文章来源：科技日报
科技日报记者 陈可轩
人工智能驱动的科学研究（简称AI4S）如何引导更多社会资源投入科研领域，催生科研服务的新模式？近期，在中国科协立项支持、中国科技新闻学会主办的“AI4S场景创新”研讨活动中，多位专家分享了他们的见解。
“AI4S首先实现了科研过程的自动化，把研究人员从文献分析、实验模拟、数据分析等繁琐工作中解放出来，让他们能专注于更具创造性的任务。同时，AI4S降低了科研的门槛，使得更多元化的新力量能够参与科研，大量初创公司和行业领军企业都有能力开展高水平的科学研究。”北京市长城企业战略研究所副经理黄波指出，在AI4S的科研模式中，大模型与大数据正成为取得突破的关键要素。
“AI4S旨在解决巨额科研投入与有限科学成果之间的失衡，缓解科学生产力不足的困境。”北京深度科技副总裁刘会师表示，AI4S应为科学家提供合适的工具来推动科学进步。“未来，我们期待科研智能体能在科学家刚有灵感或想法时，就借助AI快速完成方案模拟和实验验证。”刘会师补充道。
AI4S正逐步渗透到更多前沿科学领域。以材料发现为例，谷歌DeepMind借助GNoME模型，预测出数百万种全新的稳定晶体结构，并成功指导实验室合成了数百种新材料。在生物医药领域，AI4S的应用案例更是数不胜数。
在国内，AI4S的科研服务已在制药行业得到广泛应用。不少制药领域的上市公司、独角兽企业以及获得高额融资的初创公司，都已能提供AI蛋白质设计平台、生命科学大模型、自动化实验室等AI4S平台服务。
利用AI开展虚拟临床试验，先在计算机上完成“试错”，再到真实实验中“验真”——未来，AI将极大提升药物研发效率。中科计算技术西部研究院研究员赵宇介绍，中国科学院计算技术研究所的计算医学团队基于全人类基因组数据，将疾病模型、功能信息、细胞特征等数字化，构建个体数字孪生患者。这样，原本需要真人参与的大量临床试验，可先在数字孪生患者模型中进行虚拟预演，从而筛选出适合实际临床试验的患者。
在AI4S的激励下，商业资本更有可能投身科研投资。“这种情况下，科技与商业的融合速度至关重要。例如，当科学界发现一个有制药潜力的新分子时，谁能率先实现商业化落地，谁就能占据先机。”黄波指出。“AI4S催生的科研成果还需一个能盈利的商业机制和市场环境。只有‘从0到1’的科研成果能带来收益，企业才有创新动力，才会投入更多资源支持原始创新。这是AI4S产业化必须面对的问题。”清华大学药学院教授、原副院长尹航表示。
