科研智能 -人工智能驅(qū)動的研發(fā)新范式-中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟

中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟（AIIA）科學(xué)智能（AI4S）工作組版權(quán)聲明本報告版權(quán)屬于中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟，并受法律保護(hù)。轉(zhuǎn)載、摘編或利用其它方式使用本報告文字或者觀點(diǎn)的，應(yīng)注明“來源：中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟”。違反上述聲明者，本院將追究其相關(guān)法律責(zé)任。編制說明本報告主要是在中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟指導(dǎo)和組織下起草 1 2 2 4 7 15 16 18 19 19 19 20 21 21 21 22 23 5 1一、科研智能發(fā)展態(tài)勢AI4S）概念的延伸和擴(kuò)展，主要包括兩方面內(nèi)涵，一是聚焦人工智能加速基礎(chǔ)科學(xué)研究，拓展研究思路，加速研究進(jìn)程；二是強(qiáng)調(diào)人工智能在應(yīng)用研究和產(chǎn)業(yè)研發(fā)中的重要作用，全面提升工程技術(shù)創(chuàng)新的效率?？蒲兄悄艽砹丝萍紕?chuàng)新的新范式和新動能，有望全面加速基礎(chǔ)研究和產(chǎn)業(yè)研發(fā)的進(jìn)程，并縮短兩者之間的轉(zhuǎn)化周期，推動科技成果在工業(yè)界的產(chǎn)業(yè)化和規(guī)模應(yīng)用?？蒲兄悄苷谌蚍秶鷥?nèi)加速發(fā)展。從戰(zhàn)略層面看，各國相繼發(fā)布政策構(gòu)筑科研智能發(fā)展的應(yīng)用》，倡導(dǎo)為歐洲量身制定一項政策，促進(jìn)人工智能在科學(xué)領(lǐng)經(jīng)濟(jì)高質(zhì)量發(fā)展的指導(dǎo)意見》，支持探索人工智能技術(shù)用于重大科學(xué)研究和技術(shù)開發(fā)的應(yīng)用場景。從賦能層面看,一方面AI持續(xù)拓展科學(xué)領(lǐng)域問題解決的能力，圍繞生命科學(xué)、物理等領(lǐng)域，形成了如材料研發(fā)、氣象預(yù)測、工業(yè)設(shè)計等領(lǐng)域相繼取得段，但已經(jīng)展現(xiàn)出巨大的發(fā)展?jié)摿蛷V闊的應(yīng)用場2信研究院（以下簡稱“中國信通院”）持續(xù)跟蹤科研智能技術(shù)和產(chǎn)業(yè)定產(chǎn)業(yè)政策、指導(dǎo)項目布局提供參考，為研究機(jī)構(gòu)、科技企業(yè)把握技術(shù)方向、開拓應(yīng)用場景提供借鑒，加速該領(lǐng)域的技術(shù)創(chuàng)新和應(yīng)用實踐，為我國在該領(lǐng)域搶占發(fā)展先機(jī)提供助力。未來，中國信通院加強(qiáng)與科研機(jī)構(gòu)、高校、企業(yè)等產(chǎn)學(xué)研各界的交流合作，共同推進(jìn)科研智能生態(tài)體系建設(shè)，為科技強(qiáng)國和創(chuàng)新型國家建設(shè)提供有力支二、科研智能產(chǎn)業(yè)發(fā)展情況升了科研效率，促進(jìn)了跨學(xué)科、跨領(lǐng)域的協(xié)同創(chuàng)新與融合，深刻改（一）科研算力—賦能科研智能高效運(yùn)行科研算力是指結(jié)合智能算力與超算算力的計算能力，通過異構(gòu)計算架構(gòu)滿足高精度計算和AI模型訓(xùn)練推理需求。