人工智能驱动科研范式变革的路径与趋势

人工智能如何引领科研范式变革

陈凯华 中国科学院大学公共政策与管理学院特聘教授

纵观科技演进历程，技术革新始终是推动科研范式跃迁的核心力量，也是触发科研范式转型的决定性因素。譬如，望远镜、显微镜等高精度光学仪器，突破了人类感官的生理边界，使宏观天体与微观粒子均纳入可观测视野，构筑起以实证观察和实验验证为支柱的近代科学框架；光谱仪、离心机等精密测量装置所提供的规范化分析路径，推动科研从现象描绘转向规律提炼与理论构建；计算机技术的兴起让复杂系统的数值模拟成为现实，大数据浪潮则推动科研实现从"假设导向"到"数据驱动"的跨越，重塑了当代科学的研究范式与知识生产逻辑。如今，以深度学习为标志的新一代人工智能，将感知、识别、预测与优化能力深度嵌入科研实践，正强力推动科研范式迈入以生成式AI、多模态大模型与智能体技术为主导的全新时期，孕育着突破性变革的可能。

加速科研全链条贯通融合。人工智能拥有卓越的数据融合、知识提炼与跨域协作本领，能够破除科学研究、技术攻关、产业化落地各节点间的信息藩篱，将基础研究端的原始发现、研发端的创新突破、应用端的市场诉求有机串联，推动知识、数据与资源在体系内高效流动与智能匹配，盘活大量沉淀数据，削减跨学科协作代价、压缩成果转化链条，使科研成果更迅速地进入开发环节，开发产出更顺畅地流向生产领域，完成"从实验室到生产线"的高效对接。

革新科研运行模式。人工智能正全面重塑科研活动的运作体系，引领科学研究步入高通量、高精度的新阶段。以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"为例，该系统突破了传统化学研究依赖"专家直觉、单点突破、局部试错"的分散化路径，升级为"数据驱动、全链路闭环、批量探索、规范化输出"的智能化研究范式，有力推动科研向批量化、自动化方向演进。在科研协同层面，人工智能进一步强化开放共享，催生出集中式与分布式并行的新型协作模式，有效打破科研活动的组织边界与时空限制。

引发科研主体格局重塑。当前科研主体正经历从"人力主导"向"人机协同"再向"智能自主"的深刻转型。人工智能从辅助角色逐步进化为独立的科研主体，智能体将具备自主发现、自主推理与自主实验的本领，实现从被动响应指令到主动拓展认知边界的飞跃，构建起在人类战略引领与有效监管下自主探索的新型科研生态。与此同时，企业凭借数据资源、算力储备与资本支撑等综合优势，从科研的需求方与应用方逐步演变为科研活动的重要参与主体，在部分领域甚至发挥主导作用，推动科学研究与应用场景深度融合；智能工具、支撑平台与开源社区也将崛起为新型技术参与方，丰富科研生态的构成维度。

推进科研工具与方法迭代升级。人工智能技术的飞跃，推动科研工具从被动解析向主动创造转变，不再仅满足于观测和复现已有现象，而是能够自主构思新假说与设计方案。同时，以物理设备为核心的传统科研平台，将演进为融合智能算力、海量数据生成、综合实验能力于一体的复合型科研基础设施，借助"数据—工具—模型—智能体"全链路高效融合，实现更广范围的开放互通与协同增效。

人工智能赋能下的科研范式，将科研竞争的核心要素从"经验积累、仪器设备、隐性知识"转向"数据资源、算法模型、算力支撑"并重的新格局，正在改写科研竞争的底层逻辑。全球主要科技强国纷纷加强顶层规划，竞相争夺这一范式转型的主导权，以抢占科技发展新高地，构建新的竞争优势。以美国为例，该国全方位推动人工智能驱动科研范式转型，在多个前沿赛道密集布局。2025年11月，美国推出"创世纪计划"，明确提出以对标"曼哈顿计划"的战略决心开展国家级科研动员，打造贯通"数据—模型—智能体—仿真—实验"的人工智能赋能科研体系；2026年7月，美国白宫科技政策办公室出台《科学：新的黄金时代》报告，进一步将"创世纪计划"定位为国家人工智能赋能科学研究的旗舰举措。在美国能源部统筹下，美国将多年积累的海量沉睡数据加以整合贯通与重新激活，成为训练大模型的关键资源