AI驅(qū)動(dòng)科研范式變革！《科學(xué)智能白皮書2025》全球發(fā)布

中證報(bào)中證網(wǎng)訊（記者 楊潔）5月26日，上海科學(xué)智能研究院聯(lián)合復(fù)旦大學(xué)、施普林格·自然（SpringerNature）旗下的自然科研智訊（Nature Research Intelligence）全球發(fā)布《科學(xué)智能白皮書2025》。報(bào)告首次運(yùn)用2015年-2024年全球科學(xué)智能多源大數(shù)據(jù)，由近60位不同領(lǐng)域的科學(xué)家聯(lián)袂寫作，深入剖析AI與科學(xué)研究大融合之勢(shì)，全面探索7大科研領(lǐng)域、28個(gè)前沿方向、近90個(gè)科學(xué)智能前沿問題及突破路徑。

科學(xué)智能（AI for Science）是面向科學(xué)研究的人工智能創(chuàng)新和人工智能驅(qū)動(dòng)的科學(xué)研究的總和，體現(xiàn)了人工智能創(chuàng)新與科學(xué)研究雙向促進(jìn)與深度融合。一方面，AI驅(qū)動(dòng)的科學(xué)研究正在加快科學(xué)發(fā)現(xiàn)。其中，以DeepMind的AlphaFold為代表的AI技術(shù)，在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、新藥研發(fā)及疫苗設(shè)計(jì)領(lǐng)域?qū)崿F(xiàn)重大突破；谷歌的GraphCast模型、華為“盤古”模型、復(fù)旦大學(xué)-上?？茖W(xué)智能研究院“伏羲”模型等AI氣象模型，顯著提升了全球天氣預(yù)報(bào)的準(zhǔn)確性和時(shí)效性；AI驅(qū)動(dòng)的核聚變等離子體控制與自動(dòng)實(shí)驗(yàn)室技術(shù)，也為能源與材料科學(xué)研究帶來革新。

另一方面，科學(xué)基礎(chǔ)理論和層出不窮的科學(xué)突破也推動(dòng)AI底層技術(shù)和架構(gòu)的不斷創(chuàng)新，比如根植于概率論和隨機(jī)過程的擴(kuò)散模型，又如將先驗(yàn)知識(shí)融入深度學(xué)習(xí)的前沿研究，在增強(qiáng)模型可解釋性的同時(shí)，也顯著提高了AI模型的泛化能力。

報(bào)告將AI相關(guān)領(lǐng)域劃分為AI核心（算法、機(jī)器學(xué)習(xí)等）與科學(xué)智能六大方向（數(shù)學(xué)、物質(zhì)科學(xué)、生命科學(xué)、地球與環(huán)境科學(xué)、工程科學(xué)、人文社會(huì)科學(xué)）。報(bào)告指出，在以上所有領(lǐng)域，科學(xué)智能正深刻重塑傳統(tǒng)科學(xué)研究范式，通過模型和數(shù)據(jù)驅(qū)動(dòng)更有效地探索解空間從而生成假設(shè)，以及自動(dòng)與智能化實(shí)驗(yàn)等方式，全流程賦能科學(xué)研究，顯著提升科學(xué)發(fā)現(xiàn)的效率與精準(zhǔn)性。

根據(jù)自然科研智訊（Nature Research Intelligence）提供的AI相關(guān)出版物數(shù)量、引用量以及自然指數(shù)（Nature Index）等多源大數(shù)據(jù)，2015年至2024年間，全球人工智能和科學(xué)智能領(lǐng)域的學(xué)術(shù)出版物總量快速增長(zhǎng)，科學(xué)智能異軍突起，2020年后加速成長(zhǎng)，有力推動(dòng)了人工智能研究整體的井噴態(tài)勢(shì)。全球人工智能期刊論文數(shù)量在過去十年間激增近三倍——從30.89萬篇增至95.45萬篇，年均增長(zhǎng)率為14%。人工智能核心領(lǐng)域（如算法、機(jī)器學(xué)習(xí)）占比從44%降至38%；科學(xué)智能占比相應(yīng)提升了6個(gè)百分點(diǎn)，且其年均增長(zhǎng)率從2020年前的10%，提升至2020年后的19%。尤其是在工程科學(xué)和生命科學(xué)領(lǐng)域，其年均增長(zhǎng)率分別從2020年前的9%和15%，提升至2020年后的16%和29%。

報(bào)告全面探討了科學(xué)智能在7大科研領(lǐng)域、28個(gè)前沿方向、近90個(gè)科學(xué)智能關(guān)鍵問題及突破路徑，例如如何構(gòu)建跨尺度、超學(xué)科的科學(xué)智能模型、提升AI模型在科學(xué)研究中的泛化性和可解釋性，又如，如何推動(dòng)AI拓展科學(xué)發(fā)現(xiàn)的創(chuàng)新邊界。為解決這些問題，科學(xué)家提出融合先驗(yàn)知識(shí)的跨尺度建模、利用生成式模型和合成數(shù)據(jù)來彌補(bǔ)數(shù)據(jù)稀缺、建立跨學(xué)科知識(shí)圖譜與閉環(huán)強(qiáng)化學(xué)習(xí)系統(tǒng)，推動(dòng)科學(xué)智能的進(jìn)一步發(fā)展。此外，報(bào)告還重點(diǎn)關(guān)注了AI安全和AI倫理治理，強(qiáng)調(diào)構(gòu)建內(nèi)生安全機(jī)制和“以人為本”，確保AI技術(shù)在研發(fā)初期即嵌入安全防護(hù)能力, 并和人類對(duì)齊。