从材料科学的“自动驾驶实验室”到能源系统的“智慧大脑”，从基因组的“语言解码”到罕见病的“智能诊断”，人工智能浪潮下，一场席卷全球科研领域的范式革命扑面而来。

5月12日，在2026世界数字教育大会“构建新型科研能力：人工智能赋能科研范式变革”平行会议现场，来自16个国家和地区的170余位科学家、教育管理者和产业界代表齐聚一堂，共话人工智能赋能科研范式变革底层逻辑。

范式重构：做真正的科学发现

在会议现场，一封由全球顶尖AI公司首席执行官联名签署的公开信引起广泛关注，信中强调“没有数学就没有AI”。菲尔兹奖得主、中国科学院外籍院士、美国国家科学院院士埃菲・杰曼诺夫解释道：“AI的本质就是数学。”他强调，科研的真谛是透过数据探寻本质。

传统材料研发往往容易陷入“试错循环”，中国科学院院士、北京大学常务副校长张锦团队研发通用科学智能体，仅用4天就制备出超高强度纤维。“AI与科学融合需要做真正的科学发现而非旧问题包装。”张锦认为。

中国科学院院士、清华大学校务委员会副主任姜培学将新一代能源系统比作人类生命体，打造出具备感知、记忆、思考、决策和行动能力的“能源大脑”。他介绍，在西北风光火储能源大基地，“能源大脑”已实现日前发电计划和日内自动化调度的全流程智能管控，弃风弃光率降低了30%以上。

前沿探索：让AI成为科研伙伴

如果说资深院士描绘了AI赋能科研的宏观图景，那么3位青年科学家的报告则展示了这一领域鲜活的前沿实践。

西湖大学特聘研究员格雷戈里・格林开发的AI文献推荐工具，能够自动提取论文的核心研究问题、数据和结论，并根据研究者的兴趣生成个性化推荐阅读列表。

“今天，AI正在重塑科学家阅读文献、进行计算、开展实验这3个科研环节。”深势科技创始人、首席科学家张林峰带领团队打造的“玻尔”科学导航系统，能够精准检索跨学科知识并提供带引用的答案，努力让每位科学家都拥有一个24小时在线的AI科研助手。

上海创智学院副教授、智元机器人首席科学家罗剑岚带来了“部署即学习”的机器人研究新范式。其团队开发的系统，可通过16台双足机器人组成的舰队在真实环境中收集数据并持续优化模型。

未来共识：人机协同定义科研新生态

在中国科学院院士、西湖大学校长施一公组织的圆桌对话中，“人机协同是未来科研核心形态”成为与会专家的一致共识。

高质量研究问题是否仍将由人类提出？北京中关村学院常务副院长、北京大学博雅特聘教授董彬认为，“科学品位”仍是人类的核心优势。

针对当前科研评价体系的改革，美国国家科学院院士、澳门科技大学校长朱健康提出，现有体系导致大量高质量的负面数据被埋没，而这些数据对AI训练至关重要。

教育部科学技术与信息化司司长周大旺表示：“人工智能正推动科研从传统经验科学向数据驱动模式变革，教育界须主动求变，深刻反思并重构人才培养体系。”未来，随着智能体科研与自主智能实验室的普及，人工智能驱动的新型科研能力必将成为推进全球科学发现和产业发展的核心引擎。

编辑：李华山