【行业观察】
给科研装上“智慧引擎”
全球竞逐AI科学创新 中国以算力突围领跑
■ 本报记者 张明柳
随着“十五五”规划将“以人工智能引领科研范式变革”明确写入国家发展纲要，AI for Science（AI4S）已从一个前沿学术概念，跃升为关乎未来科技竞争格局的国家战略。当前，全球主要经济体正将AI4S视为抢占21世纪科技创新制高点的关键战场。在此背景下，如何将我国的规模优势转化为领跑胜势，已成为我们必须答好的时代命题。
AI4S到底是什么“新武器”？
AI4S，通俗地讲就是让人工智能当科学家的“副驾驶”。人工智能不是简单地帮忙算个数、画个图，而是深度参与科研全过程——读文献、提假设、设计实验、分析数据，甚至自主发现人类从未察觉的规律。
过去，科学家搞研究主要靠“试错”。试一种配方不行，换一种再来，像在茫茫大海里捞一根针。AI4S改变了这一切。它能从海量数据中快速锁定关键线索，把“大海捞针”变成“按图索骥”。
正因为这种根本性的变革，科学界将AI4S视为继实验、理论、计算、数据之后的“第五科研范式”。2024年诺贝尔化学奖授予了AI4S领域的科学家，2025年诺贝尔物理学奖同样花落AI领域——这是人类科学共同体对这场变革的最高级别认可。
AI4S有多能“打”？
传统科研的门槛有多高？一款新药从实验室走到患者手中，平均需要10年时间、10亿美元投入，成功率不到十分之一。一种新材料的诞生，往往要经历上万次试错，穷尽科研人员毕生精力。
AI4S正在把这些数字彻底改写。生物医药领域，从靶点发现到先导化合物优化的周期，从4至5年压缩到12个月。抗癌药、罕见病药能更快进入医保目录，老百姓吃不起救命药的困境有望逐步化解。
材料科学领域，新材料的研发周期从2至3年缩短到3至6个月。深圳一支科研团队甚至打造出“AI科学家团队”，将微胶囊材料的研发时间从4个月压缩到4小时。未来固态电池、室温超导材料等颠覆性突破，可能比我们想象的来得更快。
农业育种领域，高产抗虫作物的培育周期从8至10年缩短至2至3年。端牢中国饭碗，AI4S正在贡献力量。
这些不是科幻小说，而是正在发生的现实。问题在于，谁能率先将这种“加速度”转化为产业优势和国家竞争力。
大国竞速 白热化博弈
AI4S的潜力有多大，全球主要国家看得一清二楚。这不是一场温柔的学术竞赛，而是一场关乎未来科技话语权的战略较量。
美国2025年启动“创世纪计划”，投资5000亿美元建设“星际之门”AI基础设施，目标是将AI全面嵌入科学发现流程，确保美国在基础研究领域的领导地位。欧盟发布AI科学战略，搭建覆盖全欧的科学AI服务平台，誓要将欧洲打造成AI驱动科学创新的全球枢纽。
中国也在布局。科技部部署“人工智能驱动的科学研究”专项，“人工智能+科学技术”被列为国家六大重点行动之首，“十五五”规划旗帜鲜明地提出“以人工智能引领科研范式变革”。
但当前，我们必须清醒看到，全球AI4S主流基础软件和架构算法能力仍由美国主导，不加快布局，不仅可能在新一轮科学突破中面临“卡脑子”风险，更可能在未来的科技竞争中陷入被动。
自主破局 筑牢中国算力底座
抢到“先手棋”，算力是地基。地基不牢，再聪明的算法也无用武之地。
过去很长一段时间，中国科研人员开展AI4S研究，面临着算力紧缺、软件受限、关键工具受制于人的尴尬。要从“跟跑”变“领跑”，必须把核心技术牢牢攥在自己手里。
不久前，中科曙光正式发布AI4S计算集群，以6万卡的超大规模，为中国AI4S构筑了坚实的算力底座。更重要的是，这一集群实现了全栈自研。从底层芯片、高速互联网络到上层软件平台，全部由国内团队自主攻关，核心技术牢牢掌握在自己手中。
有算力只是第一步。要让AI4S真正成为“换道超车”的引擎，还必须打通从实验室到产业的“最后一公里”，要强化顶层设计，建设“算力—数据—模型—实验”一体化的科研基础设施，让更多科学家会用、用好AI工具。
据了解，曙光AI4S计算集群已全面支持国家超算互联网应用。此前，中科曙光还发布了国内首个科学大模型一站式开发平台OneScience，集成了数十个AI4S热点模型和数据集，让不懂编程的科研人员也能快速上手，将模型开发效率提升百倍。
本报拥有此文版权，若需转载或复制，请注明来源于中国政府采购报，标注作者，并保持文章的完整性。否则，将追究法律责任。
