2023中关村论坛AI驱动科研论坛在京举办 全球专家共探科学创新新范式 发布智能文献知识库

2026-05-05 18:33:30来源：互联网

5月30日上午，2023中关村论坛旗下“人工智能驱动的科学研究论坛”在北京正式拉开帷幕。这场由科技部主办，中国科学技术信息研究所、北京智源人工智能研究院、北京科学智能研究院联合承办的行业盛会，汇聚了国内外人工智能与基础科学领域的顶尖学者、行业领军者，围绕AI在生命科学、材料科学等领域的前沿突破展开深度交流，同期还发布了一款能大幅提升科研效率的智能文献工具。 科技部党组成员、副部长相里斌，北京市政协副主席林抚生等出席论坛并致辞，中国科学技术信息研究所党委书记、所长赵志耘担任论坛主持。相里斌在发言中指出，当前全球人工智能创新活力持续攀升，AI技术在科研领域展现出超越传统数理研究方法的独特优势，正推动AI驱动科研从概念导入转向落地应用，催生全新的科学研究范式。他提出四点发展倡议：鼓励跨学科融合，集中力量攻坚重大原创性研究；以重大应用场景为牵引，构建科研需求与AI技术双向赋能的良性循环；重视人工智能伦理治理，始终践行科技向善理念；倡导全球开放合作，让科学智能成果惠及更广泛的社会群体。 北京市政协副主席林抚生表示，北京紧跟全球科研范式变革趋势，在人工智能领域提前布局，支持大模型、科学智能等前沿方向研究，已产出一批具有国际影响力的原创成果。接下来，北京将持续发挥新型研发机构的“催化剂”作用，加快AI驱动科研的发展步伐：支持建设科学智能大设施与开源开放的基础设施平台；依托本地新型研发机构打造AI驱动科研创新联合体；紧扣“四个面向”选题方针，打通从基础研究到产业转化的“最后一公里”，全力支撑世界级、原创性、基础性的重大科学发现。 论坛现场，墨奇科技副总裁孟卓飞带来了由北京科学智能研究院、中国科学院计算机网络信息中心、墨奇科技联合开发的“Science Navigator”——一款基于大语言模型与向量数据库的文献知识库。这款工具打破了传统文献检索的繁琐流程，科研人员只需通过对话式提问，就能完成文献的检索、阅读、分析与全流程管理，将更多时间从机械的文献整理转向关键问题攻关与创新思考，为AI for Science的基础设施建设添上了重要一块基石。 随后的主旨演讲环节，来自数学、材料科学、生命科学、化学等多领域的顶尖学者轮番登场，分享AI赋能科研的前沿实践与未来方向。中国科学院院士、北京科学智能研究院院长鄂维南以“AI时代的科研体系重构”为主题，提出AI for Science为诸多基础科学问题提供了颠覆性解决方案，突破了传统科研难以跨越的瓶颈。他强调，适应这一发展趋势，不仅需要开发数据库、软件、模型等新型科研工具，更要转向“平台科研”模式，搭建垂直整合的跨学科人才团队，创造全新的科研价值。 美国国家工程院院士、香港大学工程学院院长大卫·斯罗洛维茨聚焦“基于人工智能的材料精确模拟”，分享了深度势能方法的应用成果——这一方法结合机器学习与物理建模，解决了分子模拟中效率与精度难以兼顾的行业难题。在保持量子力学级精度的前提下，它能将分子动力学模拟效率提升数个量级，在材料缺陷研究领域发挥关键作用。 微软亚洲研究院副院长、杰出首席科学家刘铁岩提出“AI for Science：科学发现的第五范式”，从AI求解科学方程、分析科研数据、自动发现科学规律三个核心维度展开探讨，分享了微软研究院在这一领域的最新研究成果与实践案例。 美国科学院院士、普林斯顿大学化学系教授罗伯特·卡尔围绕“人工智能预测原子动力学过程”展开演讲，指出机器学习技术能有效扩大计算体系的空间与时间尺度，大幅提升分子动力学模拟效率，应用前景值得期待。 清华大学智能产业研究院卓越访问教授许锦波从“AI+生物学”视角，带来“AI蛋白生成技术：引领生物经济新变革”的主题报告。他预计，未来10年，人工智能加持下的生物技术进步将带来每年高达4万亿美元的经济效益。目前AI已大幅提升蛋白质结构预测的准确度，下一阶段，按需设计自然界不存在的蛋白质或改造现有蛋白质，将为生物科技带来颠覆性突破，重构整个生物经济格局。他提到，团队正在研发的MoleculeOS平台，致力于“生成”而非“发现”蛋白质，其广泛应用将变革药物设计、生物育种、环境保护、高性能材料等多个领域的发展模式。 剑桥大学化学工程和生物技术系教授阿列克谢·拉普金则以“化学全栈数字研发技术”为题，介绍了化学合成开发中基于知识图谱的AI工作流程，以及剑桥iDMT中心的全数字化研发实践成果。 论坛最后，北京科学智能研究院副院长张林峰主持高峰对话，与会嘉宾围绕构建AI时代垂直整合的科研体系展开深入讨论，共同探讨如何抓住科学智能发展的关键窗口期，在更多学科领域释放AI for Science的应用潜力。 这场聚焦AI驱动科研的论坛，为国内外专家搭建了高端国际交流平台，不仅展示了AI在多学科领域的前沿进展与突破，也为推动AI与基础科学深度融合、催生全新科研范式注入了强劲动力。科学无边界，探索无止境，AI将持续赋能基础科学研究，为全球科技创新发展开辟全新路径。