近年 AI 技術發展引發投資熱潮，不少企業都想分一杯羹，但 AI 力量不限於寫文、聊天或造圖。其實 AI 已默默幫助科學家突破技術瓶頸，在科學研究取得數項重大成果，甚至破解一道核聚變發電的難題，改變全體人類未來。
破解蛋白質摺疊結構
2014 年被 Google 收購的英國 AI 技術企業 DeepMind，當年曾經以 AI 圍棋機械人 AlphaGo 聞名國際，如今研發的 AI 工具再不限於研究棋局，反倒為科學研究帶來突破。國際科學雜誌 New Scientist 報道，其中以 DeepMind 在蛋白質摺疊領域的成就最為驚人。
蛋白質摺疊（Protein folding）是持續數十年的科學界難題，研究員通常要花費數年時間，才能透過氨基酸的序列拆解單一蛋白質的摺疊結構。然而，去年 DeepMind 宣告，AI 研究工具 AlphaFold 僅用 18 個月，便成功預測幾乎所有已知科學蛋白質的摺疊結構，目前正在按已知蛋白質數據，訓練 AlphaFold 預測未拆解的蛋白質結構。
有關蛋白質研究的突破，已經幫助研究人員在其他領域取得進展，例如研究瘧疾新療法、製造分解塑料廢料的酵素。DeepMind 電腦科學家 Pushmeet Kohli 預告，更多突破即將出現，從預測蛋白質結構開始，研究人員轉向研究蛋白質動態、加速蛋白質設計，以及理解蛋白質突變的影響，特別是與癌症相關的突變。
研發未來新藥物
研發新藥物通常要收集多項數據，包括實驗結果、電腦模擬、掃描、臨床試驗和健康記錄等，隨著監管愈來愈嚴格，要收集這些數據的時間和成本正在增加。但倫敦瑪麗皇后大學生物訊息學教授 Conrad Bessant 表示，幾個研究計劃正使用 AI 技術幫助，例如分析大量雜亂的數據組，或者透過 AI 撰寫代碼，甚至使用生成式 AI 產生分子結構，用以針對特定疾病。
改善機器性能有助減排
在應對全球氣候危機上，AI 正參與研發更節能的汽車、電腦，甚至風力發動機 —— 巴黎理工學院最近使用 AI 確保發動機自動調節角度，以應對風向改變，將電力產出提高 0.3%。這數字看來微不足道，但若然在全球應用，電力足以供應約 170 萬個英國家庭。
DeepMind 還開發 AI 以改善標準電腦任務的效率，如提高矩陣乘法（Matrix Multiplication）效率多達 20%，加快排序算法（Sorting Algorithms）最多 70%。同樣看似是微不足道，但兩項任務每天在全球電腦執行數萬億次，這些突破有助人類減少電腦運算的碳排放。
Facebook 母公司 Meta 亦利用 AI 研發製造混凝土的新流程，可減少 40% 碳排放，因應混凝土佔全球碳排 8%，這突破同樣可為對抗氣候變化起到巨大作用。
突破核聚變的技術瓶頸？
目前所有核電廠產生的能量，都是建基於核裂變反應，研究人員向來期望在核聚變研究取得突破，讓人類掌握太陽產生熱能的原理，讓「人造太陽」帶來取之不盡的能源，但背後的研究極具挑戰。
全球最大型核聚變裝置「托卡馬克」（Tokamak）反應堆，採用磁約束聚變（Magnetic Confinement）原理設計，以極高速度和溫度把原子核融合，但過程產生熱力比太陽還要高。要精確快速地控制多個磁線圈，以壓縮極高溫的等離子體成為受限制形狀，以防觸碰機器壁面而引發災難，仍然是科學家無法突破的技術瓶頸。
目前 AI 已經為突破瓶頸帶來曙光，其中一道曙光，就來自去年 DeepMind 與瑞士聯邦理工學院（Swiss Federal Institutes of Technolog）的合作，以建立能夠控制 19 個磁線圈的神經網絡，並將托卡馬克內的等離子體塑造成不同形狀，有望為人類掃除實現核聚變發電的一大障礙。
