“赋能”这一词汇已经不足以描述人工智能对科学研究的影响。在科学领域，人工智能不仅仅是工具的革新，更是推动科学革命的关键力量。2025年2月19日，在世界互联网大会的人工智能赋能科学研究（AI For Science）研讨会上，中国工程院院士、之江实验室主任王坚指出，人工智能不仅是科研工具，更是一种全新的科研范式。随着人工智能成为通用语言，它打破了学科间的壁垒，成为全球科学家共同使用的工具。
科研范式的演变
科学研究经历了多个范式的演变。第一、第二范式已在科研中得到广泛应用，第三范式则是计算机模拟阶段。然而，第四范式——数据驱动的研究方式尚未完全成形。对于第五范式的定义尚存争议，但普遍认为它与人工智能密切相关。王坚强调，科研资源的开放至关重要，尤其是在大模型时代，开源实际上意味着资源的共享。这种开放的科研环境将使公共产品不再是少数科学家的专利，而是全球科研人员共同使用的工具。
AI for Science的重要进展
近年来，AI for Science的概念逐渐深入人心。2024年诺贝尔物理学奖和化学奖授予了在人工智能与基础科学交叉领域取得重大突破的科学家，标志着人工智能在科学研究中的地位得到了国际认可。人工智能的应用不仅改变了科研范式，还在生物药、气象分析等领域提供了全新的视角和分析工具。例如，中山大学与阿里云合作，利用云计算和AI技术发现了180个超群、16万余种全新RNA病毒，显著提升了对RNA病毒多样性和演化的认知。
AI for Science的技术优势
阿里巴巴集团副总裁、大数据和智能实验室负责人叶杰平表示，AI大模型在科研流程中发挥了巨大价值。AI4S的核心优势在于其超强的高维数据拟合能力，能够处理从微观到宏观的跨尺度数据。中国新一代人工智能发展战略研究院执行院长龚克认为，人工智能的学习能力是其核心优势，它不仅适用于特定领域，而是涵盖了所有领域的通用工具。为了进一步提升AI4S的能力，龚克建议增强模型的可解释性和透明度，制定标准和规范，促进资源共享，加强跨学科合作，确保研究者能够负责任地使用AI4S。
AI for Science的挑战与机遇
尽管AI4S面临挑战，但在自然科学研究中相对容易取得成果。清华大学人工智能研究院常务副院长孙茂松指出，自然科学中的不变规律非常适合人工智能处理。例如，小分子和大分子结构的固定性使得AI4S在这些领域应用效果显著。孙茂松强调，选择根节点问题并确保有足够的高质量数据是成功的关键。此外，参与公开学术比赛也是推动AI4S发展的有效途径。
AI4S对未来的深远影响
深势科技创始人兼CEO孙伟杰在圆桌论坛中表示，AI4S时代下，AI不仅可以帮助处理文献数据，还能大幅提升计算模拟的精度和效率，进而改变科研和教学的方式。未来，AI4S将重塑科研生产关系，推动科研进入新的发展阶段。深势科技药物发现部联席总裁王冬冬也指出，AI4S将优化预测设计的精度和复杂度，解决数据不足和知识迁移问题，应对产业化与规模化面临的成本、算力和模型可解释性等挑战。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
