2026科学智能大会：AI for Science带来效率跃升，原创科学问题仍是短板

在2026科学智能大会上，来自农业、生命科学、人工智能、地球科学等领域的多位专家接受《环球时报》记者采访，分享了人工智能驱动的科学研究（AI for Science）在效率提升与科研范式变革方面的进展，同时讨论了AI在提出原创科学问题方面的局限性。

多位科学家表示，AI首先带来了立竿见影的效率提升。中国地质科学院副研究员宋洋团队借助AI的语义对齐和矢量化处理，将全球地质图质检数据更新周期缩短至数月；北京大学现代农业研究院院长邓兴旺团队依靠算力支撑，仅用半年多时间就完成了六倍体小麦端粒到端粒完整基因组图谱的绘制；华大集团首席研究员徐讯介绍，其团队自研的基因组大模型可将疾病致病位点分析所需样本量降至不到原来的十分之一。

AI也在重塑科研范式。清华大学地球系统科学系教授汤秋鸿展示了正在开发的“复合气候灾害风险智能体”，可预测未来10天内各地区需要重点关注的复合气候灾害风险。宁波东方理工大学副教授陈云天团队通过AI从实验数据中寻找新规律，曾为牛津大学团队分析海浪视频并给出一个此前未知的新方程。

不过，AI在辅助科研方面仍有明显短板。徐讯提出，AI能力可分为五个级别，当前处于L3阶段，能完成科学发现，但尚不能自主提出原始问题。汤秋鸿认为，AI对已有知识的掌握程度大致相当于硕士到博士一年级水平，但在提出前沿科学问题上能力不足。陈云天指出，AI擅长组合既有信息，但缺乏灵光一现式的原创突破。中国工程院院士李国杰预测，到2030年相当比例的新药研发项目会使用AI辅助工具，到2035年前后，由AI主导发现和设计的新药比例有望提升到20%以上。