全體大會在中關村國際創新中心舉行，現場坐了2000多人，而且還有很多聽眾在過道聽會，現場氣氛非常熱烈。所以，大會主席鄂維南院士開場時回憶，2018年他和湯超院士在北大主持了AI for Science的閉門會，當時根本沒有想到八年後的今天AI for Science能發展到這樣的程度。
「學術科協」科學智能專家委員會秘書長、科技導報社社長林潤華主持會議
聽完報告，我最大的感受是，雖然發言人分屬應用數學、雲計算、電磁物理和生物醫藥等不同領域，跨度極大，但他們的報告指向了同一件事：科學智能正在系統性地跨越科研中長期存在的各種邊界。 學科之間的，數據形態之間的，物理世界與數字世界之間的，已知與未知之間的。這些邊界原本是人的認識能力和工具能力的局限造成的，AI正在消除這些局限，科學發現的方式在發生變化。
前兩場報告分別由鄂維南院士和深勢科技創始人兼首席科學家張林峰進行。鄂維南院士在開場中講AI給科研帶來的根本性變化，張林峰則緊接著展示具體的實踐。
北京大學數學科學學院講席教授、中國科學院院士鄂維南作主題報告
鄂維南的切入點是科研能力本身的局限。一輩子能讀的文獻、能學的知識有限，理論方法還基於古老的數學工具，計算只能處理簡單場景，實驗依賴經驗和試錯。這些限制使得跨學科的自由探索門檻極高，真正了解人類知識邊界的人少之又少。 他以自己所在的應用數學領域為例：「應用數學一定得了解應用，但全世界範圍內應用數學真正了解應用的人非常少。」
但AI正在改變這個局面。他講了一個讓我印象很深的細節：一個參與Science Navigator平台的學生告訴他，「老師，參與這件事情以後，我最大的體會就是任何一個學科我都不害怕了，哪怕我對它一點都不了解，用這個平台搞幾十分鐘，我就有一個大概的印象。」 大原子模型可以充當通用的原子模擬工具，自動化實驗室提供了閉環能力。在一些領域，智能體已經可以寫大批量可發表的論文了。
過去橫亘在學科之間的能力壁壘正在降低。鄂維南將其總結為「平台科研+垂直整合」，有了一套完整的AI賦能科研基礎設施（算力、理論工具、計算工具、文獻、實驗平台），就像有了安卓系統，在上面開發APP的門檻就很低了。高質量科研的門檻和成本都會大大降低，讓每個有想法、有能力的個人和團隊都能參與科技創新。 他提出了「科研平權化」的概念，認為包括初創企業在內的更多力量將成為科研的生力軍。
深勢科技創始人兼首席科學家、北京科學智能研究院理事長張林峰作主題報告
張林峰接續報告，用幾個具體案例說明這些邊界正在怎樣消失。
在化學領域，上月發布的SpecXMaster譜圖工具已被超過2000個課題組使用。過去電解液配方的反向分析依賴大廠的專業團隊，現在每個人都能做。在生物領域，BioMaster讓生物資訊學分析從少數計算專家的技能變成了所有生命科學研究者都能調用的能力。深勢科技過去有一個5人團隊一年服務五到十個課題組，有了BioMaster之後，已有250個高校和研究院在用。
大原子模型DPA系列發展到DPA4，在精度和效率上都實現了帕累托最優解。在固態電解質方向，把合成製備的效率和通量提升100倍後用大原子模型驅動，很快就跑出了可以走向中試的材料。大原子模型推薦的配方打破了人類經驗中「某兩種元素必須滿足特定配比」的常識，直接實驗後發現新配方效果確實更好。 一系列這樣的案例正在井噴。
張林峰講的周賽平台是我覺得全天最有畫面感的故事。每周舉辦一次科研比賽，題目來自各學科年輕老師真正想解決的前沿問題。上周有150個選手參賽，從資深教授到高中生都有。結果第一名遙遙領先，是一個大一的學生，在一天時間裡解了八個學科最前沿老師提出的真實問題。 張林峰說，做社區活動時台下一堆人聽這個大一學生講他是怎麼做到的。
