01 研究科学的方式经历了四次跃迁。第一阶段是通过肉眼观察和经验积累；第二阶段是在可控条件下重复实验验证；第三阶段是建立理论模型并用数学方法推导；第四阶段则是利用大量数据训练统计模型。图灵奖得主、前微软研究员 Jim Gray 用“范式”来描述这一过程。四千年以来，每一次范式的切换都扩展了人类认知自然的边界。深度学习技术给科学研究带来了革命性的变化，不仅提高了速度，还提升了精度。AI for Science 就应运而生，它将推理能力融入实验过程中，让机器在不断循环中持续进化。02 过去一年，全球主要企业和科研机构都开始将 AI 技术应用于实验室流程中。新材料与新硬件领域，生成模型可以通过原子尺度上的模拟，快速筛选出性能优异的候选结构；光源与 HPC 中心利用实时数据流捕捉异常信号；实验控制闭环让机器动态调整参数，实验效率提升了 30% 以上；复杂系统设计在千亿参数空间内并行搜索最优解；群体基因组学将复杂性状拆解为可操作模块；逆向工程自动化设计微生物和植物细胞线路；抗癌药物发现方面，生成模型先模拟数百万种化合物库。03 生物科技、能源、半导体和材料四个领域已将 AI4S 纳入发展战略。生物科技领域通过全流程 AI 化降低了候选失败率 40%；能源领域利用机器学习捕捉锂金属负极枝晶生长机理，提升了电池循环寿命 1.8 倍；半导体领域通过辅助设计新型 2D 通道材料加速了技术发展；材料领域利用 AI 优化成分配比提升硬度 15%。此外还有工业仿真、合成农业等领域也在积极应用 AI4S 技术。04 AI4S 不仅会带来几个点上的突破，还会改变整个科研方法论。机器学习模型可以根据领域知识自动提出关键问题；多学科团队被交叉方向粘合在一起组成课题组；生成模型会给出量化指标来定义目标。未来的科研将从经验和试错走向算法和推理。05 12 月 4 日，首期“未来之后”AI4S 鹏城学术线上论坛将在线上举行。这次论坛将覆盖数理科学、材料设计等前沿领域。全球创新资源和学术产业新锐将带来最新技术展示。希望这次会议能够共话 AI4S 的未来发展。