AI發(fā)現(xiàn)新物質(zhì)，僅用200小時(shí)！不寫(xiě)一行代碼，篩選36.7萬(wàn)種物質(zhì)

衡宇 2025-05-20 11:38:26 來(lái)源：量子位

衡宇 發(fā)自 凹非寺

量子位 | 公眾號(hào) QbitAI

一行代碼都不用寫(xiě)，全靠AI，在200小時(shí)內(nèi)發(fā)現(xiàn)一種全新物質(zhì)！

如果使用傳統(tǒng)方法，這個(gè)過(guò)程可能需要花費(fèi)幾個(gè)月甚至幾年時(shí)間。

這個(gè)立大功的AI，就是微軟剛剛在Build大會(huì)上推出的Microsoft Discovery。

它是一個(gè)企業(yè)級(jí)AI科研平臺(tái)，結(jié)合了專(zhuān)業(yè)AI Agent與高性能計(jì)算。

微軟表示，推出Microsoft Discovery，是為了跨越領(lǐng)域?qū)＜液陀?jì)算能力之間的鴻溝，把AI的力量帶給科學(xué)家和工程師。

以更快速度、更大規(guī)模和更高精度推動(dòng)科學(xué)成果。

發(fā)現(xiàn)新物質(zhì)，時(shí)間從n個(gè)月壓縮到200小時(shí)

事情是這樣的——

微軟用Microsoft Discovery解決了一個(gè)數(shù)據(jù)中心真實(shí)面對(duì)的難題，即尋找不含PFAS（全氟/多氟烷基物質(zhì)）成分的冷卻劑。

目前而言，數(shù)據(jù)中心的冷卻方法往往依賴(lài)于有害化學(xué)品。

PFAS就是一種廣泛用于冷卻系統(tǒng)，但逐步被全球監(jiān)管禁止的“永不分解”化學(xué)物質(zhì)。

微軟研究人員使用Microsoft Discovery篩選了367000種潛在的替代品。

約200小時(shí)內(nèi)，研究人員利用在Microsoft Discovery識(shí)別出了可能用來(lái)替代的冷卻劑，然后將結(jié)果交給合作方進(jìn)行合成驗(yàn)證。

最后，微軟還展示了用這種冷卻劑來(lái)冷卻運(yùn)行視頻游戲的GPU的效果。

盡管這項(xiàng)具體應(yīng)用仍處于實(shí)驗(yàn)階段，但此時(shí)的一小步，卻是這個(gè)領(lǐng)域的一大步。

微軟表示，這說(shuō)明了用上Microsoft Discovery，原本可能需要幾個(gè)月乃至幾年的開(kāi)發(fā)過(guò)程，現(xiàn)在只需要幾個(gè)月就能完成。

而且是每一個(gè)領(lǐng)域。

因?yàn)槲④浲瞥鯩icrosoft Discovery，就是為了通過(guò)自然語(yǔ)言交互，讓沒(méi)有編程背景的研究人員也能使用超級(jí)計(jì)算能力與復(fù)雜模擬系統(tǒng)。

除了這個(gè)領(lǐng)域外，微軟已經(jīng)開(kāi)始推動(dòng)Microsoft Discovery在醫(yī)藥、芯片設(shè)計(jì)、工程制造等領(lǐng)域的應(yīng)用。

一直以來(lái)，科學(xué)家往往需要學(xué)習(xí)編程語(yǔ)言才能使用復(fù)雜的計(jì)算平臺(tái)，這造成了研究瓶頸。

“我的博士專(zhuān)業(yè)是生物學(xué)，我不是計(jì)算機(jī)科學(xué)家?！蔽④洃?zhàn)略任務(wù)與技術(shù)副總裁Jason Zander表示，“如果你能讓我僅僅通過(guò)提示詞，就解鎖超算的能力，那真的給予了非編程人員很強(qiáng)大的助力?！?/p>

沒(méi)錯(cuò)，作為一個(gè)企業(yè)級(jí)平臺(tái)，Microsoft Discovery的使用方式和普通AI一樣，非常簡(jiǎn)便。

使用者可以通過(guò)一個(gè)類(lèi)似Copilot的界面，與AI通過(guò)自然語(yǔ)言互動(dòng)，來(lái)指導(dǎo)上面專(zhuān)業(yè)化的AI Agent。

也可以定制與自身流程匹配的AI，將專(zhuān)業(yè)知識(shí)編碼為Agent能力，這樣一來(lái)，無(wú)需依賴(lài)傳統(tǒng)編碼工具就能搭建端到端的實(shí)驗(yàn)流程，協(xié)助科研團(tuán)隊(duì)完成整個(gè)研究任務(wù)。

