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玉树家具封边胶，人工智能驱动的科学研究（AI for Science，AI4S）成为热议话题。

当前，AI4S底层基础设施逐步完善，科研智能体与自主科研系统实现跨越式进展。从答题工具转向自主进科研任务，AI会为科研带来什么变化？

拓展边界：为人类科学提供多探索灵感

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倍多，航空、量子科技、材料科学等域年均增速过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篇文献综述，如今借助AI只需要几小时；面对海量数据，传统法耗时数天甚至数周的计任务，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，率远人类。

“与人类科学相比，AI可以掌握多知识，不仅能把科研人员从重复、耗时的工作里解放出来，还能拓展视野边界，发现多新奇现象，提供多探索灵感。”科学院自动化研究所研究员李林静说，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。

2026年4月28日，科学院发布“磐石100”模型体系。新华社记者 金立 摄

在战略布局上，各国纷纷加速：发布《关于入实施“人工智能+”行动的意见》，将“人工智能+”科学技术列为6大行动之；美国出“创世纪计划”，统筹整全国科研基础设施，依托人工智能提速前沿科学突破；欧盟发布项战略汇集资源以研发AI并将其应用于科学。

科学院软件研究所研究员黄进说，在以AI驱动的科研范式下，学科融成为趋势玉树家具封边胶，AI4S已经入到许多重大科研计划和基础科研项目的核心环节。

“看似理”：验证瓶颈让科研成果难以落地

AI4S为许多域的研究开了新空间。

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

谷歌公司旗下DeepMind使用AI工具预测出了220万种新的晶体，其中38万种具有稳定结构。然而，这些预测结果得到实验验证的不到0.2。这现象凸显出AI4S域面临验证瓶颈，万能胶厂家大量AI预测结果难以完成实验验证，阻碍了计发现走向实际工程应用。

工程院院士、计机李国杰指出，AI产生海量“看似理”的假说，大多数法被验证，致科研资源浪费在低优先选项上。波士顿咨询公司的报告也显示，全球AI制药投入数百亿美元，至今尚未有款获批上市。

破科研与产业之间的界限，已经成为AI4S下步迫切需要解决的问题。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，还须在评价机制、组织形式上下功夫。

人机协同：需人类科学守持科学品位

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”应也随之放大。

李国杰指出，现有主流AI系统本质上仍是外源目标驱动的优化体系，即使未来AI具备强的目标新和自我改进能力，其评价准则的正当、科学意义的判定以及风险责任的承担，仍不能由系统内部闭地解决。

北京大学科学智能学院院长莫凡洋认为，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提出核心科学问题、划定探索向，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。

不少与会表示，未来可能出现的是“AI主执行过程、人类科学共同体保留终判断权”的混科研范式，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。”莫凡洋说，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不可替代的核心价值。

策划：陈芳

统筹：吴晶

记者：刘祯

新华社国内部出品相关词条:设备保温     塑料挤出机厂家     预应力钢绞线    玻璃丝棉    万能胶厂家

奥力斯    泡沫板橡塑板专用胶报价    联系人：王经理    手机：18232851235（微信同号）    地址：河北省任丘市北辛庄乡南代河工业区

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定玉树家具封边胶，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。