為科研裝上人機協同“加速器”——“人工智能賦能科研范式變革”平行會議觀察

　　從材料科學的“自動駕駛實驗室”到能源系統的“智慧大腦”，從基因組的“語言解碼”到罕見病的“智能診斷”，人工智能浪潮下，一場席卷全球科研領域的范式革命撲面而來。

　　5月12日，在2026世界數字教育大會“構建新型科研能力：人工智能賦能科研范式變革”平行會議現場，來自16個國家和地區的170余位科學家、教育管理者和產業界代表齊聚一堂，共話人工智能賦能科研范式變革底層邏輯。

　　范式重構：做真正的科學發現

　　在會議現場，一封由全球頂尖AI公司首席執行官聯名簽署的公開信引起廣泛關注，信中強調“沒有數學就沒有AI”。菲爾茲獎得主、中國科學院外籍院士、美國國家科學院院士埃菲・杰曼諾夫解釋道：“AI的本質就是數學。”他強調，科研的真諦是透過數據探尋本質。

　　傳統材料研發往往容易陷入“試錯循環”，中國科學院院士、北京大學常務副校長張錦團隊研發通用科學智能體，僅用4天就制備出超高強度纖維。“AI與科學融合需要做真正的科學發現而非舊問題包裝。”張錦認為。

　　中國科學院院士、清華大學校務委員會副主任姜培學將新一代能源系統比作人類生命體，打造出具備感知、記憶、思考、決策和行動能力的“能源大腦”。他介紹，在西北風光火儲能源大基地，“能源大腦”已實現日前發電計劃和日內自動化調度的全流程智能管控，棄風棄光率降低了30%以上。

　　前沿探索：讓AI成為科研伙伴

　　如果說資深院士描繪了AI賦能科研的宏觀圖景，那么3位青年科學家的報告則展示了這一領域鮮活的前沿實踐。

　　西湖大學特聘研究員格雷戈里・格林開發的AI文獻推薦工具，能夠自動提取論文的核心研究問題、數據和結論，并根據研究者的興趣生成個性化推薦閱讀列表。

　　“今天，AI正在重塑科學家閱讀文獻、進行計算、開展實驗這3個科研環節。”深勢科技創始人、首席科學家張林峰帶領團隊打造的“玻爾”科學導航系統，能夠精準檢索跨學科知識并提供帶引用的答案，努力讓每位科學家都擁有一個24小時在線的AI科研助手。

　　上海創智學院副教授、智元機器人首席科學家羅劍嵐帶來了“部署即學習”的機器人研究新范式。其團隊開發的系統，可通過16臺雙足機器人組成的艦隊在真實環境中收集數據并持續優化模型。

　　未來共識：人機協同定義科研新生態

　　在中國科學院院士、西湖大學校長施一公組織的圓桌對話中，“人機協同是未來科研核心形態”成為與會專家的一致共識。

　　高質量研究問題是否仍將由人類提出？北京中關村學院常務副院長、北京大學博雅特聘教授董彬認為，“科學品位”仍是人類的核心優勢。

　　針對當前科研評價體系的改革，美國國家科學院院士、澳門科技大學校長朱健康提出，現有體系導致大量高質量的負面數據被埋沒，而這些數據對AI訓練至關重要。

　　教育部科學技術與信息化司司長周大旺表示：“人工智能正推動科研從傳統經驗科學向數據驅動模式變革，教育界須主動求變，深刻反思并重構人才培養體系。”未來，隨著智能體科研與自主智能實驗室的普及，人工智能驅動的新型科研能力必將成為推進全球科學發現和產業發展的核心引擎。