瞭望 | 新范式下 管理模式如何应变

　　“人工智能驱动的科学研究”将激发一场新的科学革命，重塑科研模式与科研工具

　　实现智能时代的基础科学源头创新及下游重大技术创新需破解两个核心问题

　　文 |《瞭望》新闻周刊记者

　　2024年诺贝尔物理学奖、化学奖的获得均受益于AI for Science（即“人工智能驱动的科学研究”），这一新的科研范式有望成为未来“科研爆炸”的重要载体。

　　近日，记者在北京、上海、广东、浙江、山东等地采访人工智能领域相关院士与科学家了解到，“人工智能驱动的科学研究”有望成为我国科研突破的重大机遇。我国在人工智能技术、科研数据和算力资源等方面已有基础，需充分发挥新型举国体制优势，加快构建与“人工智能驱动的科学研究”相适应的新型科研模式及设施体系，加快形成支撑多学科交叉的科研生态，助力中国成为世界主要科学中心和创新高地。

　　人工智能驱动多领域实现颠覆性突破

　　“人工智能驱动的科学研究”旨在利用人工智能学习科学原理、创造科学模型以解决实际问题。“2024年的诺贝尔物理学奖和化学奖颁给人工智能领域的科学家，是对科学界的一次深刻启示：未来技术与学科交叉融合将成常态，人工智能作为这一融合过程中的核心驱动力之一，将推动科研不断突破传统框架，实现更深远、更广泛的创新。”中国科学院院士、北京大学国际机器学习研究中心主任鄂维南认为，“人工智能驱动的科学研究”将激发一场新的科学革命，重塑科研模式与科研工具，一批重要科学发现将诞生。

　　图灵奖获得者吉姆詹姆斯·尼古拉·格雷曾指出，科学发现存在4个范式，即千年前的经验科学、百年前的理论科学、几十年前的计算科学和十几年前的数据科学。业内人士认为，“人工智能驱动的科学研究”将是这些范式的结合升华，成为科学发现的“第五范式”。鹏城国家实验室云脑研究所所长田永鸿认为，“人工智能驱动的科学研究”有望成为全球新一轮“科研爆炸”的重要载体。中国工程院院士、之江实验室主任王坚认为，科研界拥抱人工智能技术是大势所趋。

　　我国已有初步布局进展。2023年，科技部会同自然科学基金委启动“人工智能驱动的科学研究”专项部署工作，紧密结合数学、物理、化学、天文等基础学科关键问题，围绕药物研发、基因研究、生物育种、新材料研发等重点领域科研需求，布局“人工智能驱动的科学研究”前沿科技研发体系。此前，自然科学基金委启动可解释、可通用的下一代人工智能方法重大研究计划。国内一些研究机构也积极布局。

　　2023年，中国科学技术信息研究所、科技部新一代人工智能发展研究中心联合相关研究机构编写的《中国AI for Science创新地图研究报告》显示，来自中国、欧洲和美国的研究成果大幅领先，三地相关论文数量占全球总数的80%以上，我国数量最高。成立于2021年的北京科学智能研究院，围绕“人工智能驱动的科学研究”持续展开关键技术攻关，着手进行人工智能底层能力体系建设，利用人工智能数据库MyScale开展高质量科学数据库系统构建，并在微观基座模型上有所突破。副院长李鑫宇介绍，研究成果将直接助力于新医药和新材料研发。

　　国内有公司已跻身相关领域的先行者行列。2024年5月，深势科技公司构建的模型Uni-Mol Docking v2被作为实验基线，列入AlphaFold3的《自然》期刊论文中，表现仅次于AlphaFold3，且差距微小。分子动力公司构建了“数据+理论”融合驱动的酶分子设计人工智能平台，针对具体工业生产与科研需求完成“新酶分子创制+设计+验证”全流程酶分子开发工作，推动“人工智能驱动的科学研究”助力更高水平的生物制造。

