"Comprender los principios fundamentales del problema" es investigación básica.

Recientemente, DeepMind, una subsidiaria de Google, publicó un artículo en la revista Nature, anunciando que había utilizado su programa de inteligencia artificial AlphaFold 2 para predecir el 98,5% de las proteínas humanas y decidió fabricar el Código fuente de AlphaFold 2 público. Abra conjuntos de datos relevantes para que los utilicen investigadores de todo el mundo.

Entonces, ¿AlphaFold cuenta como investigación básica?

En este sentido, Li Guojie, académico de la Academia China de Ingeniería, clasificó AlphaFold como ciencia y tecnología de la ingeniería: "La ciencia y la tecnología de la ingeniería no son solo herramientas, sino también un papel importante que puede desempeñar un enorme papel en la investigación básica."

El autor tiene comentarios especiales sobre la declaración de Li Guojie. También tiene las siguientes opiniones sobre la investigación básica, con la esperanza de atraer más atención.

La investigación científica tiene sus propias leyes y regulaciones. Si no sigues las reglas, obtendrás el doble de resultado con la mitad de esfuerzo.

Entonces, ¿cuáles son las reglas de la investigación básica? De hecho, diferentes definiciones de investigación básica reflejan diferentes perspectivas y corresponden a diferentes métodos de implementación específicos.

En general, ha habido dos definiciones principales de investigación básica en las últimas décadas:

Primero, Vannevar Bush definió la investigación básica y la investigación aplicada bajo el modelo lineal, respecto a la investigación básica. como conjunto de conocimientos y fuente del progreso tecnológico.

Bajo esta definición, el papel de la investigación básica es generar conocimiento, independientemente de su relación con tecnologías específicas. Por lo tanto, a nivel de implementación, “lanzar la red” puede ser la forma más efectiva de generar conocimiento diverso.

En segundo lugar, Donald E. Stokes definió diferentes tipos de investigación a través de cuatro cuadrantes. Stokes dividió la investigación básica en investigación básica pura (cuadrante de Bohr) e investigación básica "impulsada por aplicaciones" (cuadrante de Pasteur).

A nivel de implementación, la investigación básica bajo los modelos lineales y de cuadrantes de Bohr es básicamente la misma.

En el Cuadrante de Pasteur, la investigación científica básica de vanguardia debe utilizarse para resolver necesidades prácticas urgentes, fuertes y enormes; en la práctica, al resolver problemas prácticos, los investigadores se ven obligados a aclarar los principios básicos de algunos; problemas aplicados.

Prefiero el modelo de cuatro cuadrantes de Stokes.

En mi opinión, “aclarar los principios fundamentales del problema” es investigación básica.

De hecho, el cuadrante de Bohr y el cuadrante de Pasteur son en realidad los mismos en la práctica de investigación científica específica, que consiste en "aclarar los principios subyacentes del problema", pero la fuente del problema es diferente.

Las fuentes de los problemas en el cuadrante de Bohr provienen principalmente de la disciplina misma, como por ejemplo por qué existe el entrelazamiento cuántico; las fuentes de los problemas en el cuadrante de Pasteur provienen principalmente de aplicaciones prácticas, como cómo mantener fresca la leche.

Desde la perspectiva de "aclarar los principios subyacentes del problema", siempre que se puedan plantear algunos problemas sin resolver, existe la posibilidad de realizar un trabajo de investigación básica.

Todos podemos tener una experiencia. La "primera vez" en la investigación científica y tecnológica suele ser particularmente difícil, como el primer avión, la primera bomba atómica, el primer satélite artificial, la primera CPU y la primera computadora. Un aterrizaje en Marte y más. Incluso si otros países lo han hecho, todavía es difícil que otro país lo haga "por primera vez".

