本文为立异工场执行董事，前沿科技基金总经理任博冰于「驱动未来的AI技术」系列主题，「AI for Science」专场的分享内容节选。点击进入「机器之心Pro」，查看更多优质内容。
From ScienceAI to Programable World
任博冰表示，其实在上世纪80年代通过机器学习对蛋白质结构预测就开始做了，所以，ScienceAI自身不是一个新主题，最近几年科研和产业没有较大变化。
任博冰谈道，吉姆·格雷是1998年图灵奖得主，著名的计算机迷信家。2007年1月11日，他在加州山景城召开发表了他的著名报告：迷信方法的一次革命。在这篇报告中，吉姆·格雷将迷信研究的范式分为四类——除了之前的尝试范式、理论范式、仿真范式之外，新的信息技术已经促使新的范式出现——数据密集型迷信发明（Data-Intensive ScientificDiscovery）。而第一、二、三范式分别是以尝试、理论研究和模拟仿真为基础。
任博冰表示，第一二三范式当前还没有结束，第四范式虽然是说数据密集型，但事实上还是以尝试理论包括仿真模拟为一体，加之数据自身智能带来的一些机会，所以第四范式其实是第一二三加四的总和。当前看来，大部分还在第三到第四个中间的过渡，而且第四范式未来可能还会有第五范式自身的一些迭代。
围绕“AI对迷信能带来什么？”的问题。任博冰表示，AI当前带来的东西主要是复杂性比较高，变量因子比较多、在找纪律方面胜过人脑等领域。但是事实上，在找纪律方面，AI可能只是纪律的一部分，或者说AI找到了规则，但人们无法明白。
对于上述问题，任博冰总结为两点：一是从明白到发明，另一个是从明白到计划。从明白到发明，迷信能否自动化，如何自动化，哪些东西至少现在可以自动化？当前迷信的核心是观察和逻辑，也就是第四范式。通过观察生成数据，然后我们可以从中使用逻辑来识别纪律性，并用数学语言来表述它们，并对其公式化，但是数学公式不仅仅是对数据的描述，它也使我们预测并发明以前未知的关系。
任博冰谈道，当前算法成就暂未达到人类理想预期，但从明白到计划上已经有很好的突破。
任博冰表示，我们在逐步接近一个可编程的原子全国（Programable World）。因为当前快速演进的各类深度科技，其实已经从鉴于比特的数字立异，转向了鉴于比特和原子的数字物理立异，并且不断交叉成为一类新技术。我们把原子全国的明白写入比特全国，就能用比特去操控原子，甚至计划和制造一个新的原子全国。
长期来看，有两个趋势不可避免：
1.人类将有能力使生命体和非生命体将有目标地自编程和自制造。
2.会有一部分包括人类的生命体和一部分非生命体生活在比特全国里。
可以看到ScienceAI 打开了一个新的空间。人工智能在过去还停留在物理全国数字化层。加之 Science之后，这个物理全国数字化变得更鉴于物理全国自身的一些原理，超脱了我们之前对物理全国的明白，包括所有学科的交叉，加之 AI 的能力之后，在迷信上和商业上有可能打开了一个新的增量市场所。而立异工场也在ScienceAI领域有突破，孵化出一系列公司，如电芯的电子电流场、转座子家族、合金晶体结构、酶结构等。
