近年来，人工智能（即AI）作为一种科技创新产物，正在加速向工业、农业、医疗等领域渗透，其应用场景不断向垂直细分领域扩展，通过“AI+”的方式，赋能各行业的发展。随着chatGPT和GPT-4陆续发布，AI技术更是引发了广泛关注。
近日，为了贯彻落实国家《新一代人工智能发展规划》，科技部、自然科学基金委联合启动了AI for Science专项部署工作，紧密结合数学、物理、化学、天文等基础学科关键问题，围绕药物研发、基因研究、生物育种研发、新材料研发等重点领域科研需求，推进面向重大科学问题的人工智能模型和算法创新，发展一批针对典型科研领域的AI for Science专用平台，布局AI for Science前沿科技研发体系。
科技部，即中华人民共和国科学技术部，贯彻落实党中央关于科技创新工作的方针政策和决策部署，主要负责拟订国家创新驱动发展战略方针以及科技发展、引进国外智力规划和政策并组织实施，统筹推进国家创新体系建设和科技体制改革等。
科技部有关负责人表示，当前，人工智能驱动的科学研究已成为全球人工智能新前沿。我国在人工智能技术、科研数据和算力资源等方面都有良好的基础，需要进一步加强系统布局和统筹指导，以促进人工智能与科学研究深度融合、推动资源开放汇聚、提升相关创新能力。
以数据驱动的开普勒范式和以第一性原理驱动的牛顿范式是数百年来科学研究的两大基本范式。而当下AI for Science趋势的流行有可能促使两种既有范式的深度融合，激发一场新的科学革命。
《达摩院2022十大科技趋势》中，将AI for Science列为重要趋势，无疑是看到了人工智能和传统科研结合带来的巨大潜能。它能帮助推动更多科研工作者投身其中，加速这场科学革命的进程。正如浙江大学人工智能研究所所长吴飞提出的：“人工智能不只是科研工具，还是一种思维工具，我认为人工智能一定会成为科学家的工具。”
据介绍，科技部将推进面向重大科学问题的人工智能模型和算法创新，发展一批针对典型科研领域的“人工智能驱动的科学研究”专用平台，加快推动国家新一代人工智能公共算力开放创新平台建设，支持高性能计算中心与智算中心异构融合发展，鼓励绿色能源和低碳化，推进软硬件计算技术升级，鼓励各类科研主体按照分类分级原则开放科学数据。
“人工智能驱动的科学研究”是以“机器学习为代表的人工智能技术”与“科学研究”深度融合的产物。中国科学院院士、北京大学国际机器学习研究中心主任鄂维南表示，借助机器学习在高维问题的表示能力，人类可以更加真实细致地刻画复杂系统的机理，同时可以把基本原理以更加高效、更加实用的方式应用于解决实际问题中。
科技创新2030-“新一代人工智能”重大项目实施专家组组长、中科院自动化研究所所长徐波提到，药物研发、基因研究等领域，是人工智能与科学研究结合需求迫切、进展突出、具有代表性的重要方向。例如，基于生物学机制、疾病和用药相关数据、药物的各种药学性质等建立的人工智能模型可预测新药的安全性和有效性，通过人工智能辅助，减少研发过程中的人力、物力、时间投入，提高药物研发成功率。
在谈到AI for Science未来的发展时，鄂维南表示：“首先要把资源真正配置到做实事的一线科研人员手里。同时要有有效的人才培养体系，培养对于基本原理和实际问题都有充分了解的人才。此外，要有有效的组织形式，构建垂直整合的团队。‘人工智能驱动的科学研究’对科研团队提出了全新要求，真正让人工智能的研究人员与基础科学领域研究人员一起工作，进行高频率的日常学术交流，同时引入工程化人才，从行业需求出发，开发出可实际应用并持续迭代的新工具与软件。”
同时，科技部还表示，下一步将充分发挥新一代人工智能规划推进办公室的协调作用，整合项目、平台、人才等资源，形成推进的政策合力；充分发挥人工智能渗透性、扩散性和颠覆性强的特性，逐步构建以人工智能支撑基础和前沿科学研究的新模式，加速我国科学研究范式变革和能力提升。
