官方网站-首页

【导语】2024年诺贝尔物理学奖与化学奖相继授予人工智能领域先锋，标志“AI+科研”浪潮正式来袭，AI正从辅助工具跃升为科学发现的核心驱动力。政策、学术与产业三端协同发力，中国“AI4S”（人工智能驱动的科学研究）赛道加速成型，应用场景多点开花，但科研诚信、算法偏差等挑战亦随之浮现。

2024年，在全球瞩目下，诺贝尔两大科学奖项颁给了“人工智能(néng)”。先(xiān)是(shì)物(wù)理(lǐ)学(xué)奖(jiǎng)颁(bān)给(gěi)了(le)曾(céng)获(huò)图(tú)灵(líng)奖(jiǎng)的(de)机(jī)器(qì)学(xué)习(xí)先(xiān)驱(qū)，紧(jǐn)接(jiē)着(zhe)化(huà)学(xué)奖(jiǎng)也(yě)将(jiāng)一(yī)半(bàn)颁(bān)给(gěi)了(le)“程(chéng)序(xù)员(yuán)”。这(zhè)在(zài)全球(qiú)科(kē)研(yán)领(lǐng)域引(yǐn)发(fā)了(le)广(guǎng)泛(fàn)热(rè)议(yì)，也(yě)让(ràng)更(gèng)多(duō)人(rén)看(kàn)到，人工智能（AI）技术重塑科研生态的巨大潜力。

“AI+科研”浪潮来袭

AI不再仅仅是辅助工具，而是能够催生具有里程碑意义的科学发现的核心驱动力。

当AI浪潮席卷而来，各行各业正在经历着前所未有的改变。对于以前沿创新为本质的科研领域，这一变革的步伐似乎更快。2024年诺贝尔奖的结果，也无疑为积极拥抱“AI+科研”的领域从业者打了一剂“强心针”。

2024年诺贝尔物理学奖授予了美国科学家约翰·霍普菲尔德和英裔加拿大科学家杰弗里·辛顿，以表彰他们“通过人工神经网络实现机器学习的基础性发现和发明”。

（图源：瑞典皇家科学院）

2024年诺贝尔化学奖的一半授予了戴维·贝克，以表彰其在计算蛋白质设计方面的贡献；另一半则共同授予了英国伦敦谷歌旗下人工智能公司“深层思维”（DeepMind）的德米斯·哈萨比斯和约翰·江珀，以表彰其在蛋白质结构预测方面的贡献。

哈萨比斯和江珀的成果，展现出AI技术赋能科学研究的无限可能。他们开发的人工智能模型AlphaFold 2，让一个曾经遥不可及的梦想成为现实。模型能够准确预测蛋白质结构，并且已经成功预测了大约两亿种蛋白质的结构，对药物研发等领域具有革命性的意义。

事实上，这一变革并非新近出现。

2018年，中国科学院院士鄂维南提出“AI4S”的概念，即“人工智能驱动的科学研究（AI for Science）”。其指的是以AI为核心技术，通过大规模数据分析、智能推理、自动实验设计与执行，辅助乃至主导科学发现过程的一种新型科研范式。

“以今年为节点，‘AI4S’逐渐从理念和工具形态发展形成新赛道。‘AI4S’的应用场景逐渐落地，新范式效应逐步显现。”黄波表示。

“AI4S”的中国实践

“AI4S”的快速发展离不开国家政策筑牢的发展基座。

近日，国务院印发《关于深入(rù)实(shí)施(shī)“人(rén)工(gōng)智(zhì)能(néng)+”行(xíng)动(dòng)的(de)意(yì)见(jiàn)》，提(tí)出(chū)加(jiā)快(kuài)实(shí)施(shī)“人(rén)工(gōng)智(zhì)能(néng)+”科(kē)学(xué)技(jì)术(shù)行(xíng)动(dòng)，加(jiā)快(kuài)科(kē)学(xué)发(fā)现(xiàn)进(jìn)程(chéng)，率(lǜ)先(xiān)建(jiàn)立(lì)基(jī)于(yú)AI的(de)新(xīn)型(xíng)科(kē)研(yán)和(hé)研(yán)发(fā)范(fàn)式(shì)，推(tuī)动(dòng)我(wǒ)国(guó)科(kē)技(jì)创(chuàng)新(xīn)走(zǒu)在(zài)世(shì)界(jiè)前(qián)列。