智能算力基于和推理計算。超算算力依托超級計算機(jī)集群，實現(xiàn)大規(guī)?？茖W(xué)計算和模擬，能夠處理復(fù)雜的科學(xué)計算問題，廣泛應(yīng)用于如行星模擬、3科學(xué)計算兩種方式，采用異構(gòu)計算架構(gòu)，結(jié)合多種計算單元，以滿科研智能的研究涉及大量復(fù)雜的計算任務(wù)，包括大規(guī)模數(shù)據(jù)處理、深度學(xué)習(xí)模型訓(xùn)練和高精度科學(xué)模擬等，這些任務(wù)均需要充足的算力支撐。在多數(shù)場景下，為滿足科學(xué)研究和工程應(yīng)用的需求，級精度預(yù)測蛋白質(zhì)的三維結(jié)構(gòu)，其預(yù)測效果可以與實驗結(jié)果媲美，賴于大規(guī)模的計算資源支持，在AlphaFold2的研發(fā)過程中，當(dāng)前業(yè)界提供科研智能算力服務(wù)的方式主要有三種:一是云服務(wù)企業(yè)以公有云模式提供智能算力服務(wù)。云服務(wù)企業(yè)以智能算力平臺的形式提供計算資源，如阿里云靈駿智算平臺、百度智能云AI提供一站式算力服務(wù)。二是由政府、企業(yè)建設(shè)并對外提供服務(wù)的人工智能算力中心。西安的未來人工智能計算中心已成功孵化出多個智能科研領(lǐng)域的大模型，如全球首個面向雷達(dá)遙感場景的“秦嶺·西電遙感腦大模型”，以及全球首個面向計算流體力學(xué)場景的“秦HighlyaccurateproteinstructurepredictionwithAlphaFold》4專用硬件、軟件和服務(wù)集成在一個系統(tǒng)中，打造便捷、高性能的科研智能系統(tǒng)。如深勢盒子是面向分子動力學(xué)模擬設(shè)計場景推出一體我國科研智能算力面臨多項挑戰(zhàn),亟需建立普惠的科研算力保供給。二是國內(nèi)智能算力的技術(shù)產(chǎn)業(yè)生態(tài)較弱，應(yīng)用門檻高。三是智能算力資源主要集中于頭部科技類企業(yè)，高校、科研機(jī)構(gòu)和大量行業(yè)企業(yè)算力儲備相對有限。建議層面，一是建立針對高校、科研機(jī)構(gòu)和行業(yè)企業(yè)的算力資源保障機(jī)制，實現(xiàn)算力資源的合理供給、動態(tài)分配與高效利用，保障科研智能領(lǐng)域計算需求。二是構(gòu)建跨地區(qū)、跨機(jī)構(gòu)的科研算力資源共享平臺，促進(jìn)科研機(jī)構(gòu)與產(chǎn)業(yè)界的協(xié)同創(chuàng)新。三是實施科研算力成本效益評估，優(yōu)化資源投入與產(chǎn)出，（二）科研數(shù)據(jù)—驅(qū)動科研智能創(chuàng)新發(fā)現(xiàn)科研數(shù)據(jù)是指科學(xué)研究和產(chǎn)業(yè)研發(fā)活動產(chǎn)生的原始數(shù)據(jù)、中間數(shù)據(jù)、結(jié)果數(shù)據(jù)和分析數(shù)據(jù)等，主要包括觀測數(shù)據(jù)、實驗數(shù)據(jù)、記錄數(shù)據(jù)、調(diào)查數(shù)據(jù)、模擬數(shù)據(jù)及科研文獻(xiàn)等內(nèi)容。