近日，以“计算，为了无法计算的价值”为主题的2023云栖大会在浙江杭州云栖小镇举办。大会围绕云计算和人工智能融合发展，新发布158个产品和解决方案，参展涉及238家云计算产业生态企业共3000余项技术、产品，吸引了全球数万开发者参会。会上，AI与科研创新的结合成为讨论热点。深势科技创始人、CEO 孙伟杰受邀进行主题演讲，分享如何借助通用技术平台，为科研创新提速，并介绍了深势科技在教育科研领域推出的最新解决方案。AI for Science 新时代下，
高校院系与教学研用
面临的机遇与挑战
在“AI for Science”新时代，科学研究的范式和方法正在发生深刻的变化，传统的“教、学、研、用”体系都面临着新的机遇和挑战。传统的分散、孤立的“小农作坊”模式已经无法满足 AI4S 时代的人才培养、科研发现、成果转化等诸多需求。在教学方面，随着AI与各个学科交叉成为主流趋势，人才培养体系和领域规范的缺乏、知识社区的分散、培养方案和教材更新缓慢以及教学实践平台缺失等问题都在制约着学术发展。在研究应用方面，如何在产学研一体化的进程中满足多样化的基础设施需求、解决计算、实验、文献数据联通等问题，弥补应用层面的基础工程能力不足，摆脱学术界与业界研究方向脱节的局面等都是亟待解决的挑战。
而 AI 技术的发展，以及 AI for Science 的快速落地，将给这些困难的解决带来全新的机遇。深势科技作为 AI4S 科学研究范式的践行者，基于对 AI4S 的布局和理解，打造了面向教育科研行业“教、学、研、用”全场景的通用解决方案；通过一套学与用的实践组合拳打通教育、学习、研究、应用之间的阻塞，为全球科研工作者提供有力支持，帮助科研人员更高效地学习和实践，提升科研工作的效率和质量。
随着AI技术的快速进步，新方法、新技术、新发现的诞生速度也在不断加快，传统的“教师授课、学生听讲、考试评估”式教学模式逐渐不再适用，一方面老师的课程内容很难完全兼顾包罗万象的前沿内容，另一方面同学们课堂上听到的书本知识在课后真正动手实操时往往 bug 丛生。如今我们已不再生活在一个将所有知识堆砌成厚重教材的时代，AI for Science 人才的培养体系、相关的课程、教材等教育资源的组织形式需要探索，同学们也需要更多教学与实践相结合的课程指导，需要一条可预见且能走通的 AI4S 实践路径。深势科技专为高校科研场景打造了先进的教学实训平台，将丰富的最佳科研实践转化为“活教材”，致力于为老师同学提供“手眼脑一体”的学习体验以及优质的 AI for Science 教学内容。我们为全球科研工作者和同学们提供了一站式编写和运行代码的交互式环境、超千篇高质量案例文档、视频与 Notebook 案例相结合的教学内容、易于交流的知识社区，从而便于同学们学习使用。在线资料查阅和代码运行实践等功能使同学们能够将学与练相结合，融会贯通，极大地拓展了传统的单向输出教学活动。同时，在教学实训平台上提供的诸如预装镜像、一键连接 CPU/GPU、对照翻译、代码解读等实用功能的帮助下，同学们无需为配置环境而烦恼，也无需受限于知识的边界，可以尽情享受无障碍学习。
在今年8月举行的2023 科学智能峰会（AI for Science Congress）上，中科院院士、北京科学智能研究院院长鄂维南指出：发展 AI for Science，推动走向“平台科研”模式，需要解决不同科研领域的共性问题，需要共建 AI for Science 的基础设施（概括为”四梁”），包括基本原理与数据驱动的算法模型与软件、高精度高效率的实验表征方法、替代文献的数据库与知识库、高度整合的算力平台。以基础设施为支撑，也在赋能工业应用的实际场景（概括为“N柱”），将在材料科学、能源化工、航空航天、药物研发等方向上带来巨大变革。与此同时，践行 AI for Science 也离不开像深势科技这样的一批产业应用推动者，用好的产品解决行业的真问题。AI for Science 是一个具有广阔前景和巨大潜力的领域，也是一个充满挑战和机遇的领域。
在科学研究过程中，大部分科研工作者应该都经历过以下场景：“文献调研、综述撰写环节往往会淹没在海量的信息当中，而缺乏高效地信息提取手段”，“一方面希望实验室可以尽可能自动化，一方面又为如何分析大量高维实验数据犯愁”，“领域前沿算法软件在快速发展，可每每想要尝试的时候，都被环境安装劝退”，“都说数据是模型的基础，可是用实验室的计算资源生成足够的数据要等半年”等等。依照“四梁”的建设思路，深势科技推出了科学文献大模型 Uni-Finder，以及基于大语言模型的文献专利分析工具和 Bohrium® Workspace 协同科研平台。Uni-Finder 的核心技术是深势科技自研的科学多模态大模型 Uni-SMT（Universal Science Multimodal Transformer）。不同于之前仅关注纯文本的大型语言模型，Uni-SMT 综合考虑了科学文献中的多模态元素，如图表、数学方程、分子结构表示和化学反应方程式等。它运用多模态对齐技术，实现了对科学文献的更全面和精确理解。
