每經記者 溫雅蘭    每經編輯 張凌霄    

近年來，科學智能成為各行各業熱議的話題。它不僅改變了我們的生活，也為科學研究帶來更多可能。

中國科學院院士、復旦大學副校長張人禾在2023 Inclusion•外灘大會上表示：“受科學機理啟發而構建的新模型的持續出現，形成了科學發現啟發人工智能升級，人工智能作為科學研究的新工具，進一步賦能科學發現的相互促進的良性循環。”

科技創新是推動我國科技跨越式發展、產業優化升級和生產力整體躍升的重要戰略資源。張人禾表示，科學智能也是推動科學研究范式變革、重塑科學發現以及實現科技原始創新策源的利器。

在基礎研究領域中，多數模型都遵循數學與物理定律，科學智能能夠起到解析和探索這些規律，以促進研究者對自然現象理解，從而推動基礎科學發展，改變研究范式的作用。

張人禾舉例道，在量子力學中，人工智能可被用于學習神經波函數，探討量子多體問題的求解；在蛋白質研究領域，人工智能能夠在蛋白質結構預測、蛋白質表征學習、蛋白質骨架生成等方面起到重要作用。

此外，科學發現是一個多方面的過程，涉及到假設形成、實驗設計、數據收集和分析等相互關聯的過程。在此過程中，人工智能將扮演“加速器”的角色，在科學發現的每個階段增強和加速研究，從而重塑科學發現，推動新的成果與進展不斷涌現，進而形成科學發現的良性循環。

從范式角度出發，科學智能為數據驅動以及機理驅動提供了一條融合發展的路徑。

數據驅動通過對數據的分析尋找科學規律并解決實際問題，但其可解釋性較弱。機理驅動，是一種基于第一性原理的研究方式，其目標是發現物理事件的基本原理及其經典案例，但機理驅動存在因計算量過大而空有原理卻無法有效使用的困境。

張人禾表示，科學智能能夠更有效地融合數據和機理，降低對大數據和大算力的依賴，提升模型準確性和可解釋性。

例如，氣象學領域FourCastNet的經典案例。FourCastNet通過ERA5再分析數據訓練，將自適應傅里葉神經算子、降水量診斷模型等技術，進行0.25度分辨率的全球關鍵氣象要素預報，使得 AI 氣象模型首次能夠與傳統物理模型進行直接比較。

在未來，科技智能在經濟社會可持續發展中可能將起到至關重要的作用。

“目前，國內的科學智能也在迅速發展，但是仍處于起步階段，”張人禾說，“相繼涌現出的科學領域大模型，如首個工業級流體仿真大模型等，為我國近一步組織科學智能力量，聚焦基礎研究關鍵科學問題，構建領先的模型算法和軟件工具，產出突破性、顛覆性科研成果，打通科學智能生態等奠定了良好的基礎。”