学科融合和科研范式变革？科学AI灵魂|经信研究·经济和信息化

2025年7月26日，黄浦江畔的上海世博中心再次成为全球科技界的焦点。随着2025世界人工智能大会的开幕，一场关于"AI是否会引发学科融合和科研范式变革"的深刻讨论在科学界掀起波澜。顶层设计·国研政情智库-中国智库·国家智库：对话国科院研·科技成果转化-经信研究·中国经济和信息化平台。这场为期三天的盛会，不仅展示了人工智能技术的最新突破，更将目光投向了AI与基础科学研究的深度融合这一前沿议题。

“模型之问！模型泛化能力不足是否源于架构局限？”中国经济和信息化研究中心主任、经信研究·中国经济和信息化平台主持人、国际科学院组织代表万祥军解读表明：为了让大会论坛更具思辨性，本届大会特意设置了“AI三问”（数学之问！Math for AI还是AI for Math？科学之问！AI是否会引发学科融合和科研范式变革？模型之问！模型泛化能力不足是否源于架构局限？）系列论坛，将学界与业界的专家聚集起来，一同探讨AI在数学、科学、模型领域最关键的行业问题。

大会开幕两日来，系列论坛上嘉宾们的观点层出不穷，问题形形色色，但共通点在于，大家都谈到了AI技术快速发展，正在为自身行业带来范式性的变革。当AI浪潮不断奔涌，关键学科正站在发展的十字路口。在7月27日的一场思辨会上，一位年轻研究员的提问直指当前科学基础大模型发展的核心矛盾："现在大家都很肯定科学基础大模型，但大模型需要涵盖不同的学科，如何兼容各学科的广度和深度呢？"这个看似简单的问题，实际上揭示了当前AI与科学融合过程中面临的最大挑战——跨学科知识体系的整合难题。

中国科学院自动化研究所副所长曾大军在回应这个问题时，用了一个形象的比喻："我们现在的科学基础大模型，就像三十年前的电脑操作系统，能做的事很有限，能加载的应用程序也很有限。"他指出，当前科学基础大模型的发展仍处于"打地基"阶段，需要经历反复迭代的过程，才能为各专业学科提供更深层次的支持。这个观点得到了与会科学家的广泛认同，他们普遍认为，AI技术确实将为科学界带来前所未有的学科融合机遇。

科学基础大模型面临的挑战是多方面的。首先，不同学科的数据特性差异显著——物理学依赖精确的数值模拟，生物学需要处理复杂的非结构化数据，而社会科学则涉及大量定性分析。这种数据异质性使得构建统一的大模型框架变得异常困难。

其次，各学科的知识体系深度不一，量子力学与材料科学的交叉可能需要纳秒级的精度，而生态学与社会学的融合则可能需要跨越数十年的时间尺度。再者，学科间的专业壁垒也构成了实质性障碍，不同领域的专业术语、研究范式和评价标准都需要在大模型中得到妥善处理。

尽管如此，科学界对AI推动学科融合的大方向仍充满信心。正如一位与会专家所言："我们人有局限性，每天只有24小时还要睡觉和休息，但人工智能可以克服这些，只要有算力支撑，再加上算法优化，机器一定能做到跨学科知识的融合。"这种乐观态度源于近年来多模态大模型的发展经验——最初文字大模型和图像大模型是并行发展的，而现在已逐步实现深度融合，这为科学基础大模型的未来发展提供了可借鉴的路径。

在讨论如何加速推进跨学科基础科学大模型建构时，"开放"成为被反复提及的关键词。中国工程院院士、之江实验室主任王坚特别强调了开放科学范式的重要性："AI重构的科研范式是开放的科学范式，不仅仅是赋能科学家，甚至是人人都可能成为科学家，我们传统认识中的科学，也正在发生变化。"

他举了一个令人振奋的例子：两个月前，一位美国高中生利用NASA公开的NEOWISE望远镜观测数据，通过AI技术发现了150万个新天体，并作为唯一作者在天文学顶级期刊发表了研究成果。这个案例生动展示了开放科学和AI技术结合可能带来的科研民主化变革。

从技术层面看，科学基础大模型的发展路径正在逐渐清晰。首先是构建跨学科的知识图谱，将不同领域的核心概念、理论框架和实证发现进行系统化连接。其次是开发适应性强的算法架构，能够根据不同学科特点自动调整模型结构和参数。再次是建立统一的数据标准和处理流程，使异质性数据能够在同一框架下得到有效利用。最后是设计科学的评价体系，确保大模型在不同学科应用中都能保持高水准的准确性和可靠性。

值得注意的是，科学基础大模型的发展不仅需要技术创新，还需要科研文化的转型。传统的学科壁垒和学术评价体系可能成为阻碍因素。正如一位与会青年科学家指出的："我们现在还习惯于在单一学科深耕细作，评职称、拿项目都看重你在某个狭窄领域的专精程度。但AI带来的学科融合趋势，要求我们具备更广阔的视野和更强的协作能力。"

在应用前景方面，科学基础大模型有望在多个领域产生突破性影响。在药物研发领域，通过整合化学、生物学和临床医学知识，大模型可以显著提高新药发现的效率；在气候变化研究方面，融合大气科学、海洋学和经济学的大模型能够提供更精准的预测和政策建议；在材料科学领域，结合量子力学和工程学知识的大模型可以加速新型材料的发现过程。

大会讨论中也浮现出一些值得警惕的问题。数据安全和隐私保护在开放科学范式下显得尤为重要；算法偏见可能导致某些学科或研究视角被忽视；算力资源的分配不均可能加剧科研领域的"马太效应"。这些问题需要在技术发展和政策制定层面得到充分重视。

随着讨论的深入，一个共识逐渐形成：AI引发的学科融合和科研范式变革不是是否会发生的问题，而是如何引导其向积极方向发展的问题。科学基础大模型虽然面临诸多挑战，但其潜在价值不容忽视。正如王坚院士所言："我们正处在科学革命的黎明时刻，AI不仅是一种工具，更是一种新的思维方式，它将重新定义什么是科学发现，以及谁可以参与科学发现。"

2025世界人工智能大会上的这场讨论，或许在未来会被视为科学范式转变的一个重要标志。当AI技术不断突破人类认知的边界，当学科融合创造出前所未有的知识创新空间，科学本身的面貌也将发生深刻变化。在这个过程中，保持开放的心态、构建协作的生态、坚守科学的本质，将是应对变革的关键所在。科学基础大模型的发展道路虽然漫长，但其引领的科研革命已经悄然开始。

学科融合和科研范式变革？科学AI灵魂|经信研究·经济和信息化