科技日報記者 何 亮
當前，AI for Science正在成為當代科學的潮流。在3月29日舉行的2025中關(guān)村論壇年會“AI for Science青年論壇”上，科技部黨組成員、副部長龍騰在致辭中表示，當前人工智能廣泛應用于生命、化學、地球等科學研究，正以前所未有的速度重塑人類認知邊界，在提升科研效率、改變科研范式、加速科學發(fā)現(xiàn)等方面展現(xiàn)出巨大潛力。
論壇上，中國科學技術(shù)信息研究所發(fā)布的《AI for Science創(chuàng)新圖譜》表明，全球AI for Science學術(shù)研究正快速增長。數(shù)據(jù)顯示，2019—2023年間，全球AI for Science論文發(fā)表年均增長率為27.2%，各學科領(lǐng)域論文發(fā)表均呈現(xiàn)逐年遞增趨勢，其中，生命科學、物理學和化學等領(lǐng)域發(fā)表的人工智能應用論文數(shù)量最多。中美兩國是當前AI for Science研究大國。近5年間，中國論文發(fā)表超過10萬篇，居全球首位。
站在時代前沿的青年科學家應如何抓住機遇、迎接挑戰(zhàn)？龍騰表示，人工智能時代破解復雜科學難題，需要科研人員既深鉆人工智能核心技術(shù)，又貫通數(shù)學、物理、生物等基礎(chǔ)科學邏輯。青年科學家要主動打破學科邊界，在融合創(chuàng)新中提升科研能力和水平。同時，人工智能與科學研究的深度融合，將催生顛覆性科學發(fā)現(xiàn)，青年科學家要敢于突破傳統(tǒng)范式，圍繞國家重大需求，瞄準熱點科學問題，深入研究，推動形成人工智能與科學研究雙向賦能的科研新生態(tài)。
AI正成為探索未知的重要工具
在上海人工智能實驗室主任、首席科學家周伯文看來，由人工智能帶來的“工具革命”已悄然發(fā)生。
“可以這樣說，在科研領(lǐng)域，人工智能技術(shù)已經(jīng)成為科研工作者的一項基礎(chǔ)設(shè)施。當它用于數(shù)據(jù)處理，可以幫助科研人員提升對研究對象的理解；當它用于計算，可以提升研究工具的能力；當它用于創(chuàng)新，可以提升研究者的原創(chuàng)能力。”周伯文表示，AI賦能的關(guān)鍵點，是要找準具體的科研場景。
而哪些科學問題適合用AI來賦能？周伯文贊同諾貝爾化學獎得主、AI科學家德米斯·哈薩比斯曾經(jīng)分享的3個觀察：首先，科研的內(nèi)容要有巨大的組合搜索空間；其次，研究的領(lǐng)域目標函數(shù)清晰；最后，研究的行業(yè)要有巨大的數(shù)據(jù)量或者高效準確合成數(shù)據(jù)的方法做支撐。
廈門大學南強特聘教授洪文晶也認為，要用好人工智能助手，科研人員需要結(jié)合實際開展研究。洪文晶正是看準了鋰電池市場的廣闊需求，對下一代鋰電池進行科研攻關(guān)。他用AI技術(shù)研究鋰電池電解液的新型電化學界面，通過機器人高通量實驗和人工智能的結(jié)合，實現(xiàn)了研發(fā)效率的顯著提升。
中國科學院院士、北京大學國際機器學習研究中心主任、北京科學智能研究院學術(shù)委員會主任鄂維南表示，科研模式的轉(zhuǎn)型升級能有效幫助科研人員打破學科之間、理論與實驗之間、科研與產(chǎn)業(yè)之間的界限，使科學家有更大的探索空間和更高的探索效率。要實現(xiàn)這個目標，需要圍繞數(shù)據(jù)庫、文獻工具、理論方法和模型以及實驗工具，形成新的科研協(xié)同模式，推動走向“大科研時代”。
我國AI科研助手加速涌現(xiàn)
當前，我國AI工具不斷出新，賦能科學研究。AI for science青年論壇上，北京科學智能研究院副院長李鑫宇發(fā)布新一代科研知識庫與文獻開放平臺“科學導航”。“我們的初衷是為了提高科研人員利用和檢索文獻的效率，便捷他們的科研生活。”李鑫宇告訴記者，目前，平臺已覆蓋全球1.6億篇文獻，自然語言問答式的文獻檢索能助力科研工作者開展文獻數(shù)據(jù)和實驗數(shù)據(jù)的一體化管理，讓科研檢索與管理效率提升了近百倍。
“我們希望，AI也能‘讀、算、做’，并將這些原本獨立的步驟形成自主運轉(zhuǎn)的閉環(huán)，幫助傳統(tǒng)實驗室向自動化智能化躍遷升級。”北京科學智能研究院院長、深勢科技創(chuàng)始人張林峰在論壇首發(fā)Uni-Lab-OS智能操作系統(tǒng)。他期待，該智能操作系統(tǒng)可以解決傳統(tǒng)實驗室手工操作低效、設(shè)備孤立及數(shù)據(jù)分散的痛點，成為“AI科學家”，為生物、化學、環(huán)境、材料等領(lǐng)域增添動力，為科研人員節(jié)省時間和精力。
除了堅實科研基礎(chǔ)設(shè)施的基座，AI for Science也在幫助解決產(chǎn)業(yè)實際痛點。由北京大學工學院特聘研究員、北京科學智能研究院研究員陳幟團隊帶來的“臨界熾核”，成為AI for Science從科研邁向商業(yè)航天應用的一個典型案例。
“‘臨界熾核’的核心引擎DeepFlame是首個集成了AI框架用于反應流高精度數(shù)值模擬的高性能、大規(guī)模開源軟件平臺。”陳幟說，“以朱雀2號為例，我們對‘火箭心臟’即發(fā)動機進行全流程數(shù)值模擬，實現(xiàn)從燃料噴注器、燃燒室到外噴羽流場的億級網(wǎng)格仿真，計算精度達工業(yè)應用標準，相較傳統(tǒng)方案實現(xiàn)了超千倍的加速性能。”
