AI时代：科学发现范式的深刻变革
第三篇｜人工智能正在重新定义科学发现曾几何时，提及人工智能，人们脑海中浮现的往往是自动驾驶、智能机器人、内容创作，或是各类提升办公效率的工具。然而，人工智能真正具有深远意义的变革，或许并不局限于这些直观的应用场景，而是潜藏于实验室、数据库以及各类科研机构之中。它正悄然重塑人类探索未知、获取新知的途径。科研领域正在经历深刻变革以往的科学探索，往往以一个待解之问为起点。研究者提出假设、规划实验、采集数据，继而对结果展开分析与论证。这一完整链条耗时漫长，且极大程度上依托于科研人员自身的经验积淀、判断力与专业素养
AI科研力量崛起或将改写未来科学格局
2024年8月，全球首位「AI科学家」惊艳亮相，这并非科幻电影中的桥段，而是 Sakana AI 公司推出的真实成果。这位AI不仅能够独立构思研究课题、规划实验方案、编写程序代码，还能亲自执行实验并撰写学术论文，甚至配备了「AI审稿人」协助评审与优化，构建起一套完整的科研闭环体系。今年3月，其产出的一篇计算机科学论文顺利通过了ICLR 2025研讨会的双盲审稿，这可是货真价实的成就。这些AI科学家正从研究机构迈向科学最前沿。从数据清洗、知识融合到实验执行，AI的效率显著超越人类同行。在材料科学领域，一种全
AI for Science：开启科研范式新纪元
托马斯·库恩在《科学革命的结构》一书中指出，科学范式的演进本质上是认知工具与研究逻辑的根本性重塑。人类科学探索已走过四代经典范式：如今，AI for Science（科学智能，简称AI4S）正式确立了第五代科研范式。它融合了人工智能大模型、物理先验知识、自动实验系统及全域算力底座，打通了“假设—仿真—实验—验证—迭代”的完整科研闭环。AI不再是辅助工具，而是具备自主推理、设计及发现能力的科研协作主体，对传统科研全链条及底层逻辑进行了颠覆性重塑。科学智能的核心定义是：以深度学习、科学大模型、多智能体系统为载
龚新高院士谈AI赋能：开启物理研究新纪元
关注我们，获取更多前沿资讯龚新高，中国科学院院士，复旦大学教授近日，2026未来科学论坛在上海盛大开幕。在物理分论坛现场，复旦大学教授、中科院院士龚新高指出，AI正引领科研进入数据化时代，将持续催生出全新的物理发现。龚新高在题为《AI对物理研究的变革》的主旨演讲中，以伽利略望远镜类比AI，深度剖析了传统计算物理在尺度、自由度、材料空间等方面的瓶颈，并系统梳理了AI带来的五大变革：突破模拟尺度、AI学习物理算符、多场统一建模、全域筛选材料、预测合成路线。他强调，AI能够拓展科研边界、打通学科壁垒并实现双向赋
AI盘点旧论文，科研却走入死胡同？
点击上方↑“泰思学术 ”看看有多少位朋友关注科研属于人类，还是属于人工智能？除了筛选蛋白质结构，AI 究竟能为科研做什么真正有价值的事？不是修改论文辞藻，不是查找资料数据，更不是无中生有地编造，2026 年 6 月 21 日，沃顿商学院副教授 Ethan Mollick 将自己二十年前攻读研究生时的首篇学术论文，提交给了 GPT-5.5 Pro。数分钟后，Mollick 凝视着屏幕，哑口无言。01GPT-5.5"复盘"陈年论文Ethan Mollick 向 GPT-5.5 Pro 下达的指令极其简单："找
人工智能破解尘封80年数学难题，科研进入新纪元
当人工智能不再仅仅解答数学题目，而是真正开展数学研究时，科学的探索规则正在被彻底颠覆。一个困扰数学界长达八十年之久的经典难题，终于被机器智能自主攻破。这一突破并非沿用经典方法，而是另辟蹊径，开辟了全新的解题方向。整个数学界为此感到震惊。01 埃尔德什距离问题详解1946年，著名数学家埃尔德什提出了「单位距离问题」：在二维平面上放置n个点，最多能够形成多少对恰好距离为1的点？长期以来，数学家们认为最优布局接近棋盘式的网格排列，单位距离点对数量的增长趋势接近线性。然而，这一结论如今被人工智能所动摇。02 人工
百元成本破解80年数学悬案：AI正在重塑学术研究规则
近期，OpenAI 公布了一则令数学界为之震动的研究成果。其通用推理模型独立推翻了一个悬而未决近八十年的著名猜想——Erdős 平面单位距离问题。这不是辅助人类完成的，也不是检索了已有文献，而是完全自主推理得出的结论。菲尔兹奖得主 Tim Gollars 评价道："若这篇论文以人类名义投向《数学年鉴》，我会毫不犹豫支持发表。"随后 Ethan Mollick 进行了一番测算。基于公开的大模型推理成本数据，解决这个八十年难题所耗费的资源为：电力 0.6–6.3 千瓦时（相当于电动汽车行驶数英里），水资源 3
人工智能引领农业科研变革：六大人才培养方向全面解析
2026年中央一号文件明确强调，要结合各地实际情况积极发展农业新质生产力，推动人工智能与农业发展的深度融合。当前我国农业正处于转型升级的重要阶段，人工智能技术与农业研究与生产实践的有机结合，已成为促进农业高质量发展、培育农业新质生产力的重要驱动力。从农作物品种选育、田间生产管理、病虫害监测防治，到农业机械自动化操作、产后加工处理、供应链整体优化，人工智能正在全面深入农业全产业链。对于从事农业科学研究的工作者来说，学习并掌握人工智能技术以提升农业研究的实际操作能力，已不再是可有可无的选项，而是关系到科研创新
AI浪潮下，科学研究的未来走向何处？学界的深刻洞察
随着人工智能技术的迅猛推进，知名科技平台围绕AI对当代科学与数学研究的深远影响启动了专项调查，集结了来自计算机、生命科学、物理、数学及众多交叉领域专家的关键见解。调查成果明确显示，人工智能已不再是纸面上的技术概念，而是深刻嵌入科研实践的关键要素。无论是技术攻关的前沿实践者，还是致力于基础探索的研究人员，都在切身体验AI引发的革命性转变。对科研从业者来说，AI的意义已远远超出工具属性。技术开发者专注算法精进与模型应用，驱动AI技术不断演进；基础科学学者则利用AI的强劲性能，突破传统研究的瓶颈。愈来愈多研究人