全球最具挑战的125个科学难题之一有望破解

===

随着科学技术部、国家自然科学基金委员会等机构支持力度的持续增加，我国科学智能相关研究成果开始“星火闪耀”。中国科大的“AI化学家”、中国科学院大连化物所的高精度体相水力场大模型、北京大学的分子动力学模拟软件SPONGE……

业内人士认为，人工智能具有很强的基础性作用，它几乎能跟所有领域结合，而科学研究本身就是改变世界的重要力量，两者融合将对社会产生重大影响。

借助昇思AI框架，科学家将快速破解水的结构谜题

2005年，《科学》杂志在创刊125周年之际，发布了全世界最具挑战性的125个科学问题，“水的结构和性质”即其中的科学问题之一。

“水是我们最常见的物质，却有非常奇特的性质。比如，通常物质都是固态重于液态，但冰（固态）却浮在水（液态）上。”中国科学院院士、中国科学院大连化物所分子反应动力学国家重点实验室主任张东辉介绍说，“水的复杂性主要源于其分子结构中氢键，但这种结构至今还未有定论。”

张东辉发表主题演讲。大会主办方供图

弄清体相水的氢键结构，人们不但可以深入认识水的各种奇特性质，更好地研制新药、开发新能源，还能提高人们对许多生命过程的理解。原则上，科学家可以通过高精度从头算构造水分子体系的高精度势能面（力场），但随着研究体系原子个数的增多，高精度势能面构造的困难也迅速增大。人工智能技术的发展大大提升了高精度势能面构造的能力，加快了高精度体相水力场构造的进程。

研究人员利用人工智能的神经网络，拟合水分子多体展开势能面，以获得体相水的高精度力场。该方法不仅将体相水的物理化学性状研究速度提升千倍，还能和实验相互印证，从而大大提高研究的准确性。

“可见，机器学习确实具有非常强的高维函数近似能力。”张东辉院士说，“而MindSpore从硬件设施、处理器、科学算子和昇思AI框架非常多的工具，可以帮助我们更好地做体相水的模拟，大幅提升工作效率，包括高精度力场开发，各种大场景、多尺度模拟的开展。”

AI框架为开发者提供了强大的工具和资源，让AI大模型“飞入寻常百姓家”

随着人工智能的发展，AI大模型的重要性越来越凸显。中国科学院自动化所研究员、武汉人工智能研究院院长王金桥认为，大模型分两类，一是底座型大模型，二是垂类（垂直分类）型大模型。垂类型大模型因适应千行百业、应用于多种场景而会越来越多。

近日发布的《中国人工智能大模型地图研究报告》同样显示，一方面国内底座型大模型正在持续拓展应用领域，从办公、生活、娱乐向医疗、工业、教育等行业加速渗透。另一方面，垂直分类的专业大模型也在不断落地，发挥其领域纵深优势，提供针对特定业务场景的高质量专业化解决方案。

虽然国内的大学、科研机构、企业等都在积极参与大模型研发。但大模型开发、训练和部署过程也面临着诸多挑战。

“庞大的数据集、复杂的网络结构和计算资源的要求，使开发者需要强大而灵活的AI框架来支持。”昇思开源社区理事长丁诚说，“同时，AI框架生态在开放性与共享、标准化与互操作性、持续模型研究与创新等方面均有越来越高的要求，AI框架与AI大模型正共同推动着AI技术的发展和创新。”

AI技术的迅猛发展正推动着全球创新的浪潮。在AI创新的背后，人工智能框架作为AI根技术，为开发者提供强大的工具和资源，扮演着至关重要的角色。AI框架就像人工智能时代的操作系统，是基础设施的操作系统，一方面要管理好这些硬件的资源，另一方面要做好兼容性。

在智能时代飞速发展的今天，特别是近年来大模型的兴起，使得AI算力需求和模型复杂度以突破摩尔定律的速度飞速增长。这意味着，除了对物理计算量的硬件要求外，软件的开发和调度效率也面临着巨大的挑战。

