正文
另一方面,科学基础理论和层出不穷的科学突破也推动AI底层技术和架构的不断创新,比如根植于概率论和随机过程的扩散模型,又如将先验知识融入深度学习的前沿研究,在增强模型可解释性的同时,也显著提高了AI模型的泛化能力。
为深入探索AI技术与科学研究的融合趋势和前沿进展,自然科研智讯(Nature Research Intelligence)联合复旦大学、上海科学智能研究院近期重磅发布《科学智能白皮书2025》,全面剖析AI如何驱动科研范式的转型,并推动前沿领域的技术突破。
报告覆盖了AI技术在数学、物质科学、生命科学、地球与环境科学、工程科学以及人文与社会科学等多个领域的创新应用。报告指出,科学智能正深刻重塑传统科学研究范式,通过模型和数据驱动更有效地探索解空间从而生成假设,以及自动与智能化实验等方式,赋能科学发展全流程,显著提升科学发现的效率与精准性。
同时,报告探讨了科学智能在多个基础科学中的关键问题及突破路径,例如如何构建跨尺度、超学科的科学智能模型、提升AI模型在科学研究中的泛化性和可解释性,又如,如何推动AI拓展科学发现的创新边界。为解决这些问题,科学家提出融合先验知识的跨尺度建模、利用生成式模型和合成数据来弥补数据稀缺、建立跨学科知识图谱与闭环强化学习系统,推动科学智能的进一步发展。此外,报告也重点关注了AI安全和AI伦理治理,强调构建内生安全机制和“以人为本”,确保AI技术在研发初期即嵌入安全防护能力,并和人类对齐。
图注:AI与科学智能研究的规模正在迅速扩张。
数据来源:基于Dimensions数据库的AI相关出版物数量
报告基于数据分析了AI和科学智能的全球发展态势。对2015-2024年全球AI相关出版物进行了系统性分析后发现,科学智能领域的学术出版物总量快速增长,带动了2020年后整个AI领域研究的井喷,2020前科学智能学术出版物年均增长10.5%,2020后年则以19.3%的速度扩张,其中以工程科学和生命科学最为突出。