2026外滩大会举办AI4S见解论坛 探讨机器自主发现与科研落地挑战

9月11日下午，2026 Inclusion·外滩大会举办“AI4S：当AI学会研究，技术会实现自主进化么”见解论坛。来自人工智能、材料科学、生命科学和创新药研发等领域的学者与产业界嘉宾，围绕自主研究系统的学习与进化、科学数据生产、药物与材料研发实践等议题发表演讲，探讨AI参与科学研究的技术路径与落地挑战。

伦敦大学学院教授汪军在演讲中提出，AI for Science的重要目标是对科学研究过程进行建模，让智能体更完整地参与科研循环。他将“探索”与“发现”加以区分，并提出面向科学发现的“大发现模型”方向，认为关键在于打通数字世界与物理世界的闭环。汪军介绍，其团队在与化学家合作中已开展900多个实验，用于新材料发现。

中国科学院院士张统一则将讨论重点放在科学数据的源头。他强调，AI发展的基础包括持续产生新数据的能力，材料研究需要将数据生产、计算模拟与学科知识共同纳入研究体系，并建设覆盖计算、模拟、算法以及实验与生产的“软基石”与“硬基石”。

广州国家实验室研究员谢志结合虚拟细胞和分子设计研究，讨论了AI在生命科学中的进展与局限。他指出，下一代生命科学研究系统需要结合机制理解模型、发现引擎、治疗方案设计能力以及实验和临床反馈，但关键决策仍需要人工参与，自主研究的稳定性有待提高。

此外，启德医药CEO秦刚、深度原理首席战略官张书铭、开物纪联合创始人杨孟洋、北京大学助理教授杨灵等嘉宾也分享了各自在AI驱动药物研发、AI材料研发及发现智能等方向的实践与思考。圆桌讨论中，多位嘉宾围绕科研成果产业落地、创新药出海、湿实验数据有限等话题展开交流。

论坛嘉宾的分享表明，自主发现仍有许多基础工作有待完成，数据质量、学科机理理解、长程任务执行以及实验反馈机制，都将影响系统能否持续产生新知识。科学家的问题判断与专业经验，仍是这一过程的重要组成部分。