科技日?qǐng)?bào)

人工智能（AI）與科學(xué)研究的深度融合，正在孕育一場(chǎng)前所未有的科技革命。隨著我國(guó)在AI驅(qū)動(dòng)科學(xué)研究（AI for Science）領(lǐng)域的快速布局與持續(xù)投入，AI驅(qū)動(dòng)科學(xué)研究的戰(zhàn)略方向與發(fā)展路徑已日益清晰。

近日，國(guó)務(wù)院印發(fā)《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見》，提出加快實(shí)施“人工智能+”科學(xué)技術(shù)行動(dòng)，加快科學(xué)發(fā)現(xiàn)進(jìn)程，率先建立基于AI的新型科研和研發(fā)范式，推動(dòng)我國(guó)科技創(chuàng)新走在世界前列。展望“十五五”，AI for Science將成為我國(guó)科技體制變革和創(chuàng)新能力躍升的關(guān)鍵引擎，為實(shí)現(xiàn)整體科研和研發(fā)范式的智能化轉(zhuǎn)型，以及2035年建成世界科技強(qiáng)國(guó)的戰(zhàn)略目標(biāo)奠定堅(jiān)實(shí)基礎(chǔ)。

推動(dòng)科研范式智能化轉(zhuǎn)型

首先，AI for Science的本質(zhì)是通過人工智能解決過去無法解決的重大科學(xué)難題，加速原始創(chuàng)新步伐。例如，蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)這一生命科學(xué)領(lǐng)域的“世紀(jì)難題”正是通過AI技術(shù)取得了突破性進(jìn)展。其次，AI for Science正在發(fā)展新的算法和工具以推動(dòng)科研的根本性變革。新一代基于AI的科研工具不斷涌現(xiàn)，極大提升了科學(xué)計(jì)算與模擬的效率和精度。而AI for Science更為深遠(yuǎn)的意義在于推動(dòng)整體科研范式的智能化轉(zhuǎn)型。這不是個(gè)別機(jī)構(gòu)、團(tuán)隊(duì)的轉(zhuǎn)型，而是整個(gè)科研體系、產(chǎn)業(yè)格局的重塑。它將推動(dòng)科學(xué)研究從“作坊模式”轉(zhuǎn)變?yōu)椤捌脚_(tái)模式”。

然而，目前AI for Science所引發(fā)的這場(chǎng)革命，其廣度與深度尚未被國(guó)際社會(huì)充分認(rèn)識(shí)。因此，這正是一個(gè)難得的機(jī)會(huì)。如果我國(guó)能夠有效把握，集中力量、系統(tǒng)推進(jìn)，有望在未來5年內(nèi)率先實(shí)現(xiàn)“平臺(tái)科研”的新范式，確保中國(guó)在全球科技創(chuàng)新中的引領(lǐng)地位。

架設(shè)智能科研“高速公路”

科學(xué)研究的范式變革，首先要依賴于堅(jiān)實(shí)的科研基礎(chǔ)設(shè)施建設(shè)。正如高速公路之于現(xiàn)代經(jīng)濟(jì)社會(huì)，智能化科研基礎(chǔ)設(shè)施是AI for Science發(fā)展的“底座”。近年來，我國(guó)已在科研基礎(chǔ)設(shè)施建設(shè)方面取得初步進(jìn)展。例如，以玻爾空間站為代表的基礎(chǔ)科研平臺(tái)，集成了文獻(xiàn)、數(shù)據(jù)、計(jì)算、實(shí)驗(yàn)等多種功能，能夠高效支撐科學(xué)任務(wù)的全流程管理，正迅速成為廣大科研工作者喜歡的工具。

此外，以Innovator+SciMaster為代表的通用科研大模型和智能體研發(fā)也取得一定突破，這些智能體不僅能夠掌握全學(xué)科知識(shí)，還具備自主創(chuàng)新和“干濕閉環(huán)”科研能力，在保持通用能力的同時(shí)，顯著提升了科學(xué)專業(yè)能力。

打造典型場(chǎng)景與亮點(diǎn)項(xiàng)目

AI for Science的推廣應(yīng)用需要在重點(diǎn)領(lǐng)域、典型場(chǎng)景中率先突破，形成可復(fù)制、可推廣的“樣板工程”，帶動(dòng)整體科研體系的轉(zhuǎn)型升級(jí)。

