? 本報記者 李洋

3月29日，在2025中關村論壇年會AI for Science青年論壇上，中國科學技術信息研究所發布了《AI for Science創新圖譜》。

“2019-2023年間，全球AI for Science論文發表年均增長率為27.2%，各學科領域論文發表均呈現逐年遞增趨勢，其中生命科學、物理學和化學等領域發表的人工智能應用論文數量最多。中美兩國是當前AI for Science研究大國，近5年間，中國論文發表超過10萬篇，居全球最高。”

有學者將AI for Science譯作“人工智能驅動的科學研究”，也有學者譯作“AI賦能科學研究”。無論如何，AI for Science正在重塑科技創新未來圖景。

打破界限

助力科研資源加速整合

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委員會主任鄂維南解析了AI for Science的領域發展路徑。

“科研的轉型升級能夠有效幫助我們打破學科與學科之間的界限、打破理論與實驗之間的界限、打破科研與產業之間的界限，使我們有更大的探索空間和更高的探索效率。 要實現這個目標，就需要圍繞數據庫、文獻工具、理論方法和模型以及實驗工具構建科研基礎設施，形成新的科研協同模式，推動我們走向‘大科研時代’。”鄂維南說。

鄂維南表示，在AI for Science領域，文獻知識和各類數據庫屬于存量數據，未來通過實驗和計算將產生更大量的增量數據，如何將它們充分利用，這就需要基礎設施平臺系統的搭建。“在不遠的將來，我們會看到科研資源的加速整合，在廣大范圍內構建一個‘圖書館’、一個‘教學樓’、一個‘超算中心’、一個‘實驗室’，讓AI能讀文獻、做計算、做實驗、做評測，同時能形成融合的閉環。”

“通專融合”

AI將成為“革命的工具”

“面向科學研究的AI發展首先要實現‘通專融合’，此外科學研究需要AI在研究者、研究工具、研究對象一切關系的總和上發揮作用，當這兩個關鍵步驟實現后，AI將完成質的飛躍——從‘工具的革命’，轉變為能夠重構科研范式、催生新領域的‘革命的工具’，最終引領科學研究進入新時代。”上海人工智能實驗室主任、首席科學家周伯文表示。

與會青年學者帶來的眾多成果，正是這一框架的探索實踐。

會上展示的新一代科研知識庫與文獻開放平臺Science Navigator（科學導航），目前已覆蓋全球1.6億篇文獻，自然語言問答式的文獻檢索，助力科研工作者前瞻性開展文獻數據和實驗數據的一體化管理，讓科研檢索與管理效率提升近百倍。

“Science Navigator支持多模態科研數據的問答，例如可以粘貼一張分子式，它可以準確識別相關分子式，并找到與這個分子式相關的論文。”正如北京科學智能研究院副院長李鑫宇所言，Science Navigator自2023年在中關村論壇上首發，現已成長為一個產品級的應用。用戶可以構建學術主頁和AI學術助手，與全球學者進行問答交流。

與會者表示，即使計算方式已被廣泛使用，實驗仍然是科研中不可或缺的組成部分，AI的加持將使實驗變得更加高效和精準。以電子顯微鏡技術為例，其快速發展使得每小時可采集超過TB級的多維數據，這些數據能揭示樣品的原子級三維結構、成分和價態等信息。然而，樣品特性的精確重建是個重大挑戰，機器學習為解決這一問題提供了有效框架。

“未來我們希望可以讓AI能‘讀、算、做’，并將這些原本獨立的步驟形成自主運轉的閉環，Uni-Lab-OS智能實驗室操作系統就如同這里面的‘神經系統’，助力傳統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、深勢科技創始人張林峰在會上首次發布Uni-Lab-OS智能實驗室操作系統，他期待可以解決傳統實驗室手工操作低效、設備孤立及數據分散的痛點，為科研人員節省更多時間和精力。

“以智能化、高通量實驗為目標的AI for Science科研基礎設施將為以大模型為代表的人工智能提供高質量的科學實驗數據來源以及模型訓練和驗證場景，其互聯互通有望推動規模法則的實現。”廈門大學南強特聘教授、蘇州實驗室主任研究員洪文晶說。

場景應用

解決科學最緊迫問題

在基礎設施的堅實基座上，AI for Science正通過應用場景解決產業實際痛點。

DeepFlame Rocket應用（臨界熾核）作為AI for Science領域從科研邁向商業航天應用的一個典型案例在會上首次發布。

“其核心引擎DeepFlame是首個集成了AI框架用于反應流高精度數值模擬的高性能、大規模開源軟件平臺。”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帶來了生動直觀的分享展示，“以朱雀2號為例，對‘火箭心臟’即發動機進行全流程數值模擬，實現從燃料噴注器、燃燒室到外噴羽流場的億級網格仿真，計算精度達到工業應用標準，相較傳統方案實現了超千倍的加速性能。”

中國科學院化學所研究員江劍展示了ChemBrain智能體（化學智腦）和ChemBody機器人（化學智體）的智能聯動，并發布AI-Ready多維高分子數據庫（Polymer Data Bank）。“ChemBrain智能體是實現化學材料智能創制‘干-濕’閉環的關鍵，其核心組件包含AI-Ready數據庫、材料性質預測模型、AI增強的多尺度模擬、自動化硬件設備（ChemBody）智能調用的操作系統，各組件可以通過自然語言實現智能化調用和高效協作。”

科學數據價值的深入挖掘和科研創新亟需智能化技術的應用。中國科學院高能物理研究所研發的Dr.Sai（賽博士）多智能體協同系統，實現了物理分析全流程自動化，取得了一系列關鍵技術的核心突破。

中國科學院高能物理研究所研究員、計算中心主任齊法制分享了高能物理方向的成果，“通過分層多智能體系統，已成功復現重要科學發現——四夸克粒子Zc(3900)的發現過程。Dr.Sai已經成為高能物理領域‘感知-推理-執行’一體化的專家級科研助手，并為粒子物理領域模型發展奠定基礎。”