高質(zhì)量的科研數(shù)科研智能數(shù)據(jù)相較于傳統(tǒng)的行業(yè)數(shù)據(jù)，有如下特點(diǎn)。一是數(shù)據(jù)來源5數(shù)據(jù)格式和語義差別較大。二是數(shù)據(jù)質(zhì)量要求高。數(shù)據(jù)的客觀性、準(zhǔn)確性、完備性、分辨率等質(zhì)量要求很高，這會直接影響到計算結(jié)果的可信度。三是數(shù)據(jù)量更大。實驗觀測數(shù)據(jù)、仿真模擬數(shù)據(jù)等不僅規(guī)模巨大且增長快速，遠(yuǎn)超普通商業(yè)化數(shù)據(jù)。四是維度更高。例如氣象、地理、生物數(shù)據(jù)涉及時間、空間、物種等多個維度，結(jié)構(gòu)國外方面，公開數(shù)據(jù)集資源豐富、體系成熟，已成為全球科研工作者開展研究的重要基礎(chǔ)設(shè)施。美國通過一系列項目推動科研領(lǐng)域公共數(shù)據(jù)集的建設(shè)、共享及應(yīng)用，如美國國家生物信息中心（NCBI）和谷歌云平臺上便捷訪問。在氣象領(lǐng)域，美國國家海洋和大氣管理域的標(biāo)桿性數(shù)據(jù)庫。數(shù)據(jù)資源的長期積累為科技突破奠定了重要基蛋白質(zhì)數(shù)據(jù)庫（PDB）的長期數(shù)據(jù)積累。我國方面，近年來在科研的科學(xué)數(shù)據(jù)中心體系。在材料、天文、電磁、流體、氣象、生命科6及//7/我國公開數(shù)據(jù)集建設(shè)不足，優(yōu)質(zhì)領(lǐng)域數(shù)據(jù)未能得到有效利用。而非國內(nèi)數(shù)據(jù)集。另一方面在科研機(jī)構(gòu)與行業(yè)企業(yè)中已積累的大量我國需加強(qiáng)數(shù)據(jù)集建設(shè)與共享，推動科研智能產(chǎn)業(yè)高效發(fā)展。我國需建立自己的科研數(shù)據(jù)戰(zhàn)略，系統(tǒng)規(guī)劃科研領(lǐng)域數(shù)據(jù)建設(shè)計劃，推動以國家重點(diǎn)實驗室、重點(diǎn)行業(yè)企業(yè)為代表的機(jī)構(gòu)，積極開放共享數(shù)據(jù)。一是圍繞公開數(shù)據(jù)集建設(shè)進(jìn)行戰(zhàn)略布局。建立健全科研領(lǐng)域公開數(shù)據(jù)集體系，在時空、區(qū)域氣象等新興和特色領(lǐng)域進(jìn)行系統(tǒng)布局。二是建立科研數(shù)據(jù)共享激勵機(jī)制，讓數(shù)據(jù)貢獻(xiàn)成為研究貢獻(xiàn)的一部分。通過合理的措施，鼓勵機(jī)構(gòu)以及個人將共享數(shù)據(jù)，持續(xù)豐富公開數(shù)據(jù)集的資源。同時加強(qiáng)對數(shù)據(jù)的安全保護(hù)，避免濫用。三跨領(lǐng)域的數(shù)據(jù)整合與優(yōu)化，為科研工作者和技術(shù)開發(fā)者提供更加便（三）開發(fā)工具鏈—全鏈路打造科研智能開發(fā)工具從人工智能框架的構(gòu)建到算法的集成，再到開發(fā)套件與領(lǐng)域模型的推出，科研智能開發(fā)工具鏈的逐步完善，為科研人員提供了全流程支持。這些工具不僅降低科研門檻，提高研發(fā)效率，還加速科研成果的轉(zhuǎn)化與應(yīng)用。通過持續(xù)優(yōu)化與創(chuàng)新，科研智能開發(fā)工具鏈81.AI框架—構(gòu)建核心架構(gòu)，支撐高效算法實現(xiàn)和接口，它提供了一個結(jié)構(gòu)化的環(huán)境，使開發(fā)者能夠更加高效地構(gòu)建、測試和優(yōu)化AI算法和應(yīng)用，當(dāng)前主流的AI框架主要有科研智能（AI4R&D傳統(tǒng)AI框架需要具備高效求解科學(xué)計算任務(wù)的基礎(chǔ)能力。