好的基礎設施，加上好的出題方式，再加上好的評估機制。張林峰說，這就是一種新的科研組織形式的可能性。玻爾科研平台目前已有450萬科研用戶、近200所高校和150家企業入駐。
跨學科的工具壁壘在降低，但科學研究的「原料」，也就是數據，本身還有一道更深層的邊界。之江實驗室主任、阿里雲創始人王堅院士的報告題目是《Science Foundation Model： Frontiers of AI and Science as Whole》，他要回答的問題是：推動AI能力邊界下一次擴展的動力是什麼。
之江實驗室主任、阿里雲創始人、中國工程院院士王堅作主題報告
王堅從一個判斷切入：大語言模型本質上是大文本模型。文本被Token化之後，圖像和影片與文本之間的差距沒有想像中那麼大。但科學數據完全不同。地震波、光譜、DNA序列，既不是文本也不是代碼，甚至不是圖像。當光譜變成圖像的時候，已經不是光譜了，因為圖像是給人看的，但現在需要的是讓模型來理解。「一張圖勝過千言萬語，但一段光譜勝過千萬張圖。」
他打了一個比方：今天的科學數據就像裹了稻殼的稻子，需要非常高明的手段把殼去掉，裡面的米粒才能被科學模型所用。 AlphaFold從1到2，僅僅把蛋白質做「脫殼」就花了整整六年。把所有科學領域的數據都這樣處理一遍，任重道遠。
王堅回顧AI發展史來佐證這個判斷。2012年ImageNet的變革是數據驅動的，Alex用兩塊玩遊戲的GPU，英偉達
在這篇論文發表近一年後才開始討論要不要把GPU和深度學習綁在一起。2017年Transformer帶來了模型架構的躍遷。過去幾年則是算力的規模效應。三股力量在不同時間以不同方式推動著變革，而現在數據又一次回到了中心位置，這次輪到了科學數據。
之江實驗室三年多前下決心以科學數據為突破口，最終訓練出了幾千億參數規模的科學基礎模型021。王堅反覆強調，021不是在大語言模型基礎上做的垂直模型，它讓語言、代碼和科學數據共生在同一空間裡，對Token的理解發生了根本性變化。
十幾天前《自然》雜誌報道了一個來自021的發現，我覺得這個案例特別能說明「科學數據脫殼」的價值。之江實驗室一個研究人員用模型預測化學分子沸點時，發現結果和權威手冊里記錄了幾十年的數據不一致。第一反應是模型搞錯了，但驗證之後發現手冊里的數據才是有誤的。 王堅說這很像庫恩在《科學革命的結構》里講的，科學革命始於發現異常，而且往往不是從新數據中發現，是從舊數據里發現了新問題。
科學基礎模型之所以能做到這一點，是因為它有能力跨越不同學科的數據邊界，把科學作為一個整體來理解。用021做固態電解質材料設計時，不僅可以從物理和化學獲得靈感，還可以從生物科學、地球科學甚至電腦科學的並行原理中獲得建議。王堅說，「科學之間的邊界本來就是因為人的認識邊界造成的，自然就是一個整體。」 科學基礎模型讓跨學科理解成為可能，就像大語言模型讓不同語言之間的差別變得不重要了一樣。
報告最後，王堅對「範式變革」這個詞的濫用表達了直接的不滿。他認為第三、第四、第五範式叫得太匆忙了，「對範式的變革不夠尊敬，以為只要有一點點變化就是範式變革。」 他更願意把數據、模型、算力三者合流看作真正意義上第三次科學範式變革的開始。他還提出了STE+MAP的概念：過去STEM中的M（數學）把科學（S）、技術（T）、工程（E）貫穿起來，現在AI（A）正在成為同樣基礎性的角色，而P代表公共產品（Public Goods），比歷史上任何時候都重要。「說一千道一萬，開放是讓所有這些事情發生的基礎的基礎。」
之前的報告講的是AI如何跨越認知和數據形態的邊界，接下來的報告又是另一個方向，觸及物理世界。東南大學崔鐵軍院士的報告《AI×資訊超材料》講的是物理世界和數字世界之間的融合。標題用了乘號，因為兩者之間是雙向賦能加垂直融合，用加號不夠。
東南大學毫米波國家重點實驗室主任、中國科學院院士崔鐵軍作主題報告
