走进科技园区，探访科技创新企业和科研机构，感受科技魅力。北京市科委、中关村管委会政务新媒体推出《近距离》专栏，带大家通过实地探访，与高科技进行亲密接触。

今天，我们来到第十三站：北京科学智能研究院。

视频加载中...

近年来，人工智能的飞速发展不仅深刻影响到公众的生产生活，也为基础科学研究带来了新机遇。作为新型研发机构之一，北京科学智能研究院（AI for Science Institute, Beijing）成立于2021年9月，由中国科学院院士鄂维南领衔，主要聚焦于AI for Science，致力于将人工智能技术与科学研究相结合，加速不同科学领域的发展和突破。

研究院全面布局AI for Science的科学研究，培养科研团队，推动科研模式 从“小农作坊”走向“平台科研”，使得中国在基于AI的基本原理方法方面走在了国际前沿。同时发起了以AI for Science为主题的全球开源社区，取得了显著的国际影响力。

AI for Science步入落地应用

2021年7月，AlphaFold2开源并预测98.5%的人类蛋白质结构，向世人展示了AI在科学研究领域解决实际问题的巨大潜力。近年来，随着人工智能的发展，开源工具和基于开源工具产生的创新成果呈爆发趋势，AI for Science的研究范围也扩展到更多基础问题领域。

今年3月下旬，为贯彻落实国家《新一代人工智能发展规划》，科技部会同自然科学基金委启动了“人工智能驱动的科学研究”（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、新材料研发等重点领域科研需求展开，布局“人工智能驱动的科学研究”前沿科技研发体系。

“这说明AI for Science正在步入落地应用，不仅产业界关注，也得到了政策的支持。”在北京科学智能研究院副院长李鑫宇看来，人工智能与基础科学研究的深度融合，不仅提升了科研的效率和精度，更重要的是极大推动了科学研究从“小农作坊”向“平台科研”模式的转变。

△ 北京科学智能研究院副院长李鑫宇

解决科研过程“痛点”

李鑫宇解释说，科研人员在实际研究中面临四大痛点：一是传统实验手段收集、处理、分析数据效率低下；二是成果转化困难，实验室数据难以解决实际问题；三是科研团队工作多为“小农作坊模式”，互不相通，效率不高；四是在解决生物制药、材料等实际问题过程中，仍然依靠经验和试错方式。

尤其是小农作坊模式，李鑫宇感触颇深。“举个例子来说，过去我们做科研领域是很细分的，不同领域之间交际很少。比如一个材料研究团队，耗费了几年时间研究出最先进的铝合金材料，另外一个团队就只能去做铁合金，接下来的团队研究的就只有铜合金、铅合金……”

“这就造成了我们科研的整体效率依然不高，虽然在关键数值上有所突破，但难以产生实际效应，更不足以支撑行业发展，甚至是一种无效的‘内卷’，是典型的小农作坊模式。”李鑫宇表示。

AI for Science则将不同学科、不同背景的人连接在一起，平台科研的概念开始逐渐清晰。李鑫宇解释说，AI for Science将大大提升原始创新的能力，以及“创新到落地”的转化能力。

更重要的是，“平台科研”加速了科研和产业之间建立连接，使得建立起一个由产业需求推动科研的有效体系成为可能。

打造自然科学界的ChatGPT

李鑫宇透露说，在AI for Science的加持下，目前团队在多尺度科学计算模拟领域已攻克多项关键核心技术，并在机器学习驱动的密度泛函、分子动力模拟等领域处于国际领先水平。

去年12月，北京科学智能研究院发布了首个覆盖元素周期表近70种元素的深度势能原子间势函数预训练模型DPA-1，成为药物、材料、能源等行业微观机理探索的重要基础设施。

△ DPA-1 ，首个覆盖元素周期表近70种元素的深度势能原子间势函数预训练模型 来源：北京科学智能研究院

研究院还首次将人工智能方法、高性能计算与物理模型相结合，首次实现上亿原子的高精度分子动力学模拟，获得当年国际高性能计算应用领域最高奖“戈登·贝尔奖”。2022年，团队在以上工作的基础上进一步优化高性能算法，将模拟上限提升至100亿原子数量级。

在产业合作领域，凭借AI for Science的强大动能，研究院已经与多家头部企业开展合作研究。例如利用AI for Science，助力锂电池关键技术领域取得显著突破。

“如果用最近大家都熟悉的一个概念来打比方的话，我们的目标是打造自然科学界的ChatGPT。”李鑫宇说，未来北京科学智能研究院将以提升创新效能为目标，打造AI for Science 基础设施，搭建AI for Science领域国际顶级专家交流合作平台，打造全球化科学计算开源社区，构筑AI for Science学术生态，共同定义科学智能未来。