人工智能如何赋能科学研究

问答网首页 > 最新热搜 > 广州 > 人工智能如何赋能科学研究

人工智能驱动科学研究快速发展，这一趋势已成为科学界的共识。要通过“通专融合”，推动整个科研范式的系统性变革

人工智能以其基础性、平台性和通用性特点，在多个维度上对经济社会产生深远影响，科学研究就是其中的重要方面。国务院日前印发的《关于深入实施“人工智能+”行动的意见》提出加快实施六大重点行动，其中之一就是“人工智能+”科学技术。近年来，人工智能在生命科学、数学、生物、材料科学等领域发挥着越来越重要的作用。人工智能驱动科学研究快速发展，这一趋势已成为科学界的共识。

科学研究离不开相互影响的三个要素：研究者、研究工具和研究对象。从研究者角度看，人工智能可以帮助科学家突破认知局限，提出更好的问题，找到更有价值的研究方向；从研究工具层面看，人工智能不仅优化既有工具效率，更能自主构建新工具或实现创新性组合；在研究对象上，人工智能让研究者能够更全面地审视研究对象，发现被忽视的潜在关联……这些都是人工智能在科学研究方面应该着力解决并且可能带来巨大回报的发展方向。

从科学技术发展的历程看，科学这座“大厦”已经越来越完善，学科变成一个个“小房子”，取得重大科学发现、解决重大科技问题的难度变得越来越大。另一方面，许多重大科学发现有一定的偶然性，这些偶然的科学发现可能会受限于科学家的认知水平和知识传播的滞后性。1905年，爱因斯坦在思想实验中想象电车以光速经过钟楼的情形，产生了关于狭义相对论的灵感。由于他当时并未掌握黎曼几何这一关键数学工具，直到数年后才成功构建广义相对论的完整框架。因此，如何打通这些学科间的壁垒、推动科学发现从“偶然”走向“必然”，成为人工智能驱动的科学研究亟须解决的关键问题。

从人工智能自身发展看，在大模型出现前，人工智能发展主要沿着专业深度方向推进，深蓝、阿尔法围棋都是典型代表；大模型出现后，人工智能在泛化能力上取得重大突破，但专业深度又面临不足。因此，实现“通专融合”是通用人工智能发展的重要路径，而这种“通专融合”的能力，也恰是取得科学发现的前提。

当前，人工智能已可以帮助研究者理解文献、增强计算能力、丰富研究对象的表征维度等，但人工智能在科研方面的价值远不止于此。具体看，人工智能可以帮助研究者更好地产生跨领域的想法，帮助判断哪些科研假设更具价值；人工智能还能够自主构建新工具或实现已有工具的创新性组合；在人工智能的支撑下，研究者还可以更全面、更交叉地审视研究对象、提升认知水平，进而提出更优质的科学问题等，形成良性迭代循环。这些都是人工智能驱动的科学研究的机遇所在——不只在于单点突破，而是要通过“通专融合”，推动整个科研范式的系统性变革。

例如，上海人工智能实验室已发布并开源“书生”科学多模态大模型，在“通专融合”方面进行了诸多探索——它融合了蛋白质序列、基因组、化学分子式、脑电信号等科学数据，经过科学推理专项优化，具备严谨的逻辑推理能力和科学多模态能力。目前，基于“书生”大模型，我们推出了科学发现平台，并与国内多家科研单位合作，成功研发基于人工智能的量子计算中性原子排布算法、专注于靶标发现与临床转化评估的多智能体系统等。目前，该平台在量子计算、药物研发、高分子化学等方面均取得了进展。

人工智能在科技创新中发挥关键作用，未来还将成为跨学科、跨领域突破的重要引擎。加快探索人工智能驱动的新型科研范式、加快建设应用科学大模型，将进一步强化人工智能的牵引带动作用，推动科学技术取得更多“高点”上的突破。

（作者为上海人工智能实验室主任、首席科学家，本报记者谷业凯采访整理）

(责编：王雅蝶、张永生)
文章来源：http://gd.people.com.cn/n2/2025/0907/c123932-41344138.html

免责声明： 本网站所有内容均明确标注文章来源，内容系转载于各媒体渠道，仅为传播资讯之目的。我们对内容的准确性、完整性、时效性不承担任何法律责任。对于内容可能存在的事实错误、信息偏差、版权纠纷以及因内容导致的任何直接或间接损失，本网站概不负责。如因使用、参考本站内容引发任何争议或损失，责任由使用者自行承担。

广州相关问答

2026-02-16 2026新春走基层｜辽报记者老虎台井下680米问矿工
辽报编辑部讨论新春走基层选题，问大家最想去哪里？答案高度一致：煤矿呀！下矿井！理由是，矿工是很危险、很辛苦的职业，现在大家都关注芯片、人工智能等高端产业，但老工业基地的传统产业工人，怎能被遗忘？但问题马上就来了：记者下井...
2026-02-18 广州南沙口岸单航次旅客量创下今年以来新高
中新网广州2月18日电(方伟彬李宇岳施昱坤)2月17日农历大年初一晚，广州南沙邮轮母港灯火璀璨，年味浓郁。“爱达·地中海”号邮轮由此启航，迎来新年旅程。当晚从南沙口岸出入境的旅客达5000余人次，创下今年以来南沙口岸单航...
2026-02-22 谷爱凌U型场地技巧决赛夺金中国队包揽冠亚军
中新网米兰2月22日电(记者朱晨曦富田)22日，米兰冬奥会自由式滑雪女子U型场地技巧决赛中，卫冕冠军、中国选手谷爱凌首轮出现失误，仅获得30.00分，随后顶住压力，第二轮出色发挥，获得94.00分。第三轮谷爱凌稳定发挥，...
2026-02-19 评论：岁序新启扩交流是两岸民心所向
中新社北京2月19日电题：岁序新启扩交流是两岸民心所向中新社记者容海升丙午新春，年味正浓。连日来，许多台湾演艺人士亮相大陆各地春节文艺演出，与大陆文艺工作者一同送出节日祝福。春节是中华民族最重要的传统节日，新春里的跨海相...
2026-02-19 （新春见闻）侨胞回广东台山过春节重温传统年味
中新社广州2月19日电题：侨胞回广东台山过春节重温传统年味作者李晓春郭军发红包、看排球、赏烟花、观非遗展演……今年春节，广东台山侨乡特色活动丰富多彩，让不少回乡过节的海外侨胞体验到传统年味。“小时候最期待的，就是春节时长...
2026-02-16 雪地里面过大年旅游+民俗解锁新春新玩法
新春将至，各地冰雪旅游与民俗巧妙融合，给游客带来更多体验。春节前夕，吉林敦化举办多场迎新春民俗活动。现场年味十足，冰雕雪塑、冰雪爬犁、嬉冰等传统冰雪游艺项目让大家在欢乐中体悟民俗韵味。民族特色展区内，刀画、松花石雕刻等非...