人工智能（AI）与科学研究的紧密结合，正引领一场影响深远的科技变革。我国在“AI for Science”领域积极布局并持续加大投入，其战略方向与发展蓝图正逐步明晰。

近期，国务院发布《关于深入实施“人工智能+”行动的意见》，明确提出推进“人工智能+”科学技术计划，以加快科学发现节奏，率先构建以AI为核心的新型科研与研发体系，助力我国在全球科技竞争中占据领先位置。展望“十五五”时期，AI for Science有望成为推动我国科技体制变革与创新能力跨越式发展的核心动力，为实现科研范式的全面智能化及2035年建成世界科技强国的目标提供坚实支撑。

推动科研模式向智能化全面演进

AI for Science不仅致力于破解以往难以应对的科学难题，也显著加快了原始创新进程。以生命科学中曾困扰学界多年的蛋白质结构预测问题为例，AI的介入带来了根本性突破。同时，新一代AI科研工具与算法的涌现，正推动科学研究从效率到精度的全面提升。更重要的是，这一趋势正在促成整个科研体系从传统“作坊式”研究向开放、协同、高效的“平台式”研究转型。

目前，全球对AI for Science潜力的认知仍显不足，这为我国提供了重要战略机遇。若能系统谋划、集中资源推进，我国有望在未来五年内率先确立“平台科研”新范式，巩固在全球科技竞争中的领先地位。

构建智能化科研基础设施体系

实现科研范式的转型，必须依靠强大的基础设施支撑。智能化科研平台正如信息时代的“高速公路”，是AI for Science发展的基石。我国已在此方面取得初步成效，例如玻尔空间站等综合性平台，整合文献、数据、计算与实验资源，实现科研任务的全流程高效管理，日渐成为科学家的重要助手。

同时，诸如Innovator+SciMaster等通用科研大模型及智能体的研发也实现关键进展。这些系统不仅涵盖多学科知识，还具备自主科研与“干湿结合”的实验能力，在通用性与专业性方面均表现出色。

推进重点领域的示范应用与标杆项目

AI for Science要在实践中落地，需依托典型场景与重点项目形成示范，从而带动整体科研体系升级。

在材料科学中，AI辅助的材料基因组计划通过对结构、性能与工艺间复杂关系的建模，大幅提升新材料的研发效率并压缩成本；在化学领域，AI参与有机合成路径规划与反应预测，显著促进新药物与新分子的发现进程，同时在催化剂设计与催化机制解析方面也取得积极进展；在生命健康方面，AI不仅推动蛋白质结构预测、基因编辑和药物研发的突破，更为构建具有实际应用价值的虚拟细胞提供可能，助力个性化与精准医疗发展。

挖掘与释放科学数据的核心价值

当前，科学研究竞争的重点正由“模型竞赛”转向“数据竞赛”。过去十年，学界致力于优化模型结构以应对维度灾难、训练稳定性等难题；未来，数据质量与多样性将成为AI进一步赋能科研的关键。存量数据——如科学文献、专业语料与数据库——构成模型训练与知识提取的基础，其专业性与复杂性对数据处理提出更高要求。

另一方面，随着自动化实验、高通量计算与智能传感设备的广泛应用，科学数据的产出能力迅速提升。数据社区及“科学导航”等平台逐步成为数据共享与协同创新的枢纽，通过社区化运营推动数据开放、精准标注与共同治理。

重构国家科技创新体系

AI for Science不仅代表技术路径的升级，更是重塑国家科技创新体系的重要契机。我国已在基础工具研发、典型场景应用与实验室智能化升级等领域取得多项进展。

当前，以AI为核心的科研范式变革为我国实现2035年科技强国目标提供重大战略窗口。必须从顶层设计、政策支持与科研实践等多层面协同发力，全面推进“人工智能+”科学技术行动，构建以AI为驱动的新型科研生态。只有主动把握机遇、寻求持续突破，才能在这场全球科技竞争中掌握主动权。