AI发现新物质,仅用200小时!不写一行代码,筛选36.7万种物质

衡宇 发自 凹非寺
量子位 | 公众号 QbitAI

一行代码都不用写,全靠AI,在200小时内发现一种全新物质!

如果使用传统方法,这个过程可能需要花费几个月甚至几年时间。

这个立大功的AI,就是微软刚刚在Build大会上推出的Microsoft Discovery

它是一个企业级AI科研平台,结合了专业AI Agent与高性能计算。

微软表示,推出Microsoft Discovery,是为了跨越领域专家和计算能力之间的鸿沟,把AI的力量带给科学家和工程师。

以更快速度、更大规模和更高精度推动科学成果。

发现新物质,时间从n个月压缩到200小时

事情是这样的——

微软用Microsoft Discovery解决了一个数据中心真实面对的难题,即寻找不含PFAS(全氟/多氟烷基物质)成分的冷却剂。

目前而言,数据中心的冷却方法往往依赖于有害化学品。

PFAS就是一种广泛用于冷却系统,但逐步被全球监管禁止的“永不分解”化学物质。

微软研究人员使用Microsoft Discovery筛选了367000种潜在的替代品。

约200小时内,研究人员利用在Microsoft Discovery识别出了可能用来替代的冷却剂,然后将结果交给合作方进行合成验证。

最后,微软还展示了用这种冷却剂来冷却运行视频游戏的GPU的效果。

尽管这项具体应用仍处于实验阶段,但此时的一小步,却是这个领域的一大步。

微软表示,这说明了用上Microsoft Discovery,原本可能需要几个月乃至几年的开发过程,现在只需要几个月就能完成。

而且是每一个领域。

因为微软推出Microsoft Discovery,就是为了通过自然语言交互,让没有编程背景的研究人员也能使用超级计算能力与复杂模拟系统

除了这个领域外,微软已经开始推动Microsoft Discovery在医药、芯片设计、工程制造等领域的应用。

一直以来,科学家往往需要学习编程语言才能使用复杂的计算平台,这造成了研究瓶颈。

“我的博士专业是生物学,我不是计算机科学家。”微软战略任务与技术副总裁Jason Zander表示,“如果你能让我仅仅通过提示词,就解锁超算的能力,那真的给予了非编程人员很强大的助力。”

没错,作为一个企业级平台,Microsoft Discovery的使用方式和普通AI一样,非常简便。

使用者可以通过一个类似Copilot的界面,与AI通过自然语言互动,来指导上面专业化的AI Agent

也可以定制与自身流程匹配的AI,将专业知识编码为Agent能力,这样一来,无需依赖传统编码工具就能搭建端到端的实验流程,协助科研团队完成整个研究任务。

对于中小型科研机构来说,这种平台可以省去招聘专门编程人员的成本,让领域专家用大白话提问、建模、做实验,从而大幅降低先进科研的准入门槛。

Microsoft Discovery如何炼成?

要实现这个目标,那么理想中的平台既需要理解科学领域,又能管理科学思维中的认知过程。

该Microsoft Discovery平台结合了两个关键组件:

  • 基础模型:用于规划。
  • 专业模型:针对特定科学领域(如物理学、化学和生物学)训练。

这种方法的独特之处,在于把通用人工智能能力与深入的专业科学知识相结合。

两种模型组成了Microsoft Discovery背后的“AI博士后”团队——这些专业Agent可以执行科学过程中,从文献综述到计算模拟的各个方面。

同时,Microsoft Discovery具备以下能力:

  • 在复杂知识图谱中推理;
  • 跨领域任务专业化;
  • 从结果中学习并动态调整研究计划。

现在发展最迅速的大模型,虽然能加速信息检索和假设生成,但缺乏对分散、复杂甚至矛盾科学数据的深度语境理解。

为此,Microsoft Discovery引入了图谱知识引擎

图谱知识引擎不仅可以进行检索事实,同时能够构建专有数据与外部科研间的关联图谱,深入理解跨学科冲突理论、实验结果及潜在假设。

在此基础上,Microsoft Discovery还实现了协同推理

其推理过程透明,通过详细来源追踪和逻辑链保持专家参与,确保可信度与可验证性。

此外,与传统孤立流程不同,Microsoft Discovery支持持续迭代的研发循环

与此同时,微软Copilot作为科学助手,基于研究者指令协调各个Agent,整合AI与HPC模拟。

最后,Microsoft Discovery基于Azure基础设施打造,降低使用门槛。

平台现已开放私密预览,定价尚未公布。

微软表示,小型实验室可通过Azure接入平台,费用按云服务模式计费。

One More Thing

目前,Microsoft Discovery依托传统高性能计算,但它的架构预留了未来连接量子计算的能力

“我们正在探索如何将智能体AI与算力优势结合,甚至延伸到量子计算,并将其应用在最重要的领域:科学研究。”微软表示。

(文:量子位)

发表评论

×

下载每时AI手机APP

 

和大家一起交流AI最新资讯!

立即前往