事实上，在每一个时代的技术更迭中，硬件系统都需要与之密切配合的软件使能，才能将产品更好地推广和应用。AI框架的出现，提供了丰富的数学编程接口，便捷的自动微分求导，高效的分布式并行调度能力，与多样化算力系统相结合，帮助人工智能研究者孵化出各种AI算法和应用创新。

“AI框架既要如同汽车方向盘一般，给AI用户提供便捷的操作接口。也要像变速箱和传动轴一般，将算力合理高效的调度，发挥出系统最佳的性能。”丁诚说。

框架向下去调用硬件和芯片的算力，对上支撑模型的开发。从而大大缩短了我们训练AI模型所需要的时间，因为没有AI硬件加持，AI模型会计算很久，难以满足使用需要。

业内人士认为，早期人工智能研究多停留在学术圈或少数大公司范围。AI框架的成熟并迅速发展，能把开发难度降到大众水平，让更多中小企业甚至个人有可能开发特殊场景应用，让AI大模型“飞入寻常百姓家”。

“开发大模型真正的技术难点是底层实现，这一块我们在AI框架中会去帮大家解决。昇思AI框架承担着繁荣AI产业生态的使命，南向结合硬件厂商技术优势，北向联合千行百业应用场景，助力AI产业的全面开放与繁荣。”丁诚补充说，“这是我们昇思AI框架的定位。”

夯实人工智能“根技术”，降低行业应用和创新门槛

年初，ChatGΡT掀起了一波大模型热潮。但ChatGΡT的卓越表现并非一家公司成果，其背后有英伟达、微软构建的AI硬件，有超过1000张GPU，另外还有例如Meta的AI框架团队帮他们做算子、调度等基础软件方面的定制、调优，最终才能让它表现出不俗的效果。

不少AI框架用户认为，AI框架是培育产业应用的“黑土地”，各种模型、应用都是这块土地上生长的树、绽放的花、结出的果，它需要凝心聚力共建AI框架开源新生态。

考虑到单靠一个团队力量无法撑起整个AI框架的演进与发展，昇思MindSpore开源社区构建了充分开放的治理架构，通过社区理事会以及多个专业委员会，集众力汇众智，共同助力社区发展。同时，昇思MindSpore扎根中国、放眼世界，通过与六大业界开源基金会合作，逐步拓展至全球150+国家，1700+城市的AI开发者。实现与Hugging face社区的无缝对接，提供面向全球开发者的原生大模型体验，实现AI生态的共同繁荣。

“要真正繁荣中国的AI产业，必然离不开充足的人才支持。而AI框架已成为开发者必备的工具，因此昇思责无旁贷地承担着培养AI人才的生态使命。”丁诚说。

针对不同开发者不同阶段的成长路径，昇思MindSpore开源社区提供了全套方案：面向入门阶段，提供系列教材和认证课程，走进全国各地的高校，赋能学生通过昇思MindSpore入门学习AI；面向实践阶段，提供系列化的实习、众智和竞赛任务，给开发者提供充分的实践机会，手把手引导开发者成长；面向研究创新阶段，提供昇思学术激励基金和算力支持，激发原创科学研究。

目前昇思MindSpore开源社区已与全球210+高校和科研机构开展了广泛合作，覆盖全部C9院校，培训2500名老师，培养20万+学生；在科研创新上，与全球290+TOP科研团队进行深入合作，基于昇思发表的AI顶会论文已达900+篇，在国内排名第一，全球排名第二。

根深叶茂、本固枝荣。过去3年里，昇思社区帮助业界各类伙伴完成以紫东.太初、鹏程系列等为代表的一系列百亿及千亿级大模型。基于昇思孵化的产业落地大模型，占到国内总数的40%。除大模型外，在AI使能科学计算，帮助科学研究创新与突破方面：MindSpore2.0完善了AI科学智能整体技术架构，助力融合应用创新开发。

下一步昇思MindSpore开源社区将积极与高校、科研院所和企业界合作，在行业的重点场景精选了高质量模型，结合软硬件协同性能优化，打造了系列场景化开发套件，进一步降低AI行业使用和创新的门槛。