对话33岁人大AI学院博导:用AI发现物理学规律,成果登Nature子刊( 三 )


除了气象精准预报外 , 在科学探索工程应用上 , 孙浩也在持续关注着蛋白质结构、自动驾驶等方面的进展 , 他还考虑以后在将自动驾驶的控制系统等与自己的研究相结合 , 以优化其可诠释性 。
四、“要做出大的成果 , 就要有大的胸怀和眼光”
在人民大学高瓴人工智能学院 , 孙浩正在教研究生《人工智能跨学科应用思维与实战》这门课 。
“这门课说实话不好讲 。 ”孙浩说 , 这是一门全新的课程 , 相比既有的人工智能理论课或案例课 , 它更注重对学生跨学科研究思维的引导与训练 。
比如抛出一个问题 , 要用AI方法来解决它 , 如何将自己所需要的知识嵌进来 , 为设计AI算法起到真正的作用?这是学生应该掌握的分析能力 。
他也会训练学生去研究顶会文章 , 不仅要了解解决问题的前沿方法 , 还要清楚故事是怎样讲的 , 以及为什么他们能提出这个方法来解决问题 。
孙浩不想给学生设限 , 在指导博士生时 , 他通常先了解学生自身的想法及职业规划 , 给刚入学的学生指定一个方向 , 但不会限定用什么方法 , 给予博士生自由探索的空间 。
“我们解决这个问题本身就非常有意思 , 就是未知世界 。 ”孙浩说 , “你做出来或找到了一个规律 , 或者发现了一个新的知识 , 会变得非常excited , 这种感觉不断地刺激的过程中 , 会让兴趣不断保持 , 所以说科学探索本来就有这种特质 , 这就是为什么那么多人热爱科学探索 。 ”
他希望学生首先要热爱自己在做的研究 , 明确自己想要做什么 , 不必为今年有没有在顶刊发表文章而纠结 , 一篇Nature不是半年就能做出来的 , “要做出大的成果 , 就要有大的胸怀和眼光 。 ”
每个人的研究特质不同 , 因此孙浩会因材施教 。 比如一个学生逻辑思维能力较强、学习和解决问题的速度快 , 孙浩就引导他做些有挑战性的事;而如果一个学生不具备这种潜质 , 孙浩也会慢下节奏 , 循序渐进地带他上手研究 。
他很乐意将自己的经验分享给学生 。 他正在带的博士生都自我驱动力都非常强 , 当学生感觉最近压力大 , 孙浩就让他把手头的工作都停下 , 出去爬山旅游放松 , 再回来看这个问题 , 往往会冒出新的灵感 。
同时 , 孙浩对学生能力的要求非常高:“如果是这个学生跟我读博士的话 , 他需要充分挖掘自己的潜力 , 把自己的研究能力提升到自己能够做到的极致 。 ”
做到极致 , 不是向学生施压 , 而是希望学生经过训练后能凭借扎实的基本功发挥出应有的状态 , 这样他未来才有更广泛方向的研究可以选择 。 “AI+科学探索”本质上是在研究基础的AI方法 , 即便学生以后想尝试些不同方向 , 也能游刃有余 。
对于学生创业 , 孙浩亦表示鼓励和支持 。 在他看来 , 在“AI+科学探索”方向 , 分子作用或激励新药研发 , 流体模型或推动火箭飞机设计 , 诸如此类的种种应用 , 均能通过提高效率来产生价值 。
结语:期待更多跨学科人才 , 用AI探索科学的星辰大海
可诠释是未来AI的发展方向 , 而AI与科学探索的结合正好是一个重要载体 。
当前“AI+科学探索”还面临多重挑战:这是一个需要深度跨学科交叉的领域 , 面向特定领域 , 需结合非常强的专业知识;此外 , 如何让系统既具备强大的学习能力 , 又兼顾数理简明的美感 , 这是个复杂的平衡问题 , 需要探索全新的AI算法 。
“我们已经做了一些工作 。 我相信未来应该至少能够起到一个指引的作用 。 ”孙浩举了些例子 , 包括符号强化学习推理策略以及稀疏回归等理论 。
但现阶段“AI+科学探索”领域的人才仍相当稀缺 , 学生多为计算机科班出身 , 孙浩也希望看到更多其他方向的学生有志于在这一领域深造 。
“如果数学还不错的话 , 基本上可以认为AI本身的门槛很低 , 我自己也不是计算机专业出身 。 ”他对自己的研究生只有两个基础要求 , 一是对AI+科学探索有热情 , 二是够勤奋 , 勇于克服困难 。
【对话33岁人大AI学院博导:用AI发现物理学规律,成果登Nature子刊】“汗水和丰收是一对挚友 , 勤奋和知识是一对Couple 。 ”他期待更多年轻人加入这一方向 , 愿意为之付出汗水 , 去攻克一系列科研难题 。

推荐阅读