一是支持科研智能算子庫，通過提供標(biāo)準(zhǔn)化接口和高度優(yōu)化共性數(shù)學(xué)運(yùn)算單元，如高階微分、傅里葉變換、分?jǐn)?shù)階微分、積分、線性代數(shù)、復(fù)數(shù)運(yùn)算等科研智能專用算子，降低科研計算程序的復(fù)雜度。二是提供科研智能計算庫，通過實現(xiàn)跨領(lǐng)域共性基礎(chǔ)計算庫，如微分方程求解計算庫、幾何形狀定義計算庫、方程提升跨學(xué)科多領(lǐng)域典型數(shù)理方程求解效率。三是面向科研智能的作業(yè)調(diào)度優(yōu)化，通過高階自動微分變換和編譯優(yōu)化技術(shù)，實現(xiàn)異構(gòu)混式計算能力和完善的工具生態(tài)系統(tǒng)，當(dāng)前在工業(yè)界廣泛應(yīng)用，支持成熟的部署解決方案。兩者均提供科研智能算子庫、科研智能計算9備自動矢量化和即時編譯等先進(jìn)特性，計算性能出色，適用于科學(xué)計算和機(jī)器學(xué)習(xí)任務(wù)，且支持高階自動微分，有利于科研智能領(lǐng)域框架，均將科研智能作為重點(diǎn)方向進(jìn)行了適配和優(yōu)化，目前已具備以支持大規(guī)模計算任務(wù)。二是支持跨領(lǐng)域算法和應(yīng)用?？蚣軕?yīng)支持特定領(lǐng)域（如地球科學(xué)、材料科學(xué)等）的算法庫和開發(fā)工具，為各領(lǐng)域科研人員提供通用的開發(fā)和應(yīng)用環(huán)境，提供靈活的接口和擴(kuò)展能力，支持跨學(xué)科的協(xié)同研究及應(yīng)用。三是豐富生態(tài)系統(tǒng)建設(shè)。擴(kuò)展生態(tài)系統(tǒng)，提供第三方庫和工具，以及融合已有科學(xué)計算領(lǐng)域的算法庫和工具，滿足更廣泛的科研需求。建設(shè)活躍的社區(qū)，促進(jìn)科2.算法庫—匯聚智慧結(jié)晶，賦能科研創(chuàng)新突破性能及可拓展性，其核心價值主要體現(xiàn)在以二是強(qiáng)調(diào)提供最優(yōu)算法選擇。通過收錄該領(lǐng)NeuralUQ學(xué)NeuralPDE3.開發(fā)套件—簡化科研流程，推動智能化進(jìn)程端到端工具集。開發(fā)套件提供標(biāo)準(zhǔn)化接口和用戶界面，覆蓋模型開發(fā)全流程，能夠快速用于解決科研問題。相較于科研智能算法庫，開發(fā)套件的產(chǎn)品化程度更高。一方面，開發(fā)套件通過全流程整合有效提升了科研效率?？蒲腥藛T無需在多個工具間切換，使用開發(fā)套件可一站式完成數(shù)據(jù)處理、模型開發(fā)、評估及部署等工作，縮短研發(fā)周期，加速成果產(chǎn)出。另一方面，開發(fā)套件降低了科研人員對計算機(jī)專業(yè)知識的依賴。開發(fā)套件提供操作界面及案例資源，降低了非計算機(jī)背景科研人員的使用門檻?？蒲腥藛T可以更加聚焦科研問題本身，無需花費(fèi)大量時間精力在人工智能模國內(nèi)外已形成一系列成熟的科研開發(fā)套件。國外方面，形成了礎(chǔ)，貢獻(xiàn)了針對特定科學(xué)領(lǐng)域的開源套件，如英偉達(dá)推出用于流體且已被廣泛應(yīng)用。