¿Por qué? Esto se debe principalmente a que estos resultados de "primera vez" no son solo un sistema prototipo, sino también un conjunto de procesos técnicos para desarrollar sistemas prototipo y las plataformas, materiales, reactivos, equipos, instrumentos, etc. correspondientes. , es decir, infraestructura de investigación científica.

El papel de estas infraestructuras de investigación científica es "dilucidar los principios básicos del problema". Por ejemplo, para desarrollar túneles de viento para la construcción de aviones, se necesitan simuladores y simuladores de alta precisión para desarrollar CPU.

Incluso la investigación básica en los campos de la física, la química, la astronomía y otros campos es ahora inseparable de diversos equipos e instrumentos de última generación, como el dispositivo EAST Tokamak para estudiar la fusión nuclear y el telescopio FAST para astronomía. .

En el campo del diseño de chips de CPU en el que participa el autor, muchas personas lo consideran pura tecnología de ingeniería y creen que no existe una investigación básica al respecto.

Pero en mi opinión, aclarar los principios subyacentes de algunos problemas en el espacio de diseño de CPU es una investigación básica.

Por ejemplo, el procesador M1 lanzado recientemente por Apple incluso superó al procesador de escritorio de Intel. Esto se debe a que M1 usa alrededor de 600 robs, lo que subvierte por completo el concepto de los diseñadores de arquitectura de CPU tradicionales, porque en el pasado, los ROB de CPU generalmente lo hacían. no exceder los 200.

Quizás utilizando el pensamiento de ingeniería inversa, se pueda crear rápidamente un diseño de arquitectura de CPU de 600 elementos.

Pero ¿quién sabe por qué Apple se atreve a diseñarlo de esta manera? ¿Por qué son 600 para agarrar, no 400 u 800? La ingeniería inversa es solo una tecnología de ingeniería, pero si puede comprender completamente los principios subyacentes de estos problemas, es una investigación básica en el campo del diseño de arquitectura de CPU.

No es fácil comprender los principios subyacentes, lo que requiere el soporte de un conjunto de infraestructura de diseño de arquitectura de CPU: desde tecnología de análisis de características del programa, tecnología de exploración espacial de diseño, simulador de alta precisión, tecnología de simulación de sistemas, tecnología de verificación, etc. También necesitamos analizar una gran cantidad de características del programa, recopilar una gran cantidad de datos sin procesar, requerir una gran cantidad de análisis cuantitativos detallados, requerir una gran cantidad de simulaciones... todo para ilustrar los principios básicos.

Hasta cierto punto, la infraestructura de investigación científica, como plataformas/materiales/reactivos/equipos/instrumentos, son resultados más importantes que los sistemas prototipo.

Con esto, podemos explorar continuamente los principios subyacentes de varios fenómenos, respaldar la optimización iterativa posterior y convertirnos en una base para cultivar talentos.

La investigación básica y la tecnología de ingeniería no son simples oposiciones binarias.

Por el contrario, la investigación básica y el desarrollo de ingeniería están integrados en muchas áreas.

Esta convergencia se produce porque gran parte de la infraestructura de investigación, como nuevas plataformas, nuevos equipos y nuevos procesos, requieren inversiones en ingeniería.

Incluso la investigación básica, como la detección de ondas gravitacionales y la partícula de Higgs, requiere inversión en ingeniería para desarrollar instrumentos y equipos como LIGO y LHC.

Una vez que se tenga este tipo de infraestructura de investigación científica, será mucho más fácil para otros realizar investigaciones científicas sobre ella.

Una de las razones por las que la investigación básica en Estados Unidos es sólida es que muchos académicos han construido estas infraestructuras de investigación científica en universidades e institutos de investigación corporativos.

Por ejemplo, en el campo del diseño de chips de CPU, existen una serie de infraestructuras como el simulador GEM5, el modelo CACTI, la plataforma de simulación FireSim, etc., que pueden hacerlo más conveniente para académicos de otras universidades. para realizar investigaciones.

