新华网北京8月11日电 题：向着新一轮科学革命制高点攀登——2023科学智能峰会观察
新华网记者 凌纪伟
这是一场AI for Science（科学智能）的顶尖学术盛会。
10个专业方向论坛、50多个学术前沿话题、1000多位业内学者……8月10日-11日，作为中关村论坛系列活动，由北京科学智能研究院主办的2023科学智能峰会在京举行。
会场内外，院士、专家、政府官员和企业代表聚焦AI for Science基础设施共建、典型应用，探讨当前发展重点，展示研究成果和技术。与会嘉宾形成一个普遍共识——AI for Science已成为一种新的科研范式，人工智能赋能的科学研究正释放出巨大价值。
AI for Science加速科研范式变革
AI for Science不只是一个新的科学浪潮，它更是开启了一个全新的科学时代。
多位嘉宾在发言中提到，AI for Science将带来一个大的科学变革，赶上这一潮流就能迎来新的发展机遇。同时，大家也深有同感，AI for Science是一个极具挑战性、复杂性的领域，以专家共识的形式，能够促进形成跨领域学科交叉新的研究态势。
中国科学院院士，北京科学智能研究院院长、北京大学国际机器学习研究中心主任鄂维南
“我认为AI for Science是中国科技创新历史上最好的机会。”在中国科学院院士，北京科学智能研究院院长、北京大学国际机器学习研究中心主任鄂维南看来，AI for Science空间非常大，将全方位改变从科学研究到产业落地，下一代的产业很可能就在AI for Science基础上建立起来。
放眼全球，AI for Science成为各国竞相关注的重要领域，中国正加快布局并取得积极成效。
推动AI for Science范式落地，要坚持服务于国家重大发展战略。今年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，我国科研范式变革和科研能力提升加速推进。
AI for Science的发展为各个领域的发展带来巨大潜力，有望加速科学研究，推动科学发现，并解决基础研究中长期存在的一些挑战性难题。
北京是最早系统性支持AI for Science的城市之一，2021年成立了北京科学智能研究院，集中力量推进原创性、引领性创新，推出了首个覆盖元素周期表70余种元素的深度势能原子间势函数预训练模型DPA-1。未来，北京市还将继续大力支持科学智能发展。
突破瓶颈协同发力AI for Science
AI for Science，被视为一场发生在当下的科学革命，今天我们正站在这场变革的起点。但在AI for Science成为流行范式之前，还有很长的路要走。
“从长远来说，人才是最大的瓶颈，如果在教育、科研方面不长期投入，不形成很好氛围，就没有后劲。”中国科学院院士，北京大学前沿交叉学科研究院院长、自然科学基金委交叉科学部主任汤超呼吁，青年科技工作者投身AI时代大潮，不断推陈出新，成为造就下一个时代的“弄潮儿”。
中国工程院院士，之江实验室主任王坚认为，对所有研究来说，都是假设驱动。数据最重要的作用是帮助形成问题，才能产生真正意义上的创新。他表示，在AI for Science时代，通过数据能不能形成新的假设，这是一个很有挑战性的问题。
站在这场科学革命的时代起点，会上发布的2023版《科学智能 (AI4S)全球发展观察与展望》，让人们对AI for Science的未来有了更为清晰的认知。
过去一年，AI发展突飞猛进， 新版展望以全新的框架重新梳理AI for Science的要素、沿革，特别是首次系统性表述了AI for Science的发展框架，即“四梁N 柱”体系。
鄂维南在引导发言中表示，发展AI for Science，推动走向“平台科研”模式，需要解决不同科研领域的共性问题，需要共建AI for Science的基础设施，即“四梁”。以基础设施为支撑，也在赋能工业应用的实际场景，即“N柱”，将在材料科学、能源化工、航空航天、药物研发等方向上带来巨大变革。
在北京智源人工智能研究院院长、北京大学多媒体信息处理全国重点实验室主任黄铁军看来，无论是发展AI大模型还是AI for Science，要建好几个大平台，把几个大问题解决掉，关键要靠多方合作、协作。“我们经常说，集中力量办大事，要解决大问题，必须要有合作精神。”
AI for Science为科学研究开辟了新视野、新路径，同时对科学家的角色和能力提出新要求。主办方希望以峰会召开为契机，推动更多科研工作者投身其中，加速这场科学革命的进程。
北京科学智能研究院副院长、深势科技创始人兼首席科学家张林峰在采访中表示，科学智能峰会将一如既往持续努力，为广大科学家和研究者创造一个科研与应用深度对话的平台，促进学科交叉融合，助力实现基础研究重大突破。
AI for Science深入行业解决现实问题
AI预测蛋白结构、AI赋能药物和材料设计……AI for Science的进展已超出预期。大家都希望AI算法创新赋能到产业，进而解决行业面临的实际问题。
药物研发、新能源领域，是AI与科学研究结合需求迫切、进展突出的方向。会上，来自这两大领域的专家和产业代表讲述了从创新到落地的行业实践。
“通过AI计算，确实有效加速了我们从海量分子中找到有用的小分子。”对话中，清华大学教授张强分享了做电池研究中遇到的激动人心的故事。他说，“AI技术让我们能够找到原有知识边界以外的新体系，能够加速我们的寻找，非常令人激动。”
在宁德时代，也有许多AI计算方法的应用突破。“我们做工业研究的人，要了解AI，做AI的人也要了解我们的工业应用场景。非常重要的是领域知识模型的嵌入，比如 SEI 问题，整体化学反应网络又该怎么去构建，只有这些东西理清楚了，AI才有用武之地，才能知道该深入到哪个环节去解决什么样问题。”宁德时代21C智能计算与数据中心负责人赵旭山说。
在AI制药领域，诞生了像Alpha Fold这种成就卓著的成果。那么，AI对创新药物研究究竟带来哪些利好？
“AI是CADD（计算机辅助药物设计）一种新的强大的工具。”中国科学院上海药物研究所研究员、药物发现与设计中心主任朱维良说，AI在药物靶标作用、新分子生成、成药性的预测这三个方面都已经产生影响，或者即将产生革命性的影响，非常值得期待。
“未来，AI for Science主战场可能是生命科学领域，而且一定会越来越大放异彩。”晶泰科技联合创始人兼CEO马健表示，晶泰和深势一直保持合作，希望有更多技术和产品侧的合作，共同为药物研发提供更多更好的工具，提高科研和药物开发的效率。
AI技术发展到今天，在带来新方法、新工具的同时，也在赋能产业应用的实际场景。2023科学智能峰会，以“四梁N柱”为主线展开，设置了算法与软件模型、数据库与知识库、新能源应用、材料计算、生命科学等十场主题分论坛，一批优秀研究人员和产业代表，深入探讨AI for Science与各自专业领域相关的科学研究和实践应用。
在2023全球科学智能峰会，一大批不同学科、不同背景的人们，因为AI for Science而能聚在一起、聊在一起，这正是AI for Science的特点和魅力所在。
AI for Science的大潮已至，在2023全球科学智能峰会，吹响了出发的号角，中国正一步步朝着新一轮科学革命制高点攀登迈进。
让我们共同发现真机遇、解决真问题，共建AI for Science新未来！
