2025年伊始，DeepSeek横空出世，在全球人工智能行业掀起了惊涛骇浪。当前，人工智能正以前所未有的速度，全面渗透到科学研究的各个领域。

2月19日，世界互联网大会人工智能专委会，召开了“人工智能赋能科学研究研讨会”，与会专家一致认为，人工智能技术的发展正深刻改变着科学研究的方法和手段，过去形成的科研壁垒，在AI面前正逐渐消失。而“人工智能驱动的科学研究”有望成为我国科研突破的重大机遇。

机遇与突破

AI赋能科学研究

专家认为，我国在互联网发展上有丰富的经验，还拥有庞大的数据体量、多样化的应用场景，以及良好的工程技术教育，这些都为AI与科学的深度融合提供了有力支撑，也为我国成为世界主要科学中心和创新高地提供了新的机遇。

  ?

中国工程院院士王坚：我个人觉得是非常大的机遇，因为它本质的问题是过去形成的科学研究的方法、国内外的壁垒，在一个新的技术面前就会发生一次非常大的变化。从某种意义上讲，在这一次变革当中，大家又拉到了同一条起跑线上。

  ?

中国新一代人工智能发展战略研究院执行院长龚克：我觉得要突破过去的在我们人才观里陈旧的观念。第一要突破资历的观念，我们在人工智能看到的是一批血气方刚的年轻人，他们是真正驱动人工智能向前发展的重要人才。另外就是我们根深蒂固的是学科人才观念，非常狭义看待人才的观念，在人工智能时代不对了。人工智能作为一个革命性的工具，它带来的最为重要的变化就是突破了这些界限，所以我们在人才吸引上，不能拘泥于过去这种学科边界看人才。

AI融入科学研究带来怎样的变革？

你是否想象过，仅仅通过几滴血，就能提前预知数百种疾病的潜在风险？

2024年，复旦大学科研团队凭借“人类健康与疾病蛋白质组图谱”的突破性研究成果，让这一梦想成为现实。在人工智能算法的助力下，医生只需通过简单的血浆蛋白组检测，就能提前诊断和预测疾病。那么，这项疾病早筛技术究竟是如何实现的呢？

AI打造疾病早筛技术

几滴血预测百种病

这几天，复旦大学的科研团队正在对“人类健康与疾病蛋白质组图谱”进行优化和改进。据了解，这项研究最初只是针对阿尔茨海默病及其他类型痴呆，此前科研团队利用大数据和人工智能算法，对近1500种血浆蛋白质进行筛选分析，发现了11种可预测未来痴呆风险的血浆蛋白质。

  ?

复旦大学附属华山医院神经内科副主任 郁金泰：我们通过验血发现，这些蛋白质变化，用AI算出疾病苗头，最早能提前15年发现阿尔茨海默病等疾病的迹象。就像蝴蝶从毛毛虫变成了会飞的样子，不是基因变了，而是蛋白质表达不同。

  ?

这项科研成果迅速在世界医学领域引发关注，还被《自然》杂志作为头条新闻报道。然而，科研团队并没有止步于此，他们产生了一个大胆的想法：如果能把蛋白质图谱绘制得更加全面，是不是能分析出更多疾病和蛋白质之间的关系呢？带着这个想法，科研团队又对5万多人的血液样本和跨越14年随访的医疗健康数据进行了分析，成功绘制出全球首张“人类健康与疾病蛋白质组图谱”，同时还开发出了一套人工智能算法模型。

  ?

复旦大学类脑智能科学与技术研究院研究员 程炜：过去医生看化验单只能看几个指标，现在AI能同时分析上千个蛋白质变化。就像是从沙堆中，精准确认金块的位置，让研究人员能看得更全更准。

据专家介绍，这项技术最大的特点就是“早发现、少花钱”，医生通过检测人体血液中近3000种蛋白质的变化，再结合人工智能技术，就可以提前10余年预测心脏病、糖尿病、阿尔茨海默病等上百种疾病的患病风险。

郁金泰：我们团队正在研发快速检测试剂盒，未来常规体检只需加做几十元的蛋白质检测，就能筛查重大疾病风险。就像现在测血糖血压一样方便，特别适合需要定期体检的中老年人群。

AI为药物研发按下“快进键”

在人工智能技术的加持下，不仅能提前诊断和预测上百种疾病的患病风险，而且还能全方位提升药物的研发效率和质量。在浙江杭州的良渚实验室，有一支团队就深度运用AI算法，让药物研发进程缩短至3到5年，促进了精准医疗，在与疾病的赛跑中有更多胜算。

在位于杭州的良渚实验室，研究员沈宁正和她的团队一起通过人工智能算法工具，整合分析生物信息学数据，精准锁定人体内的什么异常导致了病症。

在此之前，这个团队就曾利用AI算法设计开发了一种用于治疗儿童早衰症的新药物，在实验中取得了非常好的疗效。目前团队正在积极寻求合作，努力推进临床转化。

  ?

