原标题：人工智能驱动的科学研究启动专项部署，区别于以往传统科研
上海建开源平台推动“第五范式”
■人类从事科学研究的范式一直在“迭代”。几千年前是经验范式，几百年前是理论范式，几十年前是计算范式，十几年前是数据范式，而今是AI范式
最新的第五范式来了。日前，为了贯彻落实国家《新一代人工智能发展规划》，科技部会同国家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。AI for Science也被简称为“AI4S”，作为人工智能加速科学发现的新方法，是区别于以往传统科研的第五范式。
昨天，在张江科学会堂开幕的2023浦江创新论坛“AI for Science专题论坛”上，“AI for Science科学数据开源开放平台”宣告启动，平台由上海市依托上海交通大学和上海白玉兰开源开放研究院布局建设，推动人工智能技术成为解决基础学科重大科学问题的新范式。由此，上海推进智能化科学设施建设也被提上议事日程。
人类从事科学研究的范式一直在“迭代”。几千年前是经验范式，几百年前是理论范式，几十年前是计算范式，十几年前是数据范式，而今是AI范式。也就是说，通过AI深度学习，实验观察可变成无人实验，理论推导可变成假设生成，仿真模拟可变成现象生成，数据驱动可变成数据增强。
从生物领域的蛋白质折叠，到物质领域的核聚变智能控制，再到药物领域的抗新冠药物设计，微软剑桥研究院院长等认为AI for Science(AI4S)第五范式能够提高科学研究的速度和准确性，探索更广阔的可能性空间，包括问题空间和解空间。特别是生成式AI，作为假设空间的探索者、自然现象的模拟器，也是传统科研范式的有益补充。
中国科学院院士、中国计算机学会理事长梅宏表示，在第五范式下，新材料发现、流体模拟、聚变反应堆设计、药物分子与目标蛋白结合等，均可凭借AI实现计算及数据密集型等任务的全过程加速。比如常规的实验观察，严重依赖操作人员的体力与经验，而基于AI算法的无人实验支持大规模的稳定实验观测。
作为第五范式的新型基础设施，智能化科学设施正在推进中。在传统科学设施中，人类专家及经验占主导地位，“问题—实验—数据”无法形成高效闭环；而基于科学数据和算力支撑，面向第五范式打造人在环路的智能化科学设施，可形成“AI科研助手+AI操作机器人+智能实验环境+可信多方协作”的高效迭代。
记者了解到，智能化科学设施的创新功能之一，即高通量自主无人实验设计与优化，包括可控化学合成、蛋白质精准修饰、材料基因组等新机理新方法的自主验证及筛选等。作为一项关键技术，其化学和生物的高通量自主无人实验平台，可执行危险环境标准化无人化实验。先是科学猜想，以跨模态科学大模型，提出新的化学结构或新的生物机制；之后方案自动优化，优化成分及序列组合，提供可定制选项，确定最终反应或干预路径；再整合科学模型和自主实验硬件平台，实现实验操作全流程的任务自主规划；最终由自主实验平台执行可远程监控的高通量无人实验，并提供人机协同接口。
人工智能的快速发展离不开代码开源和数据开放，高质量的开放数据促进了深度学习算法突飞猛进，各类算法与系统框架的源代码开放也极大提升了算法开发效率。在上海市科委和上海交通大学共同主办的浦江创新论坛专题论坛上，“张江·交大人工智能研究平台”同时启动。当人工智能进入新的大数据、大算力、大模型时代，在世界级大科学设施集群上，张江集团联合上海交大，面向智能化科学大设施、生成式人工智能等最新研究方向，赋能张江科学城大设施建设，共同推动AI赋能基础研究。
副市长刘多等出席论坛。(徐瑞哲)
