11月4日至6日，2024科學智能峰會( AI for Science Forum )成功舉行，本次會議由北京大學計算機學院、北京科學智能研究院主辦， DeepModeling 開源社區(qū)、深勢科技等聯(lián)合承辦。峰會在北京大學百周年紀念講堂舉行，領域專家共話 AI for Science，同探科學研究的關鍵問題和解決路徑。
本屆峰會由綜合論壇、生命科學論壇、物質科學論壇、AI4S 產(chǎn)業(yè)及行業(yè)實踐論壇構成。會上，10+位院士，30+位領域專家分別在生命科學、物質科學領域包括計算物理、材料設計、組學分析、智能設備等多個方向介紹了 AI for Science 新范式下的科研變革，吸引了1000多位觀眾的到場參會。
首日的綜合論壇上，中國科學院院士、北京大學黨委常委/副校長、北京大學深圳研究生院院長、博雅講席教授張錦進行了開場致辭。張錦院士指出：“ AI 應該是引領當前新一輪科技革命與產(chǎn)業(yè)變革的戰(zhàn)略性技術，具有溢出帶動性很強的頭雁效應，在科學研究領域，AI為我們提供了嶄新的工具，對于生成科學假設、進行科學實驗、分析科學數(shù)據(jù)等都發(fā)揮著革命性的作用，AI驅動科學研究大大提升了科學研究的速度、廣度、深度和精度，呈現(xiàn)了蓬勃發(fā)展的勢頭。”中國科學院院士、復旦大學教授龔新高院士則強調(diào)了利用AI構建“數(shù)智物理”平臺的重要性，“物理學已經(jīng)從傳統(tǒng)的實驗物理、理論物理發(fā)展到計算物理，并且現(xiàn)在正邁向由人工智能賦能的數(shù)智物理時代。他期待數(shù)智物理研究方法能夠解決更多物理問題，并強調(diào)這不僅需要構建人工智能基礎設施這一基礎性工作，還需要各界共同努力，共同發(fā)現(xiàn)并解決問題。”中國科學院院士、北京大學-清華大學生命科學聯(lián)合中心主任、北京大學定量生物學中心主任、北京大學前沿交叉學科研究院榮譽院長、國家自然科學基金委交叉科學部主任湯超院士則呼吁從從生命數(shù)據(jù)測量新方法、生命數(shù)據(jù)資源體系建設、復雜系統(tǒng)理論的嵌入、人工智能底層框架創(chuàng)新四個方面做好AI for Life Science的基礎支撐，提升科學研究的整體效率。
綜合論壇上，還有來自中國科學技術大學的江俊教授分享了一些具體的機器化學家平臺應用實例，展示了彌補理論和實踐的鴻溝的可行路徑。北京科學智能研究院院長、深勢科技創(chuàng)始人兼首席科學家張林峰深度闡述了AI for Science基礎設施的建設路徑，張林峰認為，“AI for Science真正打開的局面，是讓我們最后把AI讀文獻、AI做計算、AI做實驗能夠融合起來，智能化、系統(tǒng)化地服務于每個科學家、服務于每個生產(chǎn)制造企業(yè)?！?/p>
峰會第二日的生命科學論壇上，中國科學院院士、國家自然基金委生命科學部主任、中國科學院植物研究所研究員種康院士強調(diào)了AI在結構生物學中的應用潛力，他提到今年的諾貝爾獎在物理和化學領域都頒給了AI及相關應用，預示著AI在生命科學領域的巨大潛力。并指出“我們現(xiàn)在有信息學、計算生物學、數(shù)學這些老師，能夠加入到研究生命科學問題的隊伍里，我想這對生命科學來講是無比大的推動力量。”中國科學院院士、發(fā)展中國家科學院院士、國家蛋白質科學中心(北京)理事長賀福初在線上報告中介紹了“人體蛋白質組導航計劃”。該計劃通過結構空間測繪、狀態(tài)空間測繪、數(shù)字人體建模和狀態(tài)空間導航等幾大重點任務，旨在實現(xiàn)蛋白質組學驅動的醫(yī)學范式的轉變，其核心目標是解密人體系統(tǒng)的構成原理。