　　科研管理模式需加快匹配

　　多位受访专家认为，当前，我国需加大对“人工智能驱动的科学研究”的系统布局和资金支持。

　　构建与“人工智能驱动的科学研究”相适应的新型科研模式及设施体系。北京中关村学院院长刘铁岩认为，“人工智能驱动的科学研究”利用合成数据构建科学基座模型实现科研闭环。“这一切，不仅需要基础设施，更需一套与之相适应的科研管理模式。”鄂维南认为，相关科研管理模式不完善造成当前研究过分追逐“热点”，“甚至出现‘重人工智能而轻科学研究’的倾向”。

　　上海交通大学人工智能研究院常务副院长杨小康认为，实现智能时代的基础科学源头创新及下游重大技术创新需破解两个核心问题：一是建立全新的科学智能大设施，二是利用新一代人工智能实现对传统科学设施赋能，实现“科学问题（科学家）—实验设备（实验员）—科研数据文献（科研机构及中介）”闭环。

　　构建支撑多学科交叉的科研生态。“2024年的诺贝尔物理学奖和化学奖，突出显示了跨学科研究的重要性。”刘铁岩认为，作为一个高度跨学科的研究领域，“人工智能驱动的科学研究”对交叉领域人才的需求非常迫切，研究者需在计算机或自然科学领域有很深的造诣，同时对其他学科的复杂性有充分的理解与尊重，还要有广阔的视野与开放的心态。

　　鄂维南认为，适应“人工智能驱动的科学研究”多学科交叉研究需求，科研组织形式需要更新，尤其需要打破传统评价机制，畅通让优秀青年人才获得更多资源的通道。山东师范大学信息科学与工程学院教授孙建德认为，“人工智能驱动的科学研究”开创性强、跨界性强、合作性强、探索性强，我们的支持政策需要对“科研人员会否因跨界研究而难以获得一些领域认可、难以获得长期有效的科研保障”等针对性问题形成正面回答。

　　建立科研数据共享机制，推动“科研大协作”。“‘人工智能驱动的科学研究’只有在高质量数据的辅助下才可能助力科研。”中国科学院自动化所副研究员王闯认为，目前国内相关研究缺乏高质量数据平台，缺少相应科研文献库、实验观测数据等。山东一名教育工作者认为，可以从“建立共享者利益保障机制、完善共享风险评估机制、加强共享基础设施建设”三方面推动科研数据共享。

　　推动“大军团”科研协同

　　受访科学家们认为，构建“人工智能驱动的科学研究”底座需要系统布局和有效组织，由于涉及范围较广，迅速推进需国家层面有力支持。

　　优化科研组织形式。受访专家认为，“人工智能驱动的科学研究”更适合“大军团式”作战，一个教授带几个学生“小作坊式”搞科研的方式已不再适用。针对科研组织形式，鄂维南建议，充分发挥战略科学家的作用，前瞻布局推动“人工智能驱动的科学研究”的宏观政策；建设新型科研联合体，统筹各地方产学研创新力量；持续优化迭代青年科技人才评价机制，激发创新活力。

　　建立健全人才支撑体系。中国科学院院士、复旦大学校长金力等认为，实现“数据+机理”双轮驱动离不开人工智能人才有组织供给，建议高校进一步增设人工智能相关课程与专业，加大力度培养跨学科人才，同时制定针对性政策吸引国内外相关领域顶尖人才。

　　进一步完善科研数据管理，促进共建共享。受访专家建议，制定完善适应“人工智能驱动的科学研究”需求的数据政策，包括完善数据共享方式、隐私保护方法、规范伦理标准等。孙建德建议，建立国家级数据共享平台，促进科研数据开放利用。金力建议，构建双优数据生态和工具生态，与时俱进完善法律法规，加强数据治理，健全监督机制，确保新型科研模式在合法合规的框架内运行。

　　（采写记者：毕子甲 马晓澄 周琳 俞菀 陈诺 周畅 张力元 赵旭）■