Entonces, algunos académicos creen que la investigación básica no requiere ingeniería, la razón principal es que alguien les ayuda a construir la infraestructura de investigación científica subyacente, lo que les facilita la optimización y la publicación de artículos.

Muchas empresas de tecnología en los Estados Unidos también construirán un conjunto de infraestructura de investigación científica (código abierto y autoinvestigación) que generalmente está abierta al mundo académico.

Al importar las necesidades comerciales y los datos internos a la infraestructura de investigación científica de la empresa, es fácil digerir las nuevas ideas generadas por el mundo académico e integrarlas en los productos de la empresa.

Por lo tanto, la infraestructura abierta y el flujo de talentos son razones importantes para la formación de un circuito cerrado de "ideas de innovación - aplicaciones - recopilación de comentarios - nuevas ideas innovadoras - nuevas aplicaciones" en la comunidad académica y la industria estadounidenses. .

Sin embargo, en mi país aún no se ha formado un circuito cerrado tan eficiente entre la academia y la industria, y la mayoría de las empresas aún no han establecido una infraestructura de investigación científica con la academia.

Por lo tanto, para la comunidad académica de nuestro país, es más necesario participar en la construcción de infraestructura de investigación científica, especialmente para complementar los cursos de infraestructura de investigación científica junto con las empresas.

Aunque gran parte de la investigación básica es exploración puramente teórica, puede ser llevada a cabo por unas pocas personas o incluso por un pequeño equipo de una sola persona.

Pero también hay muchos estudios básicos que requieren grandes equipos, grandes directivos y grandes organizaciones, como la detección de la partícula de Higgs y el desarrollo de LIGO para observar ondas gravitacionales.

La Agencia de Proyectos de Investigación Avanzada de Defensa de EE. UU. (DARPA) financia muchos proyectos de innovación disruptiva.

Cuando observamos el proceso de establecimiento e implementación del proyecto DARPA, podemos ver algunas * * * características: primero, puede visualizar el futuro y establecer objetivos radicales científicamente descomponerlos en una serie de subtareas; formular un plan de implementación para subtareas específicas, incluidos objetivos, nodos de tiempo, etc. Finalmente, las subtareas se integraron en un sistema prototipo.

El "Gerente de Proyecto" será responsable de las cuatro tareas anteriores, tiene poder absoluto de decisión sobre el proyecto y también es responsable del proyecto, lo que equivale a controlar la situación general. Una gran cantidad de práctica ha demostrado que este modelo de organización y gestión de la investigación científica es altamente eficiente.

Este modelo también es válido para la investigación básica.

Tomemos como ejemplo el Centro de Investigación en Computación Inspirada en el Cerebro de la Universidad de Tsinghua. El centro se estableció en 2014 con miembros de diferentes departamentos de la Universidad de Tsinghua.

Su modelo de investigación es similar al proyecto DARPA. Todo el equipo llevó a cabo una investigación completa sobre el chip cerebral "Tianji" y lo integró en el sistema de bicicleta autónoma, generando resultados de investigación científica con buenas capacidades de demostración. Publicaron varios artículos sobre Naturaleza y Ciencia y fueron seleccionados para el programa. Los diez principales avances científicos y tecnológicos del país. La Universidad de Tsinghua estableció la disciplina de la computación inspirada en el cerebro.

Volviendo a la pregunta al principio de este artículo: ¿Se considera AlphaFold investigación básica?

Basándonos en la discusión del artículo, podemos sacar las siguientes conclusiones: Primero, hay muchos problemas desconocidos en el proceso de investigación y desarrollo de AlphaFold, y se necesita investigación básica para aclarar los principios subyacentes de estos. problemas; en segundo lugar, el pliegue α es la estructura de las proteínas. La infraestructura de investigación científica en el campo de la predicción es parte de la investigación básica en el campo de la predicción de la estructura de las proteínas.

(El autor es subdirector e investigador del Instituto de Tecnología Informática de la Academia de Ciencias de China)