傳統超材料通過構建人工原子來控制電磁波，但設計固化之後性能不能調。2014年崔鐵軍團隊提出了數字編碼超材料，把超材料的基本屬性定義為0和1兩個可切換的物理狀態，用半導體器件調控。他用兩個中國古典概念來解釋這個看起來複雜的創新，解釋完之後全場一下就聽懂了。陰陽和圍棋。0和1就是陰和陽，「陰陽生萬物，萬物皆陰陽」；如同圍棋只有黑白兩子，但不同排列創造無窮組合。
這篇論文發表在中國期刊《Light： Science & Applications》上，現已被引用4200多次，是該刊創刊以來引用最高的文章，在光學領域50萬篇論文中影響力位列前十。
資訊超材料真正跨越了一道邊界：0和1的編碼既是控制電磁波的指令，又是資訊本身。電磁物理世界和數字資訊世界在同一塊晶片上融合了。 崔鐵軍把它類比為「電磁空間的電腦」。就像第一台通用電子電腦用二進制編碼加儲存程序在數位空間工作，資訊超材料用同樣的編碼邏輯在電磁空間實現可編程功能。上個月團隊演示了用時空聯合編碼超材料同時產生110個獨立的全息像，每一個諧波的空間編碼都可以獨立調控。
AI和資訊超材料的融合體現在多個維度。上個月上線的資訊超材料生成式大模型，融合了AlphaFold的序列設計能力和MetaGeneration的分子設計能力，把過去需要幾小時的優化設計過程壓縮到幾毫秒，效率提升1000倍以上。 在數據獲取上，團隊構建了MetaChat系統，從海量已發表的論文中根據文字描述和圖片自動提取物理模型並計算電磁數據，相當於把論文轉化為可用的仿真資料庫，目前成功率約60%。
反過來，資訊超材料也在賦能AI。用可編程超表面構建硬體化的DNN深度學習網路，直接在電磁空間處理信號。在自動駕駛雷達的演示中，不需要把雷達回波轉換為數據再做處理，時延從毫秒級降低到25納秒，功耗也大幅低於GPU方案。這是用超越馮·諾依曼架構的方式來解決能耗和時延問題。
崔鐵軍還展示了資訊超材料與大語言模型的聯動：說一句「提高辦公桌附近的信號覆蓋」，語言大模型理解語義後調用編碼資料庫，讓超表面改變電磁波束方向。虛擬世界的語義理解和物理世界的電磁調控，在一個鏈條上完成了。
昌平實驗室主任謝曉亮院士的報告《面向生物醫藥的AI：後AlphaFold時代》又指出了一種和人類自身關係更緊密的深層邊界：我們對生命複雜性的理解本身還有巨大盲區，AI正在幫助打開這些盲區。
昌平實驗室主任、中國科學院院士謝曉亮作主題報告
他開門見山：AlphaFold團隊最近解散了，核心成員轉向其他方向。關於AI賦能生物醫藥的前景，Anthropic創始人Dario Amodei和諾獎得主Demis Hassabis認為5到15年內可以治癒多個甚至所有疾病；CRISPR發明人Jennifer Doudna則認為現有AI還不能做極具創新性的工作。但兩種聲音並不矛盾：樂觀是對遠景的判斷，謹慎是對當下的清醒。
謝曉亮給出了一組中國創新藥的數據：海外授權交易去年達1357億美元，今年上半年已達1100億美元，標誌著中國創新藥出海進入爆發期。但這些藥還不是First in Class，還是me-too和me-better。
他的技術路線是：用全新的實驗方法產生前所未有的大數據，從而打開過去看不到的認知盲區。
先說一個背景。今年是人類基因組草圖發表25周年。25年前MIT的Eric Lander說人類基因組是「天價買了本天書，讀不懂」。25年過去了，測序價格從30億美元降到了在國內二三百元。謝曉亮說，「這叫白菜價」。他本人2011年在哈佛發明的DNA熒光產生測序技術（與北大黃岩誼合作，由博士陳子天在國內實現產業化），正是推動測序成本大幅下降的關鍵技術之一。
