当前，双向奔赴AI for Science正在成为当代科学的推动潮流。在3月29日举行的人工2025中关村论坛年会“AI for Science青年论坛”上，科技部党组成员、科学副部长龙腾在致辞中表示，研究当前人工智能广泛应用于生命、双向奔赴化学、推动地球等科学研究，人工正以前所未有的科学速度重塑人类认知边界，在提升科研效率、研究改变科研范式、双向奔赴加速科学发现等方面展现出巨大潜力。推动

论坛上，人工中国科学技术信息研究所发布的科学《AI for Science创新图谱》表明，全球AI for Science学术研究正快速增长。研究数据显示，2019—2023年间，全球AI for Science论文发表年均增长率为27.2%，各学科领域论文发表均呈现逐年递增趋势，其中，生命科学、物理学和化学等领域发表的人工智能应用论文数量最多。中美两国是当前AI for Science研究大国。近5年间，中国论文发表超过10万篇，居全球首位。

站在时代前沿的青年科学家应如何抓住机遇、迎接挑战？龙腾表示，人工智能时代破解复杂科学难题，需要科研人员既深钻人工智能核心技术，又贯通数学、物理、生物等基础科学逻辑。青年科学家要主动打破学科边界，在融合创新中提升科研能力和水平。同时，人工智能与科学研究的深度融合，将催生颠覆性科学发现，青年科学家要敢于突破传统范式，围绕国家重大需求，瞄准热点科学问题，深入研究，推动形成人工智能与科学研究双向赋能的科研新生态。

AI正成为探索未知的重要工具

在上海人工智能实验室主任、首席科学家周伯文看来，由人工智能带来的“工具革命”已悄然发生。

“可以这样说，在科研领域，人工智能技术已经成为科研工作者的一项基础设施。当它用于数据处理，可以帮助科研人员提升对研究对象的理解；当它用于计算，可以提升研究工具的能力；当它用于创新，可以提升研究者的原创能力。”周伯文表示，AI赋能的关键点，是要找准具体的科研场景。

而哪些科学问题适合用AI来赋能？周伯文赞同诺贝尔化学奖得主、AI科学家德米斯·哈萨比斯曾经分享的3个观察：首先，科研的内容要有巨大的组合搜索空间；其次，研究的领域目标函数清晰；最后，研究的行业要有巨大的数据量或者高效准确合成数据的方法做支撑。

厦门大学南强特聘教授洪文晶也认为，要用好人工智能助手，科研人员需要结合实际开展研究。洪文晶正是看准了锂电池市场的广阔需求，对下一代锂电池进行科研攻关。他用AI技术研究锂电池电解液的新型电化学界面，通过机器人高通量实验和人工智能的结合，实现了研发效率的显著提升。

中国科学院院士、北京大学国际机器学习研究中心主任、北京科学智能研究院学术委员会主任鄂维南表示，科研模式的转型升级能有效帮助科研人员打破学科之间、理论与实验之间、科研与产业之间的界限，使科学家有更大的探索空间和更高的探索效率。要实现这个目标，需要围绕数据库、文献工具、理论方法和模型以及实验工具，形成新的科研协同模式，推动走向“大科研时代”。

我国AI科研助手加速涌现

当前，我国AI工具不断出新，赋能科学研究。AI for science青年论坛上，北京科学智能研究院副院长李鑫宇发布新一代科研知识库与文献开放平台“科学导航”。“我们的初衷是为了提高科研人员利用和检索文献的效率，便捷他们的科研生活。”李鑫宇告诉记者，目前，平台已覆盖全球1.6亿篇文献，自然语言问答式的文献检索能助力科研工作者开展文献数据和实验数据的一体化管理，让科研检索与管理效率提升了近百倍。

“我们希望，AI也能‘读、算、做’，并将这些原本独立的步骤形成自主运转的闭环，帮助传统实验室向自动化智能化跃迁升级。”北京科学智能研究院院长、深势科技创始人张林峰在论坛首发Uni-Lab-OS智能操作系统。他期待，该智能操作系统可以解决传统实验室手工操作低效、设备孤立及数据分散的痛点，成为“AI科学家”，为生物、化学、环境、材料等领域增添动力，为科研人员节省时间和精力。

除了坚实科研基础设施的基座，AI for Science也在帮助解决产业实际痛点。由北京大学工学院特聘研究员、北京科学智能研究院研究员陈帜团队带来的“临界炽核”，成为AI for Science从科研迈向商业航天应用的一个典型案例。

“‘临界炽核’的核心引擎DeepFlame是首个集成了AI框架用于反应流高精度数值模拟的高性能、大规模开源软件平台。”陈帜说，“以朱雀2号为例，我们对‘火箭心脏’即发动机进行全流程数值模拟，实现从燃料喷注器、燃烧室到外喷羽流场的亿级网格仿真，计算精度达工业应用标准，相较传统方案实现了超千倍的加速性能。”