浙江大学良渚实验室研究员 沈宁：我们这个项目大概做了三年的时间，90%的时间其实是在临床前的实验。因为有了AI算法，我们的药物设计是非常快速高效的。

据专家介绍，目前全世界已知罕见病有7000多种，但治疗药物非常少。通常一种药物的研发从最初的靶点确定，到药物筛选、临床试验，再到审批上市，不仅研发成本高，最主要的是耗费时间很长，但是AI大模型的应用正在改变这个现状。

沈宁：如果用传统的大规模筛选，以前小分子药研发大概要15～20年的研发周期，而且有非常大的失败概率。有了AI算法的加持，现在药物研发的周期可以缩短到3～5年。

早在2021年，良渚实验室就组建了一支由临床医学、生物学、数学、计算机、统计学等多学科交叉的团队，他们陆续开发了七八种深度学习的算法，致力遗传病、罕见病的精准诊疗。

沈宁：主要聚焦在药物的靶点挖掘，突变的致病性预测，以及小核酸药的药物设计和药物研发方面。我们针对不同的疾病，甚至不同的患者，对他的疾病数据进行分析。希望借助AI的工具，可以帮助为每个病人提供更加个性化的治疗方案。

AI助力新材料研发

实验室里“超级助手”

在AI技术的助力下，我国科学家们不仅在疾病预测、药物研发等领域取得了创新突破，而且在被国外“卡脖子”的新材料研发上也有了重要进展。一起走进中国科学院深圳先进院的材料人工智能研究，看看科学家们是如何利用AI在新材料研发上取得突破。

中国科学院深圳先进院材料所博士后史桐雨现场演示了使用AI技术辅助设计实验方案的过程。实验的指令是通过水热反应合成粒径在1100纳米、硅层厚度在300纳米的羧基磁性微球。

科学家给出指令后，AI在十几秒钟后就生成了一个详细的实验方案，而且还对一些关键的实验参数给出了优化建议。

  ?

中国科学院深圳先进院材料人工智能研究中心执行主任周文华：磁性微球尽管非常小，肉眼看不到，但是它广泛应用于各种病毒的检测，抗体药物的制备，所以是一个对于我国生命健康领域非常重要的材料。但是这个材料从制备到修饰再到应用有50多步，它的条件的优化和组合是一个天文数字，远远超过了人手和人脑的极限。

据专家介绍，由于磁性微球这种材料一直被欧美、日本等巨头企业所垄断。面对国外的技术封锁，如何实现技术突破是我国科研团队的目标，为此他们搭建了一个专门的人工智能系统。

  ?

史桐雨：其实AI大模型给我们的方案，它的可执行性是非常高的，在一些关键的参数上面，需要我们专业的科研人员根据自己的经验进行校准。通过一轮轮迭代优化，让它不断进行训练，最终获得一个专业性非常高的合成方案。

另外，科研团队还自主搭建了一个机器人系统，通过AI自主撰写的代码可以操控机器人进行极端条件下的无人实验。

  ?

中国科学院深圳先进院材料人工智能研究中心主任喻学锋：让它帮助我们更好完成实验，包括能够突破极端环境对人类的限制，具有极端的一致性，能够帮助我们把实验做得更好，能够让科学家效率更高、速度更快地把材料开发出来。

据了解，目前科研团队在AI的助力下，已经在磁性微球的研发上取得了重要突破，相关产品已经应用于多家龙头企业。

打破学科界限

推动学科合作

中国新一代人工智能发展战略研究院执行院长龚克：整体的政策环境下，对于人工智能在科学上的应用，采取了非常积极鼓励的态度。最近这几年来，在深化教育改革和科研改革体制中，也在努力打破这些学科的界限，正在向着推动学科合作方向在走。

另外我们也支持大众的创新，中国现在有很多开源的社区。DeepSeek是一个大的开源模型，把所有参数开出来，按照MIT的开源协议，非常规范地进行环境开放。我们国内推动互联网的基础设施发展，现在教育科研网在整个网络传输速度、网络接入访问方面，在全世界来讲，我们都处于比较先进的地位，就是为我们AI for science（人工智能赋能科学研究）的发展，为我们整个科学技术的进步奠定了一个很好的基础。