“‘赋能’这个词低估了人工智能对科学的影响。就科学而言，人工智能不是一次简单的工具革命，而是科学革命的工具，或者说是具有革命性的工具。”

在2月19日举行的世界互联网大会“人工智能赋能科学研究”（AI For Science）研讨会上，世界互联网大会人工智能专业委员会首席主任委员、中国工程院院士、之江实验室主任王坚提出了上述观点。他认为，人工智能已成为通用语言，将打破学科壁垒，因此，它不仅仅是简单的赋能，更是一种新的科研范式。

王坚坦言，过去几年他对此观点持谨慎态度，但近期麻省理工学院的学者在观察中国的变化后，对中国在基础模型研发方面的能力表示了认可，这对大家是很大的鼓舞。他进一步指出，科学研究的第一、第二范式已广泛验证，第三范式是计算机模拟阶段，而第四范式即数据驱动的范式尚未形成。关于第五范式，普遍认为与人工智能有关。

会上，王坚还强调了科研资源开放的重要性。他认为，大模型时代的开源实际上是资源开放，科学研究需要公共产品。当数学、人工智能和工程学等都很好地结合时，面向全世界的公共科学研究的公共产品就会出现，成为大家都能使用的工具。

AI for Science（AI4S）的概念正逐渐被更多人了解。尤其是去年10月，2024年诺贝尔物理学奖和化学奖相继颁给在人工智能与基础科学交叉领域实现重大突破的科学家，这标志着人工智能在科学研究中的重要地位得到了广泛认可。

人工智能正在引发一场从科研范式、科研方法到应用场景的系统性变革。例如，在生物药和气象分析等领域，AI为科研人员提供了全新视角和分析工具，推动科研方向向智能化数据驱动转变。

阿里云与中山大学合作，利用云计算与AI技术发现了大量全新RNA病毒，大幅提升了业界对RNA病毒多样性和病毒演化历史的认知。此外，阿里云还服务了中科院国家天文台、FAST望远镜数据上云、复旦大学科研智算平台等多个重大科研项目。

阿里巴巴集团副总裁、大数据和智能实验室负责人叶杰平表示，现在AI大模型在整个科研流程方面都可以发挥巨大价值。预计随着AI模型能力的持续提升，科学家做科研的方式将发生深刻变革。

中国新一代人工智能发展战略研究院执行院长龚克提到，AI4S的能力在于其强大的超高纬度数据拟合能力。他认为，人工智能具有学习能力和通用性，可以带来革命性变化。

龚克建议，应继续提升AI4S本身的能力，增强模型的可解释性和透明度，并共同制定标准和规范。同时，应促进资源共享，加强跨学科、跨行业的交流合作，开发开源的、开放的科学创新模式。

专委会副主任委员、产业推进计划牵头人、欧洲科学院外籍院士、清华大学人工智能研究院常务副院长孙茂松表示，AI4S的对象是存在不变规律的自然科学，适合人工智能处理。在应用AI4S时，要认真审视问题的选择和数据的质量。

孙茂松还提到AI4S的另一面——Science for AI以及Science in AI。他认为，研究大模型的机理迫在眉睫，一旦揭示清楚，可能会推动人工智能的大发展。

深势科技创始人兼CEO孙伟杰表示，AI4S将改变科研生产关系，大幅提升计算模拟精度效率和实验室效率。未来，学校里的科研和教学将会发生很大改变。

“当前，行业正在从基础能力的快速提升期逐步进入‘挖深矿’的深耕阶段。”深势科技药物发现部联席总裁王冬冬提到，AI4S将进一步优化预测设计的精度和复杂度，解决现有数据不足和知识迁移问题，以及产业化与规模化所面临的成本、算力、模型可解释性等挑战。

（文章来源：界面新闻）