在材料領(lǐng)域，推動(dòng)材料基因組工程利用AI對(duì)材料結(jié)構(gòu)、性能和工藝的復(fù)雜關(guān)系進(jìn)行建模和預(yù)測(cè)，大幅縮短新材料的研發(fā)周期，降低研發(fā)成本；在化學(xué)領(lǐng)域，有機(jī)合成是重要分支。AI驅(qū)動(dòng)的有機(jī)合成路徑規(guī)劃與反應(yīng)預(yù)測(cè)，能夠顯著提高新分子、新藥物的研發(fā)效率。智能化、高效率的催化劑設(shè)計(jì)和催化反應(yīng)研究也已經(jīng)取得了可喜的進(jìn)步；在生命科學(xué)領(lǐng)域，AI for Science在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、基因編輯、藥物發(fā)現(xiàn)等領(lǐng)域展現(xiàn)出巨大潛力。基于AI的分子對(duì)接和藥物篩選平臺(tái)已成為新藥研發(fā)的核心工具，有望推動(dòng)個(gè)體化醫(yī)療、精準(zhǔn)診療等新模式發(fā)展。尤其值得關(guān)注的是，AI為建立有廣泛實(shí)際應(yīng)用的虛擬細(xì)胞提供了可能。

釋放科學(xué)數(shù)據(jù)價(jià)值

科學(xué)研究的焦點(diǎn)正逐漸從“拼模型”轉(zhuǎn)向“拼數(shù)據(jù)”。過去10余年，科學(xué)界主要聚焦于模型創(chuàng)新，通過不斷提升模型的復(fù)雜性和能力，解決了諸如維數(shù)災(zāi)難、對(duì)稱性、訓(xùn)練穩(wěn)定性、長(zhǎng)程依賴等一系列難題。展望未來，數(shù)據(jù)的質(zhì)量和多樣性正成為AI for Science進(jìn)一步突破的核心，如何用好存量數(shù)據(jù)、布局增量數(shù)據(jù)成為制勝的關(guān)鍵。其中，存量數(shù)據(jù)主要包括文獻(xiàn)、專有語料、專業(yè)數(shù)據(jù)庫等，為AI模型的預(yù)訓(xùn)練和知識(shí)獲取提供了基礎(chǔ)。與通用數(shù)據(jù)相比，科學(xué)數(shù)據(jù)呈現(xiàn)出更強(qiáng)的專業(yè)性，涉及復(fù)雜深層的學(xué)科知識(shí)和關(guān)聯(lián)關(guān)系，對(duì)數(shù)據(jù)處理和標(biāo)注提出了更高要求。

增量數(shù)據(jù)是推動(dòng)AI for Science持續(xù)突破的助推器。隨著自動(dòng)化實(shí)驗(yàn)平臺(tái)、高通量計(jì)算和智能傳感設(shè)備的普及，科學(xué)領(lǐng)域的增量數(shù)據(jù)產(chǎn)出能力大幅提升。其中，數(shù)據(jù)社區(qū)正在成為增量數(shù)據(jù)獲取和共享的重要平臺(tái)。通過如“科學(xué)導(dǎo)航”等門戶的搭建，打造科研人員、數(shù)據(jù)資源和創(chuàng)新力量有效協(xié)同的樞紐，以社區(qū)化方式推動(dòng)科學(xué)數(shù)據(jù)的開放共享、精準(zhǔn)標(biāo)注和共建共治。

重塑我國(guó)科技創(chuàng)新體系

AI for Science不僅是技術(shù)路線的選擇，更是重塑我國(guó)科技創(chuàng)新體系的歷史性機(jī)遇。近年來，我國(guó)在AI for Science領(lǐng)域持續(xù)投入，無論在基礎(chǔ)工具和設(shè)施、典型應(yīng)用場(chǎng)景，還是在實(shí)驗(yàn)室智能化改造等方面，均取得了積極進(jìn)展。

當(dāng)前，AI驅(qū)動(dòng)的科研范式變革為我國(guó)實(shí)現(xiàn)2035年世界科技強(qiáng)國(guó)目標(biāo)提供了前所未有的戰(zhàn)略機(jī)遇，亟需在已有基礎(chǔ)上搶抓先機(jī)、統(tǒng)籌推進(jìn)。為實(shí)現(xiàn)這一目標(biāo)，需要從頂層設(shè)計(jì)、政策支持到一線科研人員協(xié)同創(chuàng)新，深入實(shí)施“人工智能+”科學(xué)技術(shù)行動(dòng)，推動(dòng)整體科研和研發(fā)范式智能化轉(zhuǎn)型，形成以AI為核心驅(qū)動(dòng)力的科研創(chuàng)新生態(tài)。唯有把握機(jī)遇、持續(xù)突破，才能在新一輪科技革命中贏得全球競(jìng)爭(zhēng)的主動(dòng)權(quán)。

（作者系北京大學(xué)教授、上海交通大學(xué)人工智能學(xué)院首席顧問）