今年7月，北京出台全国首个科学智能专项地方政策，明确了“AI4S”的发展路线图。《北京市加快人工智能赋能科学研究高质量发展行动计划（2025-2027年）》由北京市科委、中关村管委会，北京市发展改革委，北京市经济和信息(xi)化(huà)局(jú)，海(hǎi)淀(diàn)区(qū)人(rén)民(mín)政(zhèng)府(fǔ)联(lián)合(hé)发(fā)布(bù)。计(jì)划(huà)指(zhǐ)出(chū)，未(wèi)来(lái)三(sān)年(nián)，北(běi)京(jīng)市(shì)将(jiāng)以(yǐ)科(kē)学(xué)智(zhì)能(néng)前(qián)沿(yán)技(jì)术(shù)研(yán)发(fā)和深度应用为主线，并围绕关键技术攻关、基础设施建设、领域应用落地、创新生态营造四个维度，提出17项具体任务。

学术层面，2025中关村论坛年会期间，由中国科学技术信息研究所编写的《AI for Science创新图谱》正式发布。报告显示，中美两国是当前AI for Science研究大国，近五年间，中国论文发表超过10万篇，是美国的近两倍，但美国论文篇均被引量更高。

“在科研界已经形成了这样的共识，在科学研究的一般环节，从发现问题、提出方案、开展实验，到数据分析的各个环节，都应引入AI技术手段。”黄波以长城战略咨询发布的《企业研究报告-AI for Science：科研的新范式、新赛道》（以下简称《报告》）为依据，表达了对于“AI4S”发展趋势的研判。

《报告》基于长城战略咨询新物种企业数据库，结合政策、市场与技术数据，系统分析“AI4S”的科研范式革新、产业赛道特征及发展瓶颈，提出地方培育“AI4S”服务能力的对策建议，为科研创新与产业升级提供参考。

“AI4S”应用场景开始落地

黄波进一步表示，“‘AI4S’的应用场景开始落地，新范式的效益已经初步显现。”在应用场景层面，AI手段在新药研发、蛋白质设计、新材料开发和前沿科学研究方面发挥的作用更为显著。

《报告》显示，“AI4S”赛道企业数量持续增长，近五年，累计完成121笔融资，赛道新物种企业总数60多家，分布在新药研发、蛋白质设计、材料研发、工业仿真和数据服务等领域，并且出现了六大细分业态，分别为“技术软件服务”“实验外包服务”“知识产权开发服务”“基础数据服务”“自动化实验室”和“科研算力服务”。

对于“AI4S”赛道的发展趋势，黄波认为主要表现在五个方面。总体而言，“AI4S”赛道的创业已经相当活跃，已形成“龙头+独角兽+高成长企业”的梯度格局。“其中，靶点发现、蛋白质设计和自动化生物实验室等细分场景创新尤为活跃。”他补充道。

其次，“AI4S”已率先在AI制药领域获得全面应用。“该领域已经出现上市公司、独角兽企业，以及许多获得高额融资的初创企业。”黄波解释道。

此外，分子筛选和蛋白质设计是当前发展迅速的“AI4S”新场景。与此同时，行业大企业积极拥抱“AI4S”，形成“国际药企+中国平台”的合作新格局。面向未来，“AI4S”的应用正加速向更多前沿科学领域延伸，拓展了人工智能在科学探索中的广度与深度。

就“AI4S”企业分布而言，以北京、上海、杭州的赛道企业数量最多，分别为14家、13家、9家；此外，该领域企业还分布在深圳、苏州、广州、宁波等城市。北京的“AI4S”企业技术原创性表现优异，专注于研发生命科学大模型和材料科学大模型。

聚焦“AI4S”体系本身的价值

在黄波看来，除了推动赛道形成与应用场景落地外，“AI4S”体系本身更具备独特的价值。“我们说互联网、AI技术是一种通用技术手段，能够赋能千行百业；但就目前的表现和研究结论来看，‘AI4S’能够改变科学进步的轨迹，有望把人类的科技创新推到更高的水平，对整个社会经济发展的影响将不可估量。”他表示。

▲图片以“AI助力科学研究、变革科研范式”为主题，由豆包生成

具体而言，这样的变革表现在四个方面，即新的工具带来科研的自动化；新的主体带来科研的多元化(huà)；新(xīn)的模式带来科研的商业化；新的基础带来科研的平台化。

就科研自动化而言，工具的自动化将作用于科研过程中文献分析、实验室操作以及数据分析等环节，从而让洞见、独特的模型和数据成为科研突破的关键。“以往这些环节需要依靠高水平的科研人员、学者慢慢开展，极其耗费体力和精力

