鄂维南解读科研“工业革命”大势，“机器科学家”将成未来科创中心标配

科学研究，终于站在了属于它的“工业革命”入口——未来的科研很有可能将告别对于经验与试错的依赖，而是像工厂流水线一样，可设计、可迭代。

日前，AI for Science（科学智能）概念的提出者、中国科学院院士鄂维南指出，科学智能的关键不在于模型、算法等单点突破，而在于谁能率先完成科研范式的整体转换。

在出席由上海国投发起并联合上海人工智能实验室共同主办的“智研未来 AI4S”前沿论坛时，鄂维南系统盘点了我国在该领域的“家底”，参与国际竞争的优势与短板，进而对上海提出建议。他认为，上海应该“双管齐下”，同步推动科学智能“生产力”和“生产关系”的变革，既要积极打造“超级实验室”，又要构建科研特区，以探索有利于持续提出、验证和迭代科学问题的新机制。

科研“工业化”并非简单“流水线”

AI for Science（简称AI4S）指的是利用人工智能优化乃至重塑科研方法与流程。在蛋白质结构预测等方面，算法已经取得卓越成果，让人们看到AI介入科学发现的巨大潜力。

鄂维南的判断则更进一步，他认为，未来会有越来越多的科研活动，朝着工业化、平台化、智能化演进——就像建工厂，科研流程将被设计成一条条“流水线”。

不过，科研的“工业化”，并不等于把科学发现变成机械的流水线加工。根据鄂维南的阐释，AI4S固然要将那些可重复、可验证、可并行的环节，从依靠个人经验的低效试错中释放出来；但更重要的是，它将重塑科研流程和范式——比如，将文献数据、仪器设备、软件算力等资源系统组织起来，让科学计算、表征模型、自动化实验室等彼此衔接，形成“提出问题－计算预测－实验验证－数据回流”的闭环。当AI主导下的计算与实验不断相互反馈，它就能显著加速研发进度、降低研发投入，让科研人员能够探索此前他们不敢、不能触及的问题。

事实上，在鄂维南的理念中，真正颠覆性科学问题的探索、原创科研路径的选择，是仅靠科研“工业化”无法解决的、必须建立与之相适应的新机制。换言之，AI可以提升科学研究的“生产力”，但科研如何组织、人才如何评价、学科如何交叉——这些“生产关系”决定了创新上限。

我国应尽快提升通用基座模型能力

作为全球AI4S领域最有影响力的科学家之一，鄂维南剖析了当前全球AI4S的两大主流路径。

美国主导的路径，强调以基座模型为核心，将其接入科学工具和自动化实验室，比如谷歌、OpenAI、Anthropic等巨头正在积极布局，把科学能力作为大模型的核心——特别是6月底，Anthropic刚刚发布了面向科研的Claude Science工作台，在全球引起广泛关注。在国家战略层面，美国去年底启动了“创世纪计划”，被外界视为AI时代的“曼哈顿工程”，它将联邦的科学数据、国家实验室以及人工智能的能力整合起来，以加速科学发现。鄂维南认为，该计划出台后，美国科学智能的步伐明显加快。

中国走的路径，被鄂维南概括为“平台化的横向基础设施+垂直整合”。也就是说，先是建设全要素科研基础设施，之后为这个科研领域的“安卓平台”构建各类垂直场景，包括电池、材料、药物、发动机等的研发，从而打通从理论、计算，到实验和产业验证的路径。

在这条路上，中国已有相当的积累。一方面，国内的基础层正在不断形成世界级平台和设施；在垂直领域，也涌现出不少范式变革的标志性成果。比如，一家初创的航天技术公司，基于AI智能体设计了火箭发动机，从方案到实物仅用一周。鄂维南认为，这一成功的核心，是在一个场景中打通了燃烧仿真计算、材料、3D打印等环节，体现出“平台+科研”的价值。

鄂维南也坦言，目前国内AI4S的发展仍有不少短板，包括科研资源未被充分整合，高端仪器需要摆脱进口依赖。更关键的是，我们必须提升通用基座模型能力，因为单靠在开源模型上“加”一层科学知识，无法弥合在科学推理、多模态理解等深层能力方面的差距。

上海应建平台、创机制同步发力

面对这场未来的科研范式变革，上海如何抢占先机？鄂维南的建议是，从“生产力”和“生产关系”两方面入手。

首先是要建设一座真正意义上的“超级实验室”——一个高度自动化、智能化，并且主动打破学科界限的科研平台。鄂维南以中国科学技术大学投入百亿级经费、以“机器化学家”为核心的自动化实验室为例，如此量级的平台，能牵引整个AI4S体系发展，让一座城市的科研范式立即“上一个台阶”。他认为，这类超级实验室将成为未来全球科技创新中心的必要条件。

而在“生产关系”层面，鄂维南提议上海可以借鉴建设产业园区的思路，在科研领域也辟出“试验田”和“特区”，实现创新机制的转换。实际上，他一直呼吁AI4S打破学科与学科之间、理论与实验之间、科研与产业之间的界限。比如，可以构建“高校－新型研发机构－企业”三位一体的科研组织形态：让实验室里的洞见能够顺畅地流向产业；或是构建新的人才评价机制，不再唯论文、唯“帽子”，让那些能做出真正原创突破的人才脱颖而出。

这些建议，与论坛主办方的谋划形成呼应。上海国投公司董事长袁国华表示，他们将发挥产业投资、生态布局、资本链接、产业协同的优势，加快人工智能向科学研究的全领域渗透，以AI4S科学范式的变革，赋能产业升级。