AI技术如何重塑科研模式

AI技术如何重塑科研模式

陈凯华 中国科学院大学公共政策与管理学院特聘教授

回顾科技发展历程，技术进步是科研范式演进的内在动力。例如，望远镜与显微镜等光学仪器突破了人类感官局限，将宏观宇宙与微观世界纳入视野，奠定了近代科学观察实验的基础；光谱仪、离心机等精密设备推动了科学从现象描述向规律归纳与理论建模的跨越；计算机技术实现了复杂系统的数值实验，大数据技术则促使科研逻辑从“假设驱动”转向“数据驱动”，重塑了现代科学的发现路径。当前，以深度学习为代表的新一代AI技术，正将感知、识别、预测及优化能力融入科研，加速科研范式向生成式AI、多模态大模型和智能体技术为核心的崭新阶段演进，有望引发颠覆性变革。

加速科研全链条的深度整合。AI拥有强大的数据整合、知识提取及跨域协作能力，能够打破科研、技术开发与产业应用间的信息壁垒。它能将实验室的科学发现、技术端的研发突破及产业端的需求有效串联，实现知识、数据与资源的高效流转与智能协同。这不仅激活了海量沉淀数据，降低了跨领域协作成本，还缩短了成果转化周期，推动研究成果快速进入开发，开发成果快速进入生产，实现“从实验室到工厂”的无缝衔接。

全面重构科研活动的运行机制，引领研究迈向高通量、高精度新阶段。例如，中国科学技术大学精准智能化学全国重点实验室研发的“机器化学家”，突破了传统化学依赖“专家灵感、单环节推进、小范围试错”的局限，升级为“数据驱动、全流程闭环、规模化探索、标准化落地”的智能模式，有力推动了科研向规模化、自动化发展。在协作方面，AI进一步促进开放融合，催生了集中式与分布式并举的新机制，有效消除了科研的组织与时空障碍。

推动科研主体的深刻变革。当前，科研主体正经历从“人力主导”到“人机协同”乃至“智能自主”的演变。AI正从辅助工具升级为自主科研主体，智能体具备自主发现、推理与实验能力，实现了从被动执行到主动拓展知识边界的转变，形成了在人类引导监督下自主探索的新生态。同时，企业凭借数据、算力、资本优势，从需求方转变为科研活动的主要参与者，甚至在某些领域成为主导者；智能工具、支撑平台和开源社区也成为了新型技术主体，丰富了科研生态体系。

推动科研工具与方法迭代升级。AI技术的突破推动工具从被动分析转向主动生成，不再局限于观测或模拟既有现象，而是能自主设计新假设与新实验。此外，以物理仪器为中心的传统平台，正升级为集智能算力、规模化数据生成与综合实验能力于一体的复合型科研基础平台。通过“数据—工具—模型—智能体”的全链路高效整合，实现更大范围的开放互联与协同。

AI驱动的科研范式将竞争关键要素从“经验、仪器、隐性知识”转变为“数据、算法、算力”并重，正在重构竞争逻辑。全球科技强国竞相强化部署，试图引领这一变革。以美国为例，全面推动AI科研范式变革。2025年11月启动“创世纪计划”，以“曼哈顿计划”的紧迫性构建“数据—模型—智能体—仿真—实验”的AI科研体系；2026年7月白宫发布《科学：新的黄金时代》报告，将“创世纪计划”作为国家旗舰行动。美国能源部统筹下，将大量沉淀数据整合打通，作为训练大模型的重要数据集。