中國科學院院士、中國熱帶農(nóng)業(yè)科學院院長、中國農(nóng)業(yè)科學院深圳農(nóng)業(yè)基因組研究所研究員黃三文提出了對AI在生命科學領域應用的深刻見解，并介紹了“植物星球計劃”，他指出“希望通過這個計劃對所有陸地植物主要分支的基因組進行分析，利用進化和功能基因組學和人工智能工具來識別“植物王國”的共同語言，銜接不同植物物種的“知識橋梁”，這將對基礎植物生物學、糧食安全和可持續(xù)發(fā)展產(chǎn)生深遠影響。中國科學院生化細胞研究所研究員陳洛南題為“動力學刻畫的復雜疾病預警及AI賦能”的報告，并呼吁加強復雜系統(tǒng)與AI的結合，以進一步揭示生物學規(guī)律，并最終實現(xiàn)疾病預警，控制和健康管理的目標。
在物質科學論壇中，中國科學院院士、清華大學教授歐陽明高表示AI為新能源領域帶來新機遇。結合大語言模型和AI for Science的專家模型，可以加速實現(xiàn)材料的全鏈條自動合成。在能源裝置層面，人工智能可以幫助實現(xiàn)從智能設計、智能制造、到智能管理的電池全生命周期智能化。在系統(tǒng)層面，人工智能更是有望作為城市大腦支撐交通、建筑與工業(yè)化一體的智慧能源系統(tǒng)。人工智能正在改變材料科研范式，中國工程院院士、北京科技大學教授、北京材料基因工程高精尖創(chuàng)新中心主任謝建新討論了人工智能賦能材料科學的三大關鍵技術，包括材料智能設計，重點在于大規(guī)模計算和機器學習的結合，以加速新材料的發(fā)現(xiàn)和優(yōu)化;材料智能實驗，通過自動實驗和智能實驗系統(tǒng)，提高實驗效率和結果質量;材料智能制造，通過數(shù)字化建模和網(wǎng)絡化協(xié)同，實現(xiàn)智能化決策和控制。中國工程院院士、中國科學院大連化學物理研究所所長劉中民分享了AI在化工領域應用的前景。談到AI賦能化工的總體思路時表示，利用現(xiàn)有的大量數(shù)據(jù)，結合領域知識等，構建一個化工大模型，在此基礎上創(chuàng)建具備技術開發(fā)功能的智能體，用于孿生數(shù)字工廠建設，通過與實際工廠對接驗證，可實現(xiàn)化工過程從實驗室一步到工廠。雖然構建這樣的行業(yè)大模型非常困難，但這一變革將加快新技術開發(fā)和現(xiàn)有工藝運維優(yōu)化，實現(xiàn)化工行業(yè)智能化轉型。比利時皇家科學院外籍院士、歐洲科學院外籍院士、國際量子分子科學院院士、香港中文大學(深圳)理工學院副院長(科研)、校長學勤講座教授帥志剛從理論角度探討了“AI時代的材料基因工程”。他提到“人工智能與材料科學的融合推動了數(shù)據(jù)驅動科學的發(fā)展。機器學習和深度學習在材料性質預測、材料逆設計和材料行為模擬中發(fā)揮了重要作用，使得材料設計更加高效和精準。”
此外，嘉庚實驗室副主任、廈門大學化學化工學院副院長洪文晶在報告中展示了團隊在高分子、電化學能源材料等領域的研究進展，通過高通量樣品制備、自動化譜學表征和智能化決策，實現(xiàn)快速的實驗迭代。北京大學化學與分子工程學院研究員朱戎展示了他們建立的自動化閉環(huán)平臺，包括高通量篩選、常量合成、機理研究等，極大提高了實驗效率，他表示“雖然實驗室有機合成傳統(tǒng)上被認為離AI還較遠，但通過與張林峰團隊的緊密合作，我們在這方面做了一些探索性的工作，通過AI+自動化加速有功能分子和新反應的發(fā)現(xiàn)?！?/p>
AI for Science作為新的范式，其展現(xiàn)出的前沿性與顛覆性，正在催生新工具、新平臺、新模式、新產(chǎn)業(yè)、新動能?？茖W智能峰會自2022年首屆舉辦，如今已是第三屆，旨在為科學家和行業(yè)參與者創(chuàng)造一個對話平臺，促進學科的交叉融合，推動AI for Science生態(tài)共建，找到落地實踐的最佳路徑。
