科研领域兴起人工智能热潮

科学智能崭露头角

AI for Science（以下简称“AI4S”），即科学智能，泛指人工智能应用于科学领域的系列研究，旨在先解决科学问题，再解决产业问题。这一理念萌芽于科学界，正逐步在产业界兴起。

2016年，AlphaGo首次战胜人类围棋世界冠军，使得科学家意识到AI在科学研究方面的潜力，开始逐步探索使用AI算法与工具求解科学问题；2021年左右，AlphaFold2、DeePMD取得显著突破，生命科学、材料研发、能源、天体物理等领域的AI4S科研成果遍地开花，多个开源算法和工具相继诞生，推动AI4S理念快速走进大众视野并引发行业热潮。2023年3月，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”（AI for Science）专项部署工作，再次引发AI for Science的行业热议。2023年6月，中科院推出全球首颗AI全自动设计的CPU处理器，整体性能达到英特尔486系列水平，开启AI4S技术与算力基础设施的螺旋迭代升级。

科学智能呈现阶段性特征

AI4S呈现阶段性发展特征，具备解决科研难题、加快信息技术革新、强化科技与实体经济融合的多重潜力。一般认为，AI4S将沿袭“概念导入-基础设施建设-产业应用”三阶段发展，当前已进入基础设施建设期。

第一阶段为概念导入期，以科学家为核心主导，关键目标是寻找典型科学应用场景并开展概念验证，采用AI技术实现关键科研问题的求解与突破。

第二阶段为基础设施建设期，由科学家和工程师共同推进，关键目标是打造通用性的科研基础设施与平台化的工具组件，沉淀共性的科研任务模型，将“科学问题”转变为“计算和工程问题”，推进科学研究从自给自足的“小农作坊”转向平台化协作的“安卓模式”，加速科学研究进程。目前，随着基础理论的持续突破与科技企业的陆续加入，基本认为AI4S进入基础设施建设期。

第三阶段为产业应用期，工程师成为核心主导，关键目标是找到基础科研创新成果的产业应用场景，推进基础科研成果落地以助力产业转型升级。在三个阶段的演进发展中，AI4S 有望实现科研瓶颈突破，拓展信息基础设施应用需求，实现传统产业创新升级的多重价值。以AI for新材料研发为例，在概念导入期，AI4S基于强大算力与算法扩大实验参数，同步整合历史数据库、专家知识以更好地预测材料成分分布和微观结构的多尺度特征，加速材料创新进程。在基础设施建设期，已验证成功的材料研发算法将沉淀为更加通用的物理模型以扩展到更大范围的科学研究，带动了面向材料科研的信息科技基础设施、研发工具组件的需求与市场。进入产业应用期，新材料将实现量产并走向市场，推进更多产业层面的创新应用。

政产学研联合推动发展

受科研、市场、政策的三轮驱动，AI4S有望走向政产学研多方联合发展之势。

在科研方面，AI技术在破解“维数灾难”方面的优势，吸引了世界多国的科学家开展AI4S研究。“维度灾难”是指在某些问题的求解中，随着维数的增加，计算代价会呈指数增长。“维度灾难”的存在，导致很多科学研究虽已具备基础理论，但仍难以应用于大规模体系的问题求解，严重制约了人类科学的进步，也使得科研成果与产业实际相距甚远。AI领域以深度学习为代表的技术对高维问题的处理具有显著优势，已成为众多学科应对“维数灾难”的关键。目前，国内外众多科研团队开展AI4S的研究，推动AI技术向天体物理、能源华体官方网页版、生命科学等更广泛的科学领域渗透。此外，国内首家AI4S研究院已经落地北京，由中国科学院院士鄂维南牵头成立，号召众多学术研究者、产业群体参与AI4S的研究与推广。

在市场方面，领军科技企业逐步加强AI4S布局，以期在技术突破后获取更高的经济收益。近年来，科技企业普遍面临新业务增长困难、营收增速趋缓的问题，开始逐步加大对基础科研和传统产业升级改造的投入。AI4S恰好可以成为科技企业深度参与传统产业升级改造，拓展基础设施服务需求的切入点。当前，国内外领军科技企业均在AI4S领域加强布局。国际层面，谷歌已在蛋白质预测（AlphaFold2）、核聚变领域实现突破性研究成果；微软在全球成立第一个AI4S研究机构Microsoft Research AI4Science，旨在利用AI对分子动力学模拟、流体力学模拟等重要的科学计算工具来进行颠覆式创新；英伟达发布科学数字孪生平台并与西门子达成合作。国内层面，华为在全联接大会2022上推出原生科学智能基础软硬件平台，并倡议成立科学智能创新联合体；百度飞桨相继发布众多研发平台与工具支持AI4S，并推出“飞桨AI for Science 共创计划”呼吁产业生态合作。