對(duì)于中小型科研機(jī)構(gòu)來(lái)說(shuō)，這種平臺(tái)可以省去招聘專(zhuān)門(mén)編程人員的成本，讓領(lǐng)域?qū)＜矣么蟀自?huà)提問(wèn)、建模、做實(shí)驗(yàn)，從而大幅降低先進(jìn)科研的準(zhǔn)入門(mén)檻。

Microsoft Discovery如何煉成？

要實(shí)現(xiàn)這個(gè)目標(biāo)，那么理想中的平臺(tái)既需要理解科學(xué)領(lǐng)域，又能管理科學(xué)思維中的認(rèn)知過(guò)程。

該Microsoft Discovery平臺(tái)結(jié)合了兩個(gè)關(guān)鍵組件：

• 基礎(chǔ)模型：用于規(guī)劃。
• 專(zhuān)業(yè)模型：針對(duì)特定科學(xué)領(lǐng)域（如物理學(xué)、化學(xué)和生物學(xué)）訓(xùn)練。

這種方法的獨(dú)特之處，在于把通用人工智能能力與深入的專(zhuān)業(yè)科學(xué)知識(shí)相結(jié)合。

兩種模型組成了Microsoft Discovery背后的“AI博士后”團(tuán)隊(duì)——這些專(zhuān)業(yè)Agent可以執(zhí)行科學(xué)過(guò)程中，從文獻(xiàn)綜述到計(jì)算模擬的各個(gè)方面。

同時(shí)，Microsoft Discovery具備以下能力：

• 在復(fù)雜知識(shí)圖譜中推理；
• 跨領(lǐng)域任務(wù)專(zhuān)業(yè)化；
• 從結(jié)果中學(xué)習(xí)并動(dòng)態(tài)調(diào)整研究計(jì)劃。

現(xiàn)在發(fā)展最迅速的大模型，雖然能加速信息檢索和假設(shè)生成，但缺乏對(duì)分散、復(fù)雜甚至矛盾科學(xué)數(shù)據(jù)的深度語(yǔ)境理解。

為此，Microsoft Discovery引入了圖譜知識(shí)引擎。

圖譜知識(shí)引擎不僅可以進(jìn)行檢索事實(shí)，同時(shí)能夠構(gòu)建專(zhuān)有數(shù)據(jù)與外部科研間的關(guān)聯(lián)圖譜，深入理解跨學(xué)科沖突理論、實(shí)驗(yàn)結(jié)果及潛在假設(shè)。

在此基礎(chǔ)上，Microsoft Discovery還實(shí)現(xiàn)了協(xié)同推理。

其推理過(guò)程透明，通過(guò)詳細(xì)來(lái)源追蹤和邏輯鏈保持專(zhuān)家參與，確保可信度與可驗(yàn)證性。

此外，與傳統(tǒng)孤立流程不同，Microsoft Discovery支持持續(xù)迭代的研發(fā)循環(huán)。

與此同時(shí)，微軟Copilot作為科學(xué)助手，基于研究者指令協(xié)調(diào)各個(gè)Agent，整合AI與HPC模擬。

最后，Microsoft Discovery基于Azure基礎(chǔ)設(shè)施打造，降低使用門(mén)檻。

平臺(tái)現(xiàn)已開(kāi)放私密預(yù)覽，定價(jià)尚未公布。

微軟表示，小型實(shí)驗(yàn)室可通過(guò)Azure接入平臺(tái)，費(fèi)用按云服務(wù)模式計(jì)費(fèi)。

One More Thing

目前，Microsoft Discovery依托傳統(tǒng)高性能計(jì)算，但它的架構(gòu)預(yù)留了未來(lái)連接量子計(jì)算的能力。

“我們正在探索如何將智能體AI與算力優(yōu)勢(shì)結(jié)合，甚至延伸到量子計(jì)算，并將其應(yīng)用在最重要的領(lǐng)域：科學(xué)研究?！蔽④洷硎?。

參考鏈接：
[1]https://azure.microsoft.com/en-us/blog/transforming-rd-with-agentic-ai-introducing-microsoft-discovery/
[2]https://venturebeat.com/ai/microsoft-just-launched-an-ai-that-discovered-a-new-chemical-in-200-hours-instead-of-years/
[3]https://www.youtube.com/watch?v=R8d5JsJ9R64