國內(nèi)方面，形成了相對自給自足的生態(tài)系統(tǒng)基于飛槳深度學(xué)習(xí)框架的科學(xué)計支持多體系（有機(jī)/無機(jī)/復(fù)合材料成/預(yù)測、宏觀反應(yīng)優(yōu)化）的化學(xué)開發(fā)套件存在易用性低、功能覆蓋不全等問題。一是使用門檻仍舊較高，用戶需要具備較強(qiáng)的領(lǐng)域知識和編程能力，進(jìn)而限制了套件的廣泛使用。二是功能覆蓋不全面。一方面覆蓋場景有限，開發(fā)套件處于發(fā)展初期，往往針對具體科學(xué)問題設(shè)計，支持的場景較為有限。另一方面覆蓋環(huán)節(jié)不足，存在功能欠缺。如針對高溫合金材料研發(fā)的套件，僅提供合金成分設(shè)計與性能預(yù)測環(huán)節(jié)，缺少特定工藝條件下的合金行為模擬、疲勞壽命預(yù)測等能力，這會限制套件在實際工程項目的使用。三是標(biāo)準(zhǔn)化程度低，開發(fā)套件之間缺乏統(tǒng)一的接口和數(shù)據(jù)格式標(biāo)準(zhǔn)，增加了用戶遷移和比較的成本，不利于4.領(lǐng)域模型—AI融合知識，加速應(yīng)用實踐落地領(lǐng)域的模型主要分為兩大類，一類是領(lǐng)域?qū)Ｓ媚Ｐ?，針對特定科學(xué)問題設(shè)計和優(yōu)化；另一類是基于大語言模型（LLM）的科研模型，利用自然語言處理能力輔助科研工作、完善自動化流程。產(chǎn)學(xué)界已經(jīng)研發(fā)出面向多個領(lǐng)域解決特定問題的專用模型。材料科學(xué)領(lǐng)域，AI技術(shù)結(jié)合高通量計算，打破尺度和計算模擬限制，加速材料篩選，促進(jìn)靶向設(shè)計新材料，完成材料和器件的全鏈條優(yōu)化，為新能源、環(huán)境保護(hù)、信息技術(shù)等產(chǎn)業(yè)提供了強(qiáng)大的材料基礎(chǔ)。氣象領(lǐng)域，通過AI技術(shù)對大量氣象觀測和模擬數(shù)據(jù)進(jìn)行分析，識別復(fù)雜大氣模式，提升天氣預(yù)報精度與暴雨等極端天氣事件的預(yù)測能力，輔助氣候變化研究。流體仿真領(lǐng)域，AI提升了復(fù)雜流體動力學(xué)問題的模擬和求解效率，對湍流、液體混合等復(fù)雜流體進(jìn)行流動模擬優(yōu)化、實時仿真，廣泛應(yīng)用于航優(yōu)化復(fù)雜電磁場分布，提升仿真和設(shè)計效率。以電磁兼容性分析為據(jù)，如蛋白質(zhì)結(jié)構(gòu)預(yù)測、基因組分析等，加速新藥發(fā)現(xiàn)和個性化醫(yī)療方案的制定，解決傳統(tǒng)方法耗時長、成本高的問題。業(yè)內(nèi)典型領(lǐng)大語言模型為科研領(lǐng)域帶來新的輔助手段。大語言模型與科研程自動化。科研助手方面，大語言模型結(jié)合領(lǐng)域知識，不僅可以提為科研人員提供即時的信息查詢和解答。流程自動化方面，大語言模型可以幫助提高實驗效率、減少人為誤差，實現(xiàn)更精準(zhǔn)、可重復(fù)的實驗管理。典型場景包括輔助決策和實驗設(shè)計、任務(wù)調(diào)度智能加大語言模型與領(lǐng)域?qū)I(yè)模型的深度融合正推動科研領(lǐng)域?qū)崿F(xiàn)重大突破。大型語言模型擅長發(fā)現(xiàn)并整理科學(xué)領(lǐng)域的難點(diǎn)問題，領(lǐng)域?qū)I(yè)模型則負(fù)責(zé)完成復(fù)雜的計算任務(wù)，兩者結(jié)合可有效提升人機(jī)交互能力，加速科學(xué)研究的進(jìn)程，有望在特定領(lǐng)域取得突破性進(jìn)展。