Google AI 开启新发现时代

这是 Google 高级副总裁 James Manyika 在 2024 年 11 月伦敦"AI for Science Forum"上的开幕演讲文字稿。论坛由 Google DeepMind 与英国皇家学会联合举办，邀请诺贝尔奖得主、政策制定者和产业代表共同讨论 AI 如何加速科学发现。演讲把 AI 在科学中的角色界定为辅助工具：从 Hodgkin 与 Huxley 用计算方法描述神经冲动、到 Demis Hassabis、John Jumper 与 AlphaFold 团队凭借 AI 拿下 2024 年诺贝尔化学奖，AI 与科学的结合并非新事，只是近期速度被显著放大。

演讲列举了 Google 体系内的多项案例。AlphaFold 一年内预测了科学界已知的 2 亿种蛋白质结构，AlphaFold 3 把覆盖范围扩到 DNA、RNA 和配体，已被 190 多个国家的 200 万研究者使用；AlphaMissense 给约 7100 万种可能的 missense 变异中的 90% 打上致病性标签，而人类专家此前只确认了 0.1%；NeuralGCM 把机器学习与传统物理方法结合，传统模型模拟 19 天的算力它能跑出 7 万天的大气演化；GenCast 把 15 天天气预报的精度与速度推到工业金标系统之上；Flood Hub 借助 AI 把河流洪水预报扩展到 100 多个国家、覆盖 7 亿人；与 American Airlines 合作的 contrail 预测模型在 70 次航班测试中减少了 54% 的航迹云排放；糖尿病视网膜病变筛查工具已完成 60 万次筛查，泰国和印度的新合作将在十年内再增 600 万次。

对读者而言，演讲提供了一份 AI 在科学领域的成果清单，也勾勒出 Google 对未来路径的判断：继续突破当前模型的能力边界、坚持负责任的科学方法、把工具与资源开放给更多地区的科学家。Manyika 把这些方向称为新的发现时代的起点，强调 AI 不取代研究者，而是放大研究者的工作半径。