【科技观察】

　　光明日报记者 杨舒 颜维琦 孟歆迪

　　秋日的上海张江，一场场关于科技前沿的观点对话与思想碰撞轮番上演。

　　9月11日至14日，2026浦江创新论坛在上海举行，主题为“共享创新共塑未来：新一轮科技革命背景下的全球科技共同体使命”。

　　“基础研究”“未来产业”“区域创新”“人才竞争”……如果要在异彩纷呈的论坛交流中寻找一条贯穿始终的主线，那无疑就是AI(人工智能)与科学研究的关系。如今，“AI将改变科研”早已成为全球科技界的共识。但真正值得追问的，则是：改变到什么程度？改变哪些部分？哪些部分不会也不应被改变？

　　AI已走进科研“内场”

　　近年来，随着AI的飞速发展，一个继实验、理论、计算和数据科学之后的“第五科研范式”被正式提出——AI for Science（科学智能）。

　　上海人工智能实验室主任周伯文把早期的AI for Science形容为“科学家的访客”——它可以帮助科学家检索文献、分析数据、运行计算，随叫随到，却始终是“屋外的客人”。但如今，AI已经进入问题定义、假设生成、方案设计和实验验证等各个环节，逐渐成为科研“房子里的常住者”。

　　变化最直观地体现在时间上。“传统抗体发现流程往往以年计算，但AI与生物学协同后，其中一些关键环节可以压缩到约90天。蛋白质折叠这一困扰科学界数十年的问题，也借助AlphaFold（一种生物分子结构预测人工智能模型）取得重要突破。”在周伯文看来，提速只是表层变化，其真正体现的是“工具互用”带来的“效率互增”。

　　AI的这种力量，也让一些过去受技术条件限制的问题，有了进一步研究的可能。中国科学院院士、上海交通大学李政道研究所副所长丁洪从超导研究谈起：“在超导研究领域，一种理论设想从提出到最终得到实验确认，往往可能经历数十年。如今，大科学装置所提供的极端实验条件与AI等工具相结合，正在帮助研究者更快地寻找新现象、验证新可能。”

　　在计算力学中，AI同样带来了深度变化。过去，很多研究要花费大量时间建模、求解和迭代分析。复旦大学计算力学与人工智能交叉研究院创院院长蓝楚科就长期研究这一领域，他希望先把飞机、材料甚至生物医学的研究对象转化为计算机中的模型，再让AI参与建模、求解和预测。基于自身的探索，他将AI给科研带来的变化归结为两个词：“第一个是加速，第二个是发现。”

　　科学范式正迈向AI驱动

　　在很多专家看来，AI不只进入科研“内场”，更改变了很多。

　　本届论坛上发布了首届“浦江科学之问”，通过面向国内外顶级学术期刊、国家实验室、高校院所和科技领军企业中的代表性科技创新领军人物定向征集，最终形成10个具有代表性的基础科学问题。它们分别是：人工智能的数理基础；实现高增益持续燃烧的聚变等离子体；突破经典物理极限的大规模比特的量子纠错指数级抑制；构建跨尺度、跨模态的化学反应基础模型；利用AI实现原子级物质合成操控及性能预测；早期宇宙超大质量黑洞快速形成机制；海陆冰气多圈层耦合下全球季风区极端天气气候发生发展机理及预测；基于生成式AI的完整生命实体构建与设计研究；蛋白质如何在“动态变化”中决定生命功能、疾病发生与药物作用；衰老的时空异质性及其系统性调节机制。

　　虽然这10个问题涉及核聚变、量子计算、化学、材料等多个基础研究领域，但仔细观察，却都与AI密切相关。上海人工智能实验室青年科学家钟翰森就注意到这个有趣的“1+9”结构：“后面9个科学问题都可以用人工智能赋能研究，而第一个问题指向了人工智能技术的基础。”

　　的确，当前科学范式正迈向AI驱动，识别科学通道和未来机会的能力尤为重要。中国科学院院士赵东元介绍，“浦江科学之问”的设立正是为了回应这一时代需求——“从一个好问题出发，向科学的最深处走去”。

　　这折射出一种变化，AI正在成为其他所有科学领域的共用“地基”。它改变的不只是某一个环节，而可能是所有环节之间的连接方式。

　　科学家需守住“提出问题”的能力

　　尽管AI技术狂飙突进，但在论坛上，冷思考也不少。

　　周伯文认为，AI发展得再深，科研方向仍然需要人来把握。他强调：“科学探索的罗盘，始终应该由人类的心智、好奇心和价值判断来掌握。”

　　上海市科学学研究所副所长朱学彦指出：“在AI for Science时代，解决问题可以借助机器提高效率，但‘提出什么问题、愿景是什么’必须留给人类自己。”

　　许多专家指出，工具在加速，长期积累仍然是科学突破的基础。

　　“越来越重要的，是你的科研品位和科研判断能力。”北京大学博雅特聘教授刘颖说，AI让研究者能够更快地分析大量数据，也让更多过去难以观察的现象进入视野。但哪些现象值得继续追问，哪些现象背后可能隐藏着尚未被认识的生命规律，仍需要依靠研究者长期形成的知识积累和科学素养。作出判断之后，还要有能力守住问题，把困难的研究持续做下去。

　　AI可以提高效率，但无法取代人的价值判断。面对AI对科研方式的改变，新加坡工程院院士、南洋理工大学计算与数据科学学院副院长关存太也提醒年轻的科研人员，不要被不断变化的热点牵着走，要形成自己的科研判断，找到真正重要和值得长期探索的问题。“如果10年之后回过头来看，还有一个问题是你提出来的，而且大家还在继续探索，这就很了不起。”在他看来，越是在知识和信息容易获得的时代，提出好问题的能力越重要，因为真正具有价值的科研，不只是更快地获得答案。

　　（光明日报上海9月14日电）

　　《光明日报》（2026年09月15日 08版）