推动AI与科学研究(jiu)的深度融合，可显著缩短科研周期、降低研发成本、提(ti)升(sheng)创新效能
用AI（人工智能）“设(she)计”出(chu)全新的锂载体分子，“注射”进废(fei)旧衰(shuai)减的锂电池中，让其“满血复活”；借助大数据和(he)AI，快速找到帕金森疾病(bing)的靶点、筛选出(chu)“适(shi)配(pei)”的小分子药(yao)物……近来，复旦(dan)大学科研团队接连在国(guo)际顶(ding)尖科研杂志发表系列成果(guo)。尤其值得关注的是，这(zhe)些(xie)成果(guo)背后都有一个共同的隐形助手——AI。该校(xiao)从2022年底(di)起就开始全面(mian)推动AI与科学研究(jiu)的深度融合（AIforScience，以下简称“AI4S”），目(mu)前AI4S科研团队已逾(yu)百个。
伴随(sui)新一代AI技术的蓬勃发展，特别是大模型的出(chu)现和(he)快速迭代，AI4S已成为科研创新的重要驱动力，在芯(xin)片设(she)计、生物医药(yao)、材料能源、天(tian)文气象、自动驾驶等领域取得了一系列重大创新突破。2024年诺(nuo)贝尔物理学奖和(he)化学奖均(jun)授予AI相关研究(jiu)的学者，充分彰显了AI在科学研究(jiu)上的重要价(jia)值。
实践表明，AI已成为继(ji)实验、理论、计算之后的科学研究(jiu)新范式。推动AI与科学研究(jiu)的深度融合，可显著缩短科研周期、降低研发成本、提(ti)升(sheng)创新效能。
我国(guo)科研人员(yuan)已在多个领域开展“人工智能驱动的科学研究(jiu)”。中国(guo)科学技术大学化学与材料科学学院江俊(jun)团队借助自主研发的“机器化学家”，从55万(wan)种(zhong)可能的金属(shu)配(pei)比中找出(chu)最(zui)优的高熵催化剂，仅需要5周时间。按照传(chuan)统研究(jiu)范式，这(zhe)一过程可能需要1400年。中山大学与阿(a)里(li)云合作(zuo)研究(jiu)，利用云计算与AI技术发现了180个超群、16万(wan)余种(zhong)全新RNA病(bing)毒，大幅提(ti)升(sheng)了业界对RNA病(bing)毒多样性(xing)和(he)病(bing)毒演化历史的认知。
与此同时，相关部委(wei)和(he)地方也积极推进人工智能驱动的科学研究(jiu)。2023年2月，科学技术部会同国(guo)家自然(ran)科学基金委(wei)启动“人工智能驱动的科学研究(jiu)”专项，紧(jin)密(mi)结合数学、物理、化学、天(tian)文等基础学科关键(jian)问(wen)题，布局前沿(yan)科技研发体系。北京、上海、四川、广东、浙(zhe)江等地也纷(fen)纷(fen)进行相关部署。
当然(ran)，AI4S毕竟是近几年兴起的新事物，在实践过程中还面(mian)临高质量数据获取、算法(fa)可说明性(xing)、治理和(he)伦理等卡点堵点。业内专家指出(chu)，今后需对症下药(yao)，加强系统布局和(he)统筹引导，大力支撑相关主体建(jian)设(she)科学智能创新中心、协调算力资源和(he)科研数据集，积极持续探索AI在科学研究(jiu)领域示范应用。
问(wen)题所在也是潜力所在。我国(guo)在AI技术、科研数据、算力资源和(he)多样化应用场景(jing)等方面(mian)基础较好，为AI与科学深度融合提(ti)供了有力支撑。相关各方协同发力、加快推动AI与科学研究(jiu)的深度融合，一定能为加快实现高水平(ping)科技自立自强作(zuo)出(chu)更大贡献(xian)。