當前，双向奔赴AI for Science正在成為當代科學的推动潮流。在3月29日舉行的人工2025中關村論壇年會“AI for Science青年論壇”上，科技部黨組成員、科学副部長龍騰在致辭中表示，研究當前人工智能廣泛應用於生命、双向奔赴化學、推动地球等科學研究，人工正以前所未有的科学速度重塑人類認知邊界，在提升科研效率、研究改變科研範式、双向奔赴加速科學發現等方麵展現出巨大潛力。推动
論壇上，人工中國科學技術信息研究所發布的科学《AI for Science創新圖譜》表明，全球AI for Science學術研究正快速增長。研究數據顯示，2019—2023年間，全球AI for Science論文發表年均增長率為27.2%，各學科領域論文發表均呈現逐年遞增趨勢，其中，生命科學、物理學和化學等領域發表的人工智能應用論文數量最多。中美兩國是當前AI for Science研究大國。近5年間，中國論文發表超過10萬篇，居全球首位。
站在時代前沿的青年科學家應如何抓住機遇、迎接挑戰？龍騰表示，人工智能時代破解複雜科學難題，需要科研人員既深鑽人工智能核心技術，又貫通數學、物理、生物等基礎科學邏輯。青年科學家要主動打破學科邊界，在融合創新中提升科研能力和水平。同時，人工智能與科學研究的深度融合，將催生顛覆性科學發現，青年科學家要敢於突破傳統範式，圍繞國家重大需求，瞄準熱點科學問題，深入研究，推動形成人工智能與科學研究雙向賦能的科研新生態。
AI正成為探索未知的重要工具
在上海人工智能實驗室主任、首席科學家周伯文看來，由人工智能帶來的“工具革命”已悄然發生。
“可以這樣說，在科研領域，人工智能技術已經成為科研工作者的一項基礎設施。當它用於數據處理，可以幫助科研人員提升對研究對象的理解；當它用於計算，可以提升研究工具的能力；當它用於創新，可以提升研究者的原創能力。”周伯文表示，AI賦能的關鍵點，是要找準具體的科研場景。
而哪些科學問題適合用AI來賦能？周伯文讚同諾貝爾化學獎得主、AI科學家德米斯·哈薩比斯曾經分享的3個觀察：首先，科研的內容要有巨大的組合搜索空間；其次，研究的領域目標函數清晰；最後，研究的行業要有巨大的數據量或者高效準確合成數據的方法做支撐。
廈門大學南強特聘教授洪文晶也認為，要用好人工智能助手，科研人員需要結合實際開展研究。洪文晶正是看準了鋰電池市場的廣闊需求，對下一代鋰電池進行科研攻關。他用AI技術研究鋰電池電解液的新型電化學界麵，通過機器人高通量實驗和人工智能的結合，實現了研發效率的顯著提升。
中國科學院院士、北京大學國際機器學習研究中心主任、北京科學智能研究院學術委員會主任鄂維南表示，科研模式的轉型升級能有效幫助科研人員打破學科之間、理論與實驗之間、科研與產業之間的界限，使科學家有更大的探索空間和更高的探索效率。要實現這個目標，需要圍繞數據庫、文獻工具、理論方法和模型以及實驗工具，形成新的科研協同模式，推動走向“大科研時代”。
我國AI科研助手加速湧現
當前，我國AI工具不斷出新，賦能科學研究。AI for science青年論壇上，北京科學智能研究院副院長李鑫宇發布新一代科研知識庫與文獻開放平台“科學導航”。“我們的初衷是為了提高科研人員利用和檢索文獻的效率，便捷他們的科研生活。”李鑫宇告訴記者，目前，平台已覆蓋全球1.6億篇文獻，自然語言問答式的文獻檢索能助力科研工作者開展文獻數據和實驗數據的一體化管理，讓科研檢索與管理效率提升了近百倍。
“我們希望，AI也能‘讀、算、做’，並將這些原本獨立的步驟形成自主運轉的閉環，幫助傳統實驗室向自動化智能化躍遷升級。”北京科學智能研究院院長、深勢科技創始人張林峰在論壇首發Uni-Lab-OS智能操作係統。他期待，該智能操作係統可以解決傳統實驗室手工操作低效、設備孤立及數據分散的痛點，成為“AI科學家”，為生物、化學、環境、材料等領域增添動力，為科研人員節省時間和精力。
除了堅實科研基礎設施的基座，AI for Science也在幫助解決產業實際痛點。由北京大學工學院特聘研究員、北京科學智能研究院研究員陳幟團隊帶來的“臨界熾核”，成為AI for Science從科研邁向商業航天應用的一個典型案例。
“‘臨界熾核’的核心引擎DeepFlame是首個集成了AI框架用於反應流高精度數值模擬的高性能、大規模開源軟件平台。”陳幟說，“以朱雀2號為例，我們對‘火箭心髒’即發動機進行全流程數值模擬，實現從燃料噴注器、燃燒室到外噴羽流場的億級網格仿真，計算精度達工業應用標準，相較傳統方案實現了超千倍的加速性能。”