Bohrium® Workspace 协同科研平台整合了科研全场景所需全部基础设施，打通算力、算法（软件模型）、实验、数据库等多个科研核心要素，大幅度提升了科研人员验证创新科研想法的速度。Bohrium® Workspace 预集成了众多先进的 AI4S 算法软件工具，如 DeePMD-kit、ABACUS、DPGEN、Uni-Mol、Uni-Dock等，实现了开箱即用的便捷性，提供了繁荣的APP软件生态。此外，平台利用先进的调度算法，可实现逾十万多核 CPU 和一万多 GPU 卡算力的有效供给，充分解放了科研人员在软件工具和计算资源的获取和维护负担。实现了科研流程从文献调研到科研实验验证的全面加速，开启了科研安卓新模式。
图片：Bohrium® Workspace 预集成了众多先进的 AI4S 算法软件工具，实现了开箱即用的便捷性，提供了繁荣的APP软件生态在传统的教学和研究中，同学们往往学会了一系列理论知识，但到工作和实践中却仍然缺乏解决问题的能力，如何将教学研究和业界的实际需求连接起来， 关系到科研工作者的职业前景和科研工作的实际价值，也关系到高校院系与工业界互动的紧密程度。深势科技立足行业真实问题，与业界高校、企业和研究机构精准联动，结合实际场景设置 AI4S CUP 系列赛事，以赛代练，让同学们在实践中学习，在学习中直击行业痛点，缩小理论与实践之间的鸿沟，推动学术创新与研究发展，共同释放 AI4S 的无限可能。
长期以来，产研融合难的问题始终存在。先进的高校科研成果往往难以跨越实验室与工业应用之间的鸿沟，“科学家”、“工程师”、“用户”之间存在诸多壁垒，导致大量优秀的科研成果停留在了理论研究和论文发表阶段，无法创造更大的社会价值。对于教学和实践等研究产生的成果，深势科技提供 Bohrium® Apps 成果转化平台，以应用商店的模式打通 AI4S 行业软件落地的最后一公里。对开发者而言，原来动辄需要专业人士半年以上的工程开发工作，现在只需简单地修改算法运行入口的相关代码，便可以在不到1周的时间内自动生成算法运行所需的交互式用户界面以及完整的任务管理、用户管理、数据管理、商业化付费授权和结果可视化等周边全整套功能。Bohrium® Apps 快速的工程和产品化能力将有效支持 AI 以及算力密集型的科研成果快速学术交流以及进一步商业化，助力开发者快速找到真实用户，收集用户反馈，持续迭代科研成果，让代码“生长起来”。我们相信 AI4S 将赋能学界和业界的方方面面，帮助科学家从纷乱的自然和社会特征之中抽丝剥茧，发现事物背后作用着的关键规律，帮助我们加快走完科学研究和技术创新之间的最后一段路，最终成为社会新进生产力诞生的摇篮。这不仅需要原理层面的创新，也需要从基础设施、产品、场景交互各方面进行全方面的变革。打造一个适合 AI4S 时代的解决方案，既是愿景也是使命。我们期待与更多教育科研行业用户紧密合作，加快 AI4S 领域的顶层人才培养体系建设，引领教学与实践结合的 AI4S 时代学习风潮，推动科学研究进一步突破，为科研落地造福人类贡献力量。
深势科技是“AI for Science”科学研究范式的引领者和践行者，致力于运用人工智能和多尺度的模拟仿真算法，结合先进计算手段求解重要科学问题，为人类文明最基础的生物医药、能源、材料和信息科学与工程研究打造新一代微尺度工业设计和仿真平台。
我们开创性地提出了「多尺度建模+机器学习+高性能计算」的革命性科学研究新范式，并推出了Bohrium®科研云平台、Hermite®药物计算设计平台、RiDYMO®难成药靶标研发平台及 Piloteye™电池设计自动化平台等工业设计与仿真基础设施，颠覆了现有研发模式，打造“计算引导实验、实验优化设计”的全新范式。
深势科技是国家高新技术企业、国家专精特新“小巨人”企业，总部位于北京，并在上海、深圳等城市布局研发中心。科研技术团队由中国科学院院士领衔，汇集了超百位数学、物理、化学、生物、材料、计算机等多个领域的优秀青年科学家和工程师，其中公司的博士及博士后占比超过35%。核心成员获得过2020年全球计算机高性能计算领域的最高奖项“戈登贝尔奖”，相关工作当选2020年中国十大科技进展和全球AI领域十大技术突破。