近期，科技部会同自然科学基金委启动“人工智能驱动的科学研究”（AI for Science）专项部署工作，布局“人工智能驱动的科学研究”前沿科技研发体系。
那么，推动“人工智能驱动的科学研究”专项部署工作的背景和意义是什么？
加速我国科学研究范式变革和能力提升
目前，人工智能技术已在很多科学研究领域展现出超越传统数学或物理学方法的强大能力，但在“人工智能驱动的科学研究”体系化布局、重大系统设计、跨学科交叉融合、创新生态构建等方面仍有提升空间。
科技部将推进面向重大科学问题的人工智能模型和算法创新，发展一批针对典型科研领域的“人工智能驱动的科学研究”专用平台，加快推动国家新一代人工智能公共算力开放创新平台建设，支持高性能计算中心与智算中心异构融合发展，鼓励绿色能源和低碳化，推进软硬件计算技术升级，鼓励各类科研主体按照分类分级原则开放科学数据。
在人才与机制方面，科技部支持更多数学、物理等科学领域科学家、研究人员投身于相关研究，培养与汇聚跨学科研发队伍，推动成立“人工智能驱动的科学研究”创新联合体，搭建国际学术交流平台，共同推动解决癌症诊疗、应对气候危机等人类共同科学挑战。同时，重视“人工智能驱动的科学研究”发展过程中的科研伦理规范，促进其健康可持续发展。
下一步，科技部将充分发挥新一代人工智能规划推进办公室的协调作用，整合项目、平台、人才等资源，形成推进的政策合力。充分发挥人工智能渗透性、扩散性和颠覆性强的特性，逐步构建以人工智能支撑基础和前沿科学研究的新模式，加速我国科学研究范式变革和能力提升。
能帮助许多领域科学家加速科学研究进程
中国科学院院士、北京大学国际机器学习研究中心主任鄂维南表示，在科研活动中，如材料研究、生物制药研究等，存在很多共性，理论上用的物理模型和基本原理，是有限的、有共性的，研究中用的实验手段亦如是。人工智能技术发展至今，能让我们将这些共性的工具串联起来，从整体角度看待科研，大幅提高科研效率。“人工智能驱动的科学研究”有可能推动我们在下一轮科技革命中走在前沿。
科技创新2030－“新一代人工智能”重大项目实施专家组组长、中科院自动化研究所所长徐波认为，目前，人工智能技术已在很多科学研究领域展现出超越传统数学或物理学方法的强大能力，但在“人工智能驱动的科学研究”体系化布局、重大系统设计、跨学科交叉融合、创新生态构建等方面仍有提升空间。
学科与知识体系大重构的“人工智能驱动的科学研究”
那么，“人工智能驱动的科学研究”的特点是什么？我国在相关方面研究水平如何？
科技创新2030－“新一代人工智能”重大项目实施专家组成员、北京科学智能研究院副院长张林峰张林峰表示，人工智能驱动的科学研究”最大的一个特点是，它以一种前所未有的方式，将不同学科、不同背景的人们联系在一起。
“人工智能驱动的科学研究”既需要计算机、数据科学、材料、化学、生物等学科的交叉融合，同时也需要数学、物理等基础学科进行更加深入的理论构建和算法设计，是一个学科与知识体系大重构的过程。
中国科学院院士、北京大学国际机器学习研究中心主任鄂维南认为，人工智能驱动的科学研究”是以“机器学习为代表的人工智能技术”与“科学研究”深度融合的产物。
据笔者了解，人工智能技术已经在很多科学研究领域展现出超越传统数学或物理学方法的强大能力。比如在气象领域，AI可预测强对流天气的短时临近降水情况和揭示大尺度的台风形成和演变规律。在生命科学领域，传统的科研方法面临生物类型实验数据少、计算任务复杂、学科交叉多等挑战，AI正在药物筛选、药物设计、靶点研究、合成生物学、疾病机理研究等方面实现持续进步。
让AI像人类一样
“人工智能驱动的科学研究”专项工作的启动意义重大。
微软研究院科学智能中心亚洲区负责人、微软亚洲研究院副院长刘铁岩认为，人类自身的力量是有限的，不应该让AI一味地模拟语音、视觉、语言等人类自身的基本技能，而是要让AI拥有和人类一样认识世界和改造世界的能力。
创新工场董事长兼CEO李开复此前曾表示，AI 技术一直在寻找落地场景。十多年前出现了第一批 AI 的创业公司，例如科大讯飞、旷视科技等，在视觉和听觉方面实现了智能；第二波的浪潮是AI 在某一个商业应用里创造价值，这个阶段在无人驾驶等领域涌现了一批“独角兽”。“我觉得第三波巨大浪潮就是 ‘AI＋Science’（AI＋科学交叉）。”
