本文为创新工场执行董事，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本身不是一个新主题，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，著名的计算机科学家。2007年1月11日，他在加州山景城召开发表了他的著名演讲：科学方法的一次革命。在这篇演讲中，吉姆·格雷将科学研究的范式分为四类——除了之前的实验范式、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——数据密集型科学发现（Data-Intensive ScientificDiscovery）。而第一、二、三范式分别是以实验、理论研究和模拟仿真为基础。
任博冰表示，第一二三范式目前还没有结束，第四范式虽然是说数据密集型，但事实上还是以实验理论包括仿真模拟为一体，加上数据本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。目前看来，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本身的一些迭代。
围绕“AI对科学能带来什么？”的问题。任博冰表示，AI目前带来的东西主要是复杂性比较高，变量因子比较多、在找规律方面胜过人脑等领域。但是事实上，在找规律方面，AI可能只是规律的一部分，或者说AI找到了规则，但人们无法理解。
对于上述问题，任博冰总结为两点：一是从理解到发现，另一个是从理解到设计。从理解到发现，科学能否自动化，如何自动化，哪些东西至少现在可以自动化？目前科学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规律性，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现以前未知的关系。
任博冰谈道，目前算法成就暂未达到人类理想预期，但从理解到设计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世界（Programable World）。因为目前快速演进的各类深度科技，其实已经从基于比特的数字创新，转向了基于比特和原子的数字物理创新，并且不断交叉成为一类新技术。我们把原子世界的理解写入比特世界，就能用比特去操控原子，甚至设计和制造一个新的原子世界。
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世界里。
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世界数字化层。加上 Science之后，这个物理世界数字化变得更基于物理世界本身的一些原理，超脱了我们之前对物理世界的理解，包括所有学科的交叉，加上 AI 的能力之后，在科学上和商业上有可能打开了一个新的增量市场所。而创新工场也在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。