息檢索到實驗執(zhí)行和數(shù)據(jù)分析的整個流程，該系統(tǒng)成功設(shè)計并合成了阿司匹林、對乙酰氨基酚和布洛芬等常見藥物分子。同時，Coscientist在不到四分鐘內(nèi)成功設(shè)計鈀催化交叉偶聯(lián)反應(yīng)的實驗方案，并成功復(fù)現(xiàn)了這一重要的復(fù)雜化學(xué)反應(yīng)，該研究曾獲諾貝爾化三、科研智能應(yīng)用發(fā)展情況通過加速新藥研發(fā)、優(yōu)化材料篩選、提升工業(yè)設(shè)計效率等方式，提（一）基礎(chǔ)科學(xué)研究—開展前沿探索，推動科學(xué)邊界獻(xiàn)，提取關(guān)鍵信息，識別研究趨勢。例如，北京國際科技創(chuàng)新中心使用知網(wǎng)華知大模型打造了開放科學(xué)平臺，集成了知網(wǎng)智研助手、如物理學(xué)家利用神經(jīng)網(wǎng)絡(luò)發(fā)現(xiàn)了質(zhì)子中隱性內(nèi)含粲夸克的存在證據(jù)，構(gòu)展人“面對面”應(yīng)激障礙“精英控制員”毒權(quán)”菌良人類DNA“缺失環(huán)節(jié)”“洞察”號首縫”望臨（二）產(chǎn)業(yè)研發(fā)創(chuàng)新—構(gòu)建核心驅(qū)動力，加速產(chǎn)業(yè)升科研智能在多個產(chǎn)業(yè)領(lǐng)域中取得了顯著成效。新藥研發(fā)領(lǐng)域，工對小分子化合物的篩選計算量，加快了藥物分子的篩選過程，突破了醫(yī)藥研發(fā)“雙十定律”的瓶頸，使先導(dǎo)藥的研發(fā)周期從數(shù)年縮短提升實驗效率。如深勢科技在電解液材料研發(fā)領(lǐng)域，通過正向設(shè)計與篩選優(yōu)化的方法，有效提升金羽新能開發(fā)高能量密度電池電解液上海飛機(jī)設(shè)計研究院基于昇騰AI開發(fā)了業(yè)界首個三維超臨界機(jī)翼以上，設(shè)計成本降低至原來的一半，實現(xiàn)需求到制造的一站式交付推出“鋼智通”專家系統(tǒng)通過大語言模型提煉智能決策進(jìn)行生產(chǎn)流程四、科研智能生態(tài)建設(shè)情況隨著人工智能與科學(xué)研究、產(chǎn)業(yè)研發(fā)的深度融合，產(chǎn)業(yè)界與學(xué)（一）產(chǎn)業(yè)組織例征集、供需對接、報告編制等工作，后續(xù)會重點(diǎn)圍繞新材料、地（二）社區(qū)建設(shè)算流體仿真套件。MindEarthSIG社區(qū)聚焦于昇思MindE群智協(xié)作社區(qū)，整合多方資源，建數(shù)據(jù)庫與課程，促開放協(xié)作，為（三）科研賽事列比賽。華為舉辦“開源之夏”賽事聚焦科研智能，推出基于圖像深育科研智能創(chuàng)新人才。中山大學(xué)牽頭舉辦了首屆“大灣區(qū)杯”粵港澳分子、金融、社會學(xué)、電磁、化學(xué)、交通等多個領(lǐng)域的典型應(yīng)用。（四）會議交流建、典型應(yīng)用領(lǐng)域等話題進(jìn)行深入探討。百度聯(lián)合高校舉辦全國智京航空航天大學(xué)專家就多智能體科學(xué)智算模式進(jìn)行學(xué)術(shù)報告，介紹了群體智能研究近期研究成果。首屆“人工智能科學(xué)計算學(xué)術(shù)研討會”上產(chǎn)學(xué)研各界對于人工智能推動科學(xué)計算劇變式創(chuàng)新的高度關(guān)注，通過匯聚全球人工智能科學(xué)計算領(lǐng)域的