4月29日上午，中国科学院大学人工智能学院有幸邀请到了中国科学院自动化研究所研究员李林静老师，在雁栖湖校区教一楼114教室为同学们带来科学前沿讲座——《AI4Science：进展、热点与趋势》。
当前，随着大模型、科研智能体与自动化实验技术的快速发展，人工智能正加速向科学研究领域深度渗透，推动传统科研范式由经验驱动向数据驱动、智能驱动转型升级。面对复杂科学系统建模、跨学科知识融合以及重大科学问题高效求解等挑战，如何充分发挥人工智能在科学发现中的赋能作用，构建新一代自主智能科研体系，成为人工智能与基础科学交叉融合的重要命题。在本次讲座中，李老师围绕“AI4Science：进展、热点与趋势”，系统梳理了AI4Science的发展脉络与前沿趋势，重点介绍了科学智能体、平台化智能科研范式以及“磐石”科学基础大模型等最新进展，深入探讨了人工智能驱动科学发现的新路径与未来发展方向。
讲座伊始，李老师围绕AI4Science（AI4S）的概念与发展现状展开介绍，系统阐释了人工智能赋能科学研究的广阔前景。他指出，AI正加速科学发现进程，在核聚变调控、材料设计、自动化实验等关键领域展现出突破传统研究范式的潜力，大幅提升科研效率与问题求解能力。同时，人工智能已深度渗透科学研究的表征建模、计算推理与自动实验等核心环节，推动科研模式由经验驱动向数据驱动、智能驱动转变。李老师还结合国内外政策布局，介绍了我国“人工智能+”行动以及国际科研机构在AI4S领域的前沿部署，指出AI与科学研究的深度融合正成为全球科技竞争与创新发展的重要方向。
在梳理AI4Science的发展脉络时，李老师指出，AI4S已由以AlphaFold为代表的单点突破阶段，逐步迈向由大模型、扩散模型和科研智能体共同驱动的深化发展阶段，并正在朝着更高水平的自主科研方向演进。在此基础上，人工智能正从传统的辅助工具转变为科研创新的核心驱动力，推动形成以科学智能体为代表的新兴科研范式。李老师介绍，科学智能体不仅具备更强的逻辑规划、长期记忆、专业工具调用与协同推理能力，还能够深度融入实验设计、数据分析与知识发现的完整科研流程，加速构建“智能决策—自动实验—结果反馈”的闭环体系，为实现更高水平的自主科学发现开辟了新的路径。
在讲座最后，李老师重点介绍了面向AI4Science的新一代平台化科研体系及“磐石”科学基础大模型的建设进展。他指出，相较于传统单点式、碎片化的研究模式，平台化智能科研范式更加强调科学知识整合、跨学科泛化与科研全流程支撑，能够为科学发现提供更加系统、高效的智能底座。结合中国科学院在多学科大模型、科学数据中心和重大科技基础设施等方面的前瞻布局，李老师系统展示了“磐石”模型从基础模型、科学模态模型到科研智能体的整体架构，以及其在跨尺度计算、跨学科推理和科学世界模型构建等方向上的应用潜力。他表示，随着人工智能与科学研究的进一步深度融合，未来有望形成“感知—推理—执行—反馈”的科研闭环，为重大科学问题的突破提供全新范式。
本次讲座在热烈的掌声中圆满结束。报告内容深入浅出、视野开阔，不仅加深了同学们对AI4Science领域的理解，也为未来相关研究方向提供了有益启发。
更多专家信息：
李林静，男，博士，中国科学院自动化研究所研究员，“Al+科学”研究中心常务副主任，研究方向为AI4Science和博弈论，已发表学术论文100余篇，出版学术专著2本。主持中国科学院前瞻战略科技先导专项（A类先导专项）网信专项、科技部国家重点研发计划、国家自然科学基金联合基金和北京市科技计划新一代信息通信技术创新专项等多个项目。获王选新闻科学技术奖一等奖，军事科学技术进步奖二等奖、北京市科学进步奖二等奖等。“磐石·科学基础大模型”研发骨干。