報告的核心是團隊發明的FOODIE技術。轉錄因子是結合到DNA上調控基因表達的蛋白，在細菌里像一把鑰匙，在人體裡是「一個鑰匙串」，多個轉錄因子協同調控一組基因。 過去缺乏有效工具來檢測它們在基因組上的結合足跡。FOODIE的原理是用脫氨酶把基因組上的C轉化成U，但被轉錄因子占據的位點不會被轉化，從而留下印記。
有了FOODIE產生的大量結合數據，團隊和昌平實驗室的AI專家陳明辰合作，訓練了一個基於Transformer的預測模型：輸入任意蛋白質序列和DNA序列，就能輸出結合常數KD。這個模型已經開源。
最具突破性的發現來自將FOODIE數據與UK Biobank的大人群疾病數據對接。過去大量研究集中在基因編碼區，但編碼區只占基因組的1%。謝曉亮團隊發現，阿爾茨海默病相關的致病突變有很大比例落在了非編碼區的轉錄因子足跡上。 突變改變了那個位置的DNA序列，使得轉錄因子結合強度變化，導致基因調控異常。換句話說，解開複雜疾病的線索一直藏在基因組98%的「暗區」里，只是過去沒有工具去看。
謝曉亮還分享了一個樂觀的願景。昌平實驗室聚焦惡性腫瘤和退行性疾病兩個方向，前者靠早篩和免疫治療，後者靠早篩和延緩干預。他提到一個有趣的醫學觀察：一般得了癌症就不太會得阿爾茨海默，反過來也是。如果這兩個都能避免，我們真的有希望都活過100歲。
他的總結和前面幾位院士、專家形成了呼應：「AI幫你尋找規律，但很難給你推導出本質性的科學原理。」 當已有數據用完之後，瓶頸在於需要在分子和細胞層面產生全新精準的大數據。AI for Science的下一階段，推動力來自科學數據變得更深，而非模型變得更大。
1936年，圖靈在那篇奠基性的論文裡描述通用機器時，起點是一個很樸素的畫面：一個人坐在桌前，用紙和筆，按照一組規則一步一步地計算。所有的計算，不管多複雜，都可以還原成這個畫面。王堅在報告裡引用了這個概念，說紙和筆就是那個年代科研的公共產品。今天的公共產品換成了算力平台、大原子模型、科研智能體和科學基礎模型。工具變了，但圖靈那個定義里最重要的部分沒變：一個人，加上一定規則。規則是科學本身。
Q1： 幾場報告有什麼共同邏輯？
幾位專家從不同領域出發，共同展示了科學智能正在跨越科研中長期存在的四道邊界：學科之間的能力壁壘（鄂維南和張林峰展示了AI基礎設施如何讓跨學科研究變得可及）、科學數據與模型之間的形態鴻溝（王堅的科學基礎模型讓光譜、地震波等非文本數據也能被統一理解）、物理世界與數字世界的隔閡（崔鐵軍的資訊超材料把電磁空間變成了可編程的計算空間）、以及人類對生命複雜性的認知盲區（謝曉亮的FOODIE技術打開了基因組非編碼區的研究窗口）。這些邊界的存在，本質上是上一代工具和方法論的局限造成的。
Q2： 「科學基礎模型」和普通大語言模型有什麼本質區別？
核心區別在於數據形態。大語言模型本質上是大文本模型，處理的是文本Token。科學基礎模型021讓語言、代碼和科學數據（地震波、光譜、DNA序列等）共生在同一個模型空間裡。這些科學數據既不是文本也不是圖像，王堅稱之為「裹了稻殼的稻子」，需要全新的方式「脫殼」後才能被模型理解。021對Token的理解發生了根本變化，是一個能包容不同數據形態的新型基礎模型。之江實驗室已完成幾千億參數規模的訓練，並且用它發現了權威化學手冊中沸點數據的錯誤。
Q3： 「需要產生全新的大數據」，這和「用好已有數據」有什麼不同？
已有數據確實遠沒有被充分利用，021模型從舊數據中發現手冊錯誤就是證明。但對於阿爾茨海默等複雜疾病，過去的工具根本看不到關鍵資訊所在的位置。基因編碼區只占基因組的1%，而致病突變大量落在非編碼區的轉錄因子足跡上。這類數據以前根本不存在，不是沒被用好，是沒被產生過。FOODIE技術開闢了一整個新的數據維度，結合AI訓練的序列-結合常數預測模型和UK Biobank的大人群數據，形成了從實驗到認知的完整閉環。
