在7月6日举办的2023世界人工智能大会昇腾人工智能产业高峰论坛上，由中国科学技术信息研究所、科技部新一代人工智能发展研究中心联合相关研究机构编写的《中国AI for Science创新地图研究报告》（以下简称《报告》）正式发布。
中国科学技术信息研究所党委书记、所长
科技部新一代人工智能发展研究中心主任赵志耘
据中国科学技术信息研究所党委书记、所长，科技部新一代人工智能发展研究中心主任赵志耘介绍，人工智能赋能科学研究（AI for Science）日益表现出突破传统科学研究能力瓶颈的巨大潜力，正在成为全球科学研究新范式。近年来，我国AI for Science领域紧跟世界前沿，研究热度高、能力提升快，形成良好发展态势。《报告》以可视化形式从多结构类型融合的数据、多领域特点融合的基础软件、多学科融合的人才、多样化融合的算力等创新要素维度， 对我国AI for Science发展进行深度剖析，为促进我国AI for Science创新发展提供客观观察。
《报告》对当前全球AI for Science模型和基础软件发展脉络进行梳理发现，2017年前后，科学家开始尝试将机器学习等人工智能技术用于求解科学问题，五年来学科不断加入，模型精度、泛化性逐渐提高，不同技术路径、不同应用场景的AI for Science成功应用不断涌现，深度融合领域知识的AI for Science基础软件也蓬勃发展，为各领域AI for Science研究人员提供了一大批简单易用的工具软件。
AI for Science多路并进，蓬勃发展
《报告》通过分析全球已发布的AI for Science成果发现，中国、欧洲和美国大幅领先，我国AI for Science论文发表数量最高。同时，国内外知名高校、大型科研机构和头部企业均十分重视AI for Science，国外的谷歌、英伟达、DeepMind，国内的华为、百度等机构都在积极推动全球AI for Science发展。
中美欧共同引领全球AI for Science发展
《报告》指出，在政策指引下，我国AI for Science发展迅速，涌现出“MEGA-Protein”、 “鹏程.神农”、 “东方.御风”以及盘古天气等多项具有国际影响力的成果。PaddleScience、MindSpore Science等国产化AI for Science基础软件也日益成熟，为AI for Science研究提供了丰富的数据集、基础模型及专用化工具。
中国AI for Science发展正当时
《报告》通过对国家数据中心等公开信息调研发现，我国已经积累了丰富的科学研究开放数据资源。从数据类型上看，开源数据以基础学科和调研数据为主；在学科分布上，地理科学、天文学、物理学等学科开源数据最为丰富。
中国AI for Science数据要素地图
《报告》指出，深势科技和北京科学智能研究院的DeePMD、华为的MindSpore Science，百度的PaddleScience等一大批AI for Science基础软件相继涌现，并在积极推动开源。但总体而言，开源影响与英伟达的Clara等国外领先AI for Science基础软件相比还存在明显差距。
中国AI for Science算法和基础软件相继涌现
《报告》对AI for Science论文作者进行统计分析发现，我国AI for Science人才已初具规模，除人工智能领域外，主要集中在生命科学/医学、地球科学、环境科学等科研领域。从地域分布来看，北京、广东、江苏等三地AI for Science人才指数最高，山东、湖北、四川、辽宁和陕西等科教资源丰富的地区也聚集了较多AI for Science人才。
中国近年AI for Science领域学科发文情况
中国AI for Science人才要素地图
《报告》通过调研全国范围内的算力基础设施分布情况发现，我国算力建设聚集度高，北京、广东、浙江、上海和江苏近5年人工智能加速卡销售量占约全国的90%，中西部省份的算力资源还有待拓展。在广东、江苏等省份，人工智能计算中心公共算力增长最为迅速，通过共享方式为AI for Science的发展提供了重要算力保障。
中国AI for Science算力要素地图
《报告》对国内正在开展的80多项AI for Science研究的调查分析发现， 在当前最活跃的五个重点科学研究领域中，生物医疗、化工/材料等领域的AI for Science发展迅速，成果最多，其他领域AI for Science还处于起步阶段。从特征上看，我国AI for Science技术正在各科学研究领域实现专业化的单一场景应用，已经展现出巨大的产业化潜力，但还没有出现跨领域的通用AI for Science模型。在应用和落地方式上，提供服务平台和套件是当前主要落地方式，其他落地模式还有待探索。
AI for Science各行业应用场景
赵志耘书记指出，人工智能在科学研究领域的应用潜力巨大，当前正处于突破性发展的关键窗口期，但同时也面临着要素供应、协作机制等诸多挑战。建议持续强化AI for Science领域研发支持、有序推动科学研究数据开放共享、加快完善基础软硬件技术生态体系、统筹推进算力基础设施建设、大力培养多学科交叉复合型人才以及深化拓展AI for Science领域国际合作。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