在‘AI4S’工具加持下，如果这些领域都实现智能化、自动化，可能会带来科研竞争关键点的变化。”黄波补充道。

就科研多元化而言，“AI4S”工具将降低科研的门槛，使得大量新主体涌入，使跨界与综合成为科(kē)研(yán)发展的新空间。具体来说，借助“AI4S”工具，更多大学实验室将能够开展高水平的科研活动；初创企业有能力开展高水平的科学研究；IT企业借由算法和技术优势，通过提供关键性工具或平台，将有机会跨界进入医药、材料等科研领域；此外，大企业依托数据优势和行业资源，将有机会与科技企业联合开展科研，重新获得创新优势。

就科研商业化而言，“AI4S”有望开辟瞄着商业目标部署科研活动的路径，使科技与商业的融合速度成为竞争的关键。

就科研平台化而言，随着“AI4S”成为科研的基础条件，科研组织的平台(tái)化(huà)将(jiāng)加(jiā)速(sù)，从(cóng)而(ér)导(dǎo)致(zhì)科(kē)研(yán)的(de)竞(jìng)赛(sài)成(chéng)为(wèi)生(shēng)态(tài)之(zhī)间(jiān)的(de)竞(jìng)争(zhēng)。

对(duì)此(cǐ)，黄(huáng)波(bō)呼(hū)吁(xū)，应(yīng)强(qiáng)化(huà)开(kāi)源(yuán)算(suàn)法，提供高质量数据，支持创业企业，并提供足够的应用场景，加速上述变革的进程。

“AI4S”存在的挑战

诚然，AI技术对于科研范式的转变让未来已来，让变革可期。然而，这一过程中产生的科研诚信、算法偏差等问题也不容忽视。

在9月22日举办的第三届中瑞科研诚信研讨会上，清华大学新闻与传播学院教授、清华大学图书馆馆长金兼斌带来了相关内容的分享。他指出，当前学术诚信已经面临较为严重的问题，需要研究者、出版商、相关机构的共同努力，以及评价体系的优化完善，从而有效遏制。“如未采取强有力的手段，当品牌(pái)诚信受到影响，最终科学界可能面临绕过或者抛开以出版物为主要学术绩效评价依据的现实。”他表示。

北京大学教授田丽也分享了AI在纠正科研偏向方面的潜力与局限。她表示，AI在帮助克服科研偏向上有三方面的潜力，分别是解决数据问题的潜力、偏差检验方面的潜力，以及促进科学开放的潜力。她同时指出，这些贡献也存在着局限性，主要体现在算法本身的偏差，导致在推荐系统中，也许(xǔ)会(huì)存(cún)在(zài)“强(qiáng)者(zhě)越(yuè)强(qiáng)”的(de)现(xiàn)象(xiàng)。

从(cóng)AlphaFold 2破(pò)解(jiě)蛋(dàn)白(bái)质(zhì)结(jié)构(gòu)预(yù)测(cè)的(de)半(bàn)个(gè)世(shì)纪(jì)的(de)难(nán)题(tí)，到(dào)AI模(mó)型(xíng)加(jiā)速药物研发进程，人工智能重塑科研范式的趋势已无可逆转。科研(yán)的(de)终(zhōng)极(jí)目标是探求真理、造福人类，人工智能将成为实现这一目标的强大工具。

未来，唯有以诚信为锚，以向善为舵，方能让人工智能在科研领域的航船行稳致远，让人工智能成为科技创新“破茧成蝶”的重要支撑，带来持续深化的科研生态重塑。

采访专家：黄波（北京市长城企业战略研究所副总经理）

参考资料：

1.科技日报.全面加快AI for Science发展的步伐.2025-08-27:https://www.ncsti.gov.cn/kjdt/kjrd/rgzn_kjrd/202508/t20250827_217296.html

2.科情智库.《AI for Science创新图谱》发布.2025-03-31:https://mp.weixin.qq.com/s?__biz=MzI1MDI5ODkwMA==&mid=2247506289&idx=1&sn=c551cc92600756dca8561cd49e067386&chksm=e8a5e9fea045bc8094122a8c7b77740326a763e897d33e6d473e3f44a6be7f346f6ed751c62b&scene=27

3.人民网-北京频道.北京出台全国首个科学智能专项地方政策 明确AI for Science发(fā)展路线图.2025-07-11:http://bj.people.com.cn/n2/2025/0711/c14540-41288505.html

4.中国经济网-《经济日报》.用好AI这个科研超级助手.2025-10-23:http://views.ce.cn/view/ent/202510/t20251023_2532997.shtml

5.北京科技报.专项答题｜2024年诺贝尔奖揭晓，哪些科学家登上了科学巅峰？2024-10-14:https://baijiahao.baidu.com/s?id=1812852462587570756&wfr=spider&for=pc

来源：北京科技报

撰文：记者 贾朔荣