（来源：中国航空报）

刘祯

　　8月21日至22日，2026科学智能大会在北京举办。作为驱动原始创新、重塑科研范式的核心引擎，人工智能驱动的科学研究（AI for Science，AI4S）成为热议话题。

拓展边界：为人类科学家提供更多探索灵感

　　今年3月发布的《AI for Science创新图谱2026》显示，近五年全球相关论文发表量增长了一倍多，航空航天、量子科技、材料科学等领域年均增速超过30%。

　　以往，研究人员可能需要花费半年时间阅读数百篇论文才能完成一篇文献综述，如今借助AI只需要几小时；面对海量数据，传统方法耗时数天甚至数周的计算任务，现在几秒钟便能得出结果。人工智能在可形式化、可验证的科学任务上，效率远超人类。目前，科研智能体已经能够完成文献研读、实验规划、参数迭代、结果分析的闭环自主科研流程。

　　在战略布局上，各国纷纷加速：中国发布《关于深入实施“人工智能+”行动的意见》，将“人工智能+”科学技术列为6大重点行动之一；美国推出“创世纪计划”，统筹整合全国科研基础设施，依托人工智能全面提速前沿科学突破；欧盟发布专项战略汇集资源以研发AI并将其应用于科学。在以AI驱动的科研范式下，学科融合成为趋势，AI4S已经深入到许多重大科研计划和基础科研项目的核心环节。

“看似合理”：验证瓶颈让科研成果难以落地

　　AI4S为许多领域的研究打开了新空间。

　　在生命科学领域，AI可设计靶点分子、筛选化合物，将候选药物发现从数年缩短至数月；在材料领域，AI能辅助设计催化剂、筛选验证配方组合，加快材料研发从经验试错走向数据与机理协同驱动。

　　打破科研与产业之间的界限，已经成为AI4S下一步迫切需要解决的问题。中国科学院院士、北京大学数学科学学院讲席教授鄂维南认为，这仅靠科研能力的提升是不够的，还必须在评价机制、组织形式上下功夫。

人机协同：更需人类科学家守持科学品位

　　推动自主实验室智能化改造，实现AI对科研全流程各个环节的深度赋能，已经形成全球共识。但是，随着前沿模型自主能力的持续提升，AI技术的“双刃剑”效应也随之放大。

　　从长远看，AI或将具备自主设计科学实验的能力，但现阶段仍需由科学家提出核心科学问题、划定探索方向，同步配套完善安全约束规则、人工复核验证流程与风险处置机制。

　　未来更可能出现的是“AI主导执行过程、人类科学共同体保留最终判断权”的混合科研范式，而不是取消人类评价权的全自动科研体系。

　　可以期待，依托AI4S的持续发展，人机协同的科研模式将不再是科幻作品中的想象。人和AI之间，应该是互相成就的关系。在科研探索的道路上，科学品位、实验验证与责任判断始终是人类科学家不可替代的核心价值。

　　（本文摘编自《新华每日电讯》2026年8月23日3版）