在政策方面，国家陆续出台多项政策，要求加快推进基础研究与科学研究范式的发展，以形成更具竞争优势的世界前沿科技布局。例如《加强“从0到1”基础研究工作方案》提出在数学、物理、生命科学、空间科学、深海科学、纳米科学等基础前沿领域和农业、能源、材料、信息、生物、医药、制造与工程等应用基础领域开展基础研究；《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》提出，推动人工智能技术成为解决数学、化学、地学、材料、生物和空间科学等领域的重大科学问题的新范式。

科学智能呈现三重价值

AI4S作为横跨多领域、兼顾理论与应用的综合研究，可助力科技企业形成基础研究与应用研究联动发展的科技创新格局，有望带来“科研生态圈繁荣、基础设施应用扩量、B端业务延展”的多重价值。

初期来看，AI4S可成为入局传统领域基础科研的契机，繁荣科技企业科研合作生态圈。AI4S作为“信息科技+多领域科学”的交叉研究，研究已覆盖华体官方网页版仿真、现代农业、环境科学、机器人、天体物理、地质学等众多领域。不同于信息通信技术学科的地域集中，传统科学领域的优势高校、优势学科分布将更加广泛。因此，初期入局AI4S，可助力科技企业实现科研合作圈领域与地域的双向拓展，既可深入更多传统学科领域的基础研究，也可创造更多与全国优秀高校的合作机会。

中期来看，AI4S可激发科研领域的信息科技应用需求，创造业务新增量。AI4S算法突破的持续增多将催生科研领域的工程化研发需求，激发科研信息基础设施及华体官方网页版级软件的增长。这将为科技企业带来两类市场机会：推动新型基础设施应用和催生科研服务业务。一方面，科技企业可面向科研机构提供软硬结合的基础设施服务。科研机构对高性能计算的需求将带动科技企业信息服务基础设施的应用扩量，对研发平台及工具组件的需求也有望带来科研华体官方网页版软件市场的突破。另一方面，科技企业可与科研机构建立联合体以承接政府、传统企业的科研项目。基础科研的突破有助于解决产业发展的共性瓶颈问题，联合体作为产研联合的新型研发机构，有机会承接国家或地方政府的产业研发项目和企业级研发项目。 

长期来看，AI4S可推进科技与实体经济的深度融合，延展科技企业B端业务版图。AI4S遵循先解决科技问题，再解决产业问题的发展模式，以基础科研的创新打破产业升级的瓶颈，一旦AI4S的理论成果真正走向产业应用，有望引导产业深度变革，推进产业走向全球价值链中高端区域。此时，信息科技将不再作为通用技术以辅助性角色支撑传统产业发展，而是真正走向生产核心环节助力产业升级变革，信息科技与实体产业发展的联系将更加紧密，推动科技赋能实体经济发展落到实处。

策略建议

AI for Science既是信息科技在科学领域的突破，也具备撬动未来产业升级的潜力。时下，综合AI4S的发展阶段及各大科技企业的做法，建议将AI4S纳入加强基础科研的考量，围绕“融入科研生态圈、健全基础设施与技术支撑、建强产业合作圈”三大层面开展布局。

重点方向先行先试，融入AI4S的科研生态圈。一是将AI4S纳入高校合作生态的考量范畴，逐步加强与能源、华体官方网页版、生物、材料等重点领域方向科研机构及研究学者的交流合作，寻找具有潜力的合作方向。二是成立AI4S领域的实体或虚拟研究小组，及时跟进行业发展趋势，对接国内外相关科研机构，积极在外部科研平台、产业平台发声，提升行业影响力。

着力布局技术与产品研发，健全面向AI4S场景的“基础设施+通用模型”服务。一是加快布局面向科研场景的一体化基础设施及研发工具服务，推进云服务、AI通用能力服务向科研机构的开放，同步研发满足科研人员需求的技术工具组件，为基础科研的研究机构提供算力、网络、数据等一体化的基础设施及便捷易用的研发工具支撑。二是加快推进面向重点科研场景的应用示例并沉淀算法模型，联合重点合作方向的科研学者共同打造AI4S的创新示范案例，注重加强研发过程中通用模型的沉淀，以便后期推广至更大范围的科研群体及企业。

发力创新生态建设，建强面向AI4S应用的产业生态圈。一是扩展传统产业合作伙伴的范围与合作深度，通过合作伙伴计划、投资基金、共建研发机构等方式吸引能源、华体官方网页版、生物等传统产业中的核心企业加入企业创新生态，深化科技企业与传统产业数智化基础设施和应用领域的共研共建。二是筹建面向AI4S等创新应用的落地与转化载体，通过搭建创新应用平台、设立应用优先试点等方式，为诸如AI4S等创新应用转化营造更加宽容、便捷的产业环境，加速成果转化进程。

作者单位：中国移动研究院