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

　　近日，國務院印發(fā)《關于深入實施“人工智能+”行動的意見》，提出加快實施“人工智能+”科學技術行動，加快科學發(fā)現(xiàn)進程，率先建立基于AI的新型科研和研發(fā)范式，推動我國科技創(chuàng)新走在世界前列。展望“十五五”，AI for Science將成為我國科技體制變革和創(chuàng)新能力躍升的關鍵引擎，為實現(xiàn)整體科研和研發(fā)范式的智能化轉(zhuǎn)型，以及2035年建成世界科技強國的戰(zhàn)略目標奠定堅實基礎。

　　推動科研范式智能化轉(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難題，加速原始創(chuàng)新步伐。例如，蛋白質(zhì)結(jié)構(gòu)預測這一生命科學領域的“世紀難題”正是通過AI技術取得了突破性進展。其次，AI for Science正在發(fā)展新的算法和工具以推動科研的根本性變革。新一代基于AI的科研工具不斷涌現(xiàn)，極大提升了科學計算與模擬的效率和精度。而AI for Science更為深遠的意義在于推動整體科研范式的智能化轉(zhuǎn)型。這不是個別機構(gòu)、團隊的轉(zhuǎn)型，而是整個科研體系、產(chǎn)業(yè)格局的重塑。它將推動科學研究從“作坊模式”轉(zhuǎn)變?yōu)椤捌脚_模式”。

　　然而，目前AI for Science所引發(fā)的這場革命，其廣度與深度尚未被國際社會充分認識。因此，這正是一個難得的機會。如果我國能夠有效把握，集中力量、系統(tǒng)推進，有望在未來5年內(nèi)率先實現(xiàn)“平臺科研”的新范式，確保中國在全球科技創(chuàng)新中的引領地位。

　　架設智能科研“高速公路”

　　科學研究的范式變革，首先要依賴于堅實的科研基礎設施建設。正如高速公路之于現(xiàn)代經(jīng)濟社會，智能化科研基礎設施是AI for Science發(fā)展的“底座”。近年來，我國已在科研基礎設施建設方面取得初步進展。例如，以玻爾空間站為代表的基礎科研平臺，集成了文獻、數(shù)據(jù)、計算、實驗等多種功能，能夠高效支撐科學任務的全流程管理，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科知識，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，顯著提升了科學專業(yè)能力。

　　打造典型場景與亮點項目

　　AI for Science的推廣應用需要在重點領域、典型場景中率先突破，形成可復制、可推廣的“樣板工程”，帶動整體科研體系的轉(zhuǎn)型升級。

　　在材料領域，推動材料基因組工程利用AI對材料結(jié)構(gòu)、性能和工藝的復雜關系進行建模和預測，大幅縮短新材料的研發(fā)周期，降低研發(fā)成本；在化學領域，有機合成是重要分支。AI驅(qū)動的有機合成路徑規(guī)劃與反應預測，能夠顯著提高新分子、新藥物的研發(fā)效率。智能化、高效率的催化劑設計和催化反應研究也已經(jīng)取得了可喜的進步；在生命科學領域，AI for Science在蛋白質(zhì)結(jié)構(gòu)預測、基因編輯、藥物發(fā)現(xiàn)等領域展現(xiàn)出巨大潛力?；贏I的分子對接和藥物篩選平臺已成為新藥研發(fā)的核心工具，有望推動個體化醫(yī)療、精準診療等新模式發(fā)展。尤其值得關注的是，AI為建立有廣泛實際應用的虛擬細胞提供了可能。

　　釋放科學數(shù)據(jù)價值

　　科學研究的焦點正逐漸從“拼模型”轉(zhuǎn)向“拼數(shù)據(jù)”。過去10余年，科學界主要聚焦于模型創(chuàng)新，通過不斷提升模型的復雜性和能力，解決了諸如維數(shù)災難、對稱性、訓練穩(wěn)定性、長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)成為制勝的關鍵。其中，存量數(shù)據(jù)主要包括文獻、專有語料、專業(yè)數(shù)據(jù)庫等，為AI模型的預訓練和知識獲取提供了基礎。與通用數(shù)據(jù)相比，科學數(shù)據(jù)呈現(xiàn)出更強的專業(yè)性，涉及復雜深層的學科知識和關聯(lián)關系，對數(shù)據(jù)處理和標注提出了更高要求。

　　增量數(shù)據(jù)是推動AI for Science持續(xù)突破的助推器。隨著自動化實驗平臺、高通量計算和智能傳感設備的普及，科學領域的增量數(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。通過如“科學導航”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)化方式推動科學數(shù)據(jù)的開放共享、精準標注和共建共治。

　　重塑我國科技創(chuàng)新體系

　　AI for Science不僅是技術路線的選擇，更是重塑我國科技創(chuàng)新體系的歷史性機遇。近年來，我國在AI for Science領域持續(xù)投入，無論在基礎工具和設施、典型應用場景，還是在實驗室智能化改造等方面，均取得了積極進展。

　　當前，AI驅(qū)動的科研范式變革為我國實現(xiàn)2035年世界科技強國目標提供了前所未有的戰(zhàn)略機遇，亟需在已有基礎上搶抓先機、統(tǒng)籌推進。為實現(xiàn)這一目標，需要從頂層設計、政策支持到一線科研人員協(xié)同創(chuàng)新，深入實施“人工智能+”科學技術行動，推動整體科研和研發(fā)范式智能化轉(zhuǎn)型，形成以AI為核心驅(qū)動力的科研創(chuàng)新生態(tài)。唯有把握機遇、持續(xù)突破，才能在新一輪科技革命中贏得全球競爭的主動權(quán)。