10月17日，由中国科协支持，中国科技新闻学会主办、北京市长城企业战略研究所协办的“AI for Science（将人工智能技术应用于科学研究中）场景创新”研讨活动在北京举办，来自高校、科研院所及企业的专家学者围绕相关议题开展交流研讨。

在主旨报告环节，北京市长城企业战略研究所副总经理黄波系统分析了AI for Science的科研范式革新、产业赛道特征及发展瓶颈，提出地方培育AI for Science服务能力的对策建议，为科研创新与产业升级提供参考。清华大学学术委员会委员尹航介绍了团队正在积极探索外泌体与AI制药的前沿融合，有望加快实现癌症、神经退行性疾病的早筛早诊，并呼吁产学研投共建新生态。北京深势科技有限公司副总裁刘会师希望将AI for Science 的“先发优势”转化成“领跑实力”，带动一批工业应用实现“弯道超车”。

在自由发言环节，专家学者们围绕AI for Science的创新图谱、场景创新实践、产业生态建设等话题，结合各自研究专长展开深入交流。其中，天津大学化工学院合成微生物实验室主任张卫文指出，AI不仅提升了科学研究的效率，还可能通过跨学科的深度融合产生全新知识，这种知识可能是革命性的，但目前尚未得到足够重视。中科计算技术西部研究院研究员赵宇表示，人工智能在制药领域覆盖多个关键场景：靶点与机制发现、临床前研究、临床试验、监管与上市后研究以及老药新用，每个场景均需结合不同人工智能技术与生物学逻辑。医渡科技有限公司高级副总裁黄楠指出，目前临床医生需求方面仍有所欠缺，原因在于AI for Science或者AI for Medical（医疗）还没有形成一种“势能”。

经过交流研讨，专家学者一致认为，AI for Science正重塑科研范式，其在蛋白质生成、材料发现、核聚变控制等多领域突破显著，把“试错”转为“按需设计”，可大幅压缩实验周期，释放千亿元级研发红利。然而，数据封闭、物理可解释性弱、算力与人才成本高、评价机制滞后等因素仍制约落地。为此，专家学者建议国家层面牵头搭建开放数据与算力基础设施，设立AI for Science专项基金；高校交叉培养“AI+领域”复合人才；完善可解释、可重复的评价与伦理标准；鼓励平台型企业提供低门槛工具包，形成开源社区，加速科学发现向产业转化。

会后，专家学者们赴医渡科技和阿里巴巴北京总部实地考察，了解AI for Science前沿技术应用场景。