智能領(lǐng)域取得了巨大的成功，但同時，科學(xué)儀器的快速發(fā)展也導(dǎo)致了大量可觀測數(shù)據(jù)的迅速積累。在基因組學(xué)領(lǐng)域，已經(jīng)積累了數(shù)千PB的數(shù)據(jù)，而蛋白質(zhì)結(jié)構(gòu)等領(lǐng)域也有數(shù)十TP的數(shù)據(jù)。這包括大氣科學(xué)、材料科學(xué)、醫(yī)療影像等各個領(lǐng)域的數(shù)據(jù)，都為科學(xué)智能領(lǐng)域提供了重要的數(shù)據(jù)支持。與此同時，人工智能芯片的發(fā)展也遵循摩爾定律，單卡和單芯片的算力不斷提升。這意味著可以將算力整合在一起，以滿足科學(xué)智能領(lǐng)域?qū)λ懔Φ男枨?。因此，在科學(xué)智能領(lǐng)域，大模型研發(fā)將是未來的趨勢，并將繼續(xù)推動科學(xué)技術(shù)的發(fā)展。

最后，AI FOR SCIENCE平臺是一個開放的科研計算平臺，我們的目標(biāo)是通過賦能生命科學(xué)、化學(xué)、物理、數(shù)學(xué)等不同領(lǐng)域的科學(xué)研究，進一步推動原始創(chuàng)新的動力，同時也為產(chǎn)業(yè)合作伙伴提供支持，促進產(chǎn)業(yè)的創(chuàng)新和發(fā)展。我們期待著與各個領(lǐng)域的科學(xué)家和工程師一起合作，推動智能技術(shù)的發(fā)展，為未來的科研和產(chǎn)業(yè)做出更大的貢獻。

個人簡介

程遠(yuǎn)

復(fù)旦大學(xué)研究員

程遠(yuǎn)，研究員，博導(dǎo)，復(fù)旦大學(xué)人工智能創(chuàng)新與產(chǎn)業(yè)研究院，復(fù)旦大學(xué)CFFF平臺執(zhí)行主任。主要從事人工智能結(jié)合基礎(chǔ)科學(xué)、計算機視覺、視頻分析、醫(yī)學(xué)圖像分析、機器學(xué)習(xí)等方向研究和應(yīng)用。曾獲得第74屆聯(lián)合國大會綠色可持續(xù)發(fā)展方案綠眼睛獎、中國圖象圖形學(xué)學(xué)會技術(shù)發(fā)明二等獎、螞蟻集團數(shù)據(jù)智能獎、阿里巴巴集團橙點公益獎等。成果入選Gartner、中國保險報等機構(gòu)年度優(yōu)秀智能應(yīng)用案例。發(fā)表國內(nèi)外發(fā)論文20余篇，授權(quán)專利30余項。中國圖像圖形學(xué)學(xué)會人機交互委員會委員、中國圖像圖形學(xué)學(xué)會情感計算與理解專委會委員。

END

內(nèi)容來源|學(xué)會秘書處

編輯|曹藝華

責(zé)任編輯|叩穎