第四点是中国对 人工智能的应用已经开始从产业应用向科学研究应用扩展，称之为AI4S（AI for Science）,我认为以中国AI在产业方面应用的成功，也将在科研方面再次进行复制。

2024年的诺贝尔奖已经让全球 科学家感受到了AI的冲击，诺贝尔物理学奖给了两个构建了AI神经网络（当前AI大模型的基础技术）的科学家，诺贝尔化学奖三个得主中的两个是因为开发了能预测蛋白质的大模型。
产业对应的是科技的应用，科研则是科技的诞生，实际上当前已经有不少中国科研领域使用人工智能的案例。比如我在西安交通大学的官网上，发现他们讲该校第一附属医院刘冰教授团队联合华为云开展的研发项目“华为云盘古药物分子大模型辅助新靶点新类别广谱抗菌药研发”入选2023 AIIA （中国人工智能产业发展联盟）人工智能十大先锋案例。
刘冰教授主要是想解决细菌耐药性危机，因此要研发能够消灭耐药菌的抗生素，最终联合华为云，基于盘古药物分子大模型成功发现了广谱抗菌药肉桂酰菌素。
药物的研发其实比较枯燥，就是要找出具备潜在药效的小分子化合物（小分子才能进入细胞，所以通常口服药物是小分子化合物，当然也有大分子药物，通常是注射的，作用于细胞表面），但自然界各种分子实在太多了，不可能用穷举法，因此导入AI来判断和预测是个好办法。
使用盘古药物分子大模型对自然界中已存在的17亿个分子结构进行预训练，生成了1亿全新的小分子化合物的数据库，这些小分子具备高类药性，并且结构新颖性约达100％。
此外，盘古药物分子大模型还可以兼具小分子-蛋白结合预测、小分子的80多种属性预测、小分子优化与生成等药物研发的关键环节所需的功能，科研团队利用这些功能，进行进一步筛选，最终成功从海量的小分子化合物中筛选出了具备潜在药效的小分子。 AI极大地推动了新抗生素的研发，目前肉桂酰菌素正在稳步推进临床研究。
这并不是华为云AI在科研方面的唯一应用，像南方科技大学坪山生物医药研究院的抗流感药物研发，北京大学的基因研究，深圳海洋局的全球海洋预报，中国农科院的育种研究，都有华为云的身影。
华为云也看到了科研领域对AI的巨大需求，因此也专门打造了AI4S平台助力科研机构一站式开发：
AI4S平台除了给各大高校和科研机构提供昇腾算力以及对应的硬件加速套件/加速库之外，还已经针对十几个科研领域（包括生物医药，计算化学，地球 科学，电磁学，流体仿真，量子力学等）适配了包括华为自研以及第三方大模型在内的80多种模型。全国的科研用户可以实现开箱即用，还可以自己对模型进行二次开发。值得注意的是，这里的科研用户不仅仅是高校和科研机构，企业现在也是我国科技研究的主力军。

2023年中国科学家发表在三大顶刊CNS(《细胞》《自然》《科学》)期刊论文数量世界第二位，仅次于美国，顶尖科研成果的产出距离美国越来越近。中国的科研领域也开始大量应用AI的话，将会像产业领域一样，在AI应用方面走在美国的前面，这将大大加速中国顶尖科技成果赶超美国的时间。

老实说，美国这些年的制裁，反而把在美国技术基础上构建的中国AI能力，从硬件底座到大模型，都彻底逼向了自主创新和研发。而这些年我们也逐渐发现，我们在应用到行业方面的能力是如此之强，规模是如此之大，毕竟光是一个制造业，我国论增加值也已经是美国的两倍了，论产量更是对美国压倒性优势。
就拿被美国人视为命脉的汽车产业，根据国际汽车制造商组织（International Organization of MotorVehicleManufacturers）提供的数据显示，2023年全球汽车总产量达到了令人瞩目的9350万辆，中国产量3016万辆，美国1061万辆，中国几乎是美国的三倍，也是有史以来第一个产量突破3000万辆的国家。
科研领域也是一样，中国的科研支出在不断增长，R&D支出位居世界第二位，而且强度还不低，根据国家统计局公布，2023年R&D占GDP比例为2.65%，位居世界第12位，甚至超过了大部分发达国家。这意味着随着GDP总量增长，我国科研支出迟早是世界第一。
中国从产业到科研这么大规模，如果 AI应用都构建在美国软硬件技术基础上，那就是用中国庞大的市场拉动了美国公司的成长。而在这几年美国不断加码制裁的情况下，庞大的中国本土市场，以及国内千行百业积极的拥抱和应用AI，开始显现出了对于国产算力和大模型发展的强大拉动作用，这两年国产算力和大模型已经逐渐呈现燎原之势。
封锁和制裁，对能力弱的国家是有用的，对以前中国基础非常薄弱的时候也是有用的，但对现在的中国不太管用，封锁个十年八年，你会发现中国啥都有了。
（完）

贴主:峻声于2025_01_23 9:25:18编辑