随着人工智能（AI）技术的飞速发展，其应用领域正逐步从日常生活向科学研究扩展。据最新报道，OpenAI科学家Jason Wei预测，未来一年内，AI的重点将从满足大众需求转向促进科学发现。这一趋势与DeepMind发布的最新报告不谋而合，报告揭示了全球实验室对AI的使用正在指数级增长，预示着AI在科学领域的黄金时代即将到来。
过去两年，AI主要聚焦于用户增长，通过优化速度和流畅性来满足大众需求。然而，随着AI在日常应用中的普及，其改进空间已逐渐缩小。相比之下，科学和工程领域则展现出巨大的潜力。Jason Wei指出，未来五年，AI将更多地关注硬核领域，利用AI加速科学和工程进步，推动技术的真正飞跃。
DeepMind的报告进一步证实了这一趋势。报告显示，全球实验室中AI的使用量正急剧增加，每三位博士后研究员中就有一位使用大语言模型（LLM）进行文献综述、编程和文章撰写等工作。今年诺贝尔化学奖颁发给AlphaFold 2的发明人，也激励了更多科学家将AI应用于自己的研究领域，寻求创新发现。
AI在科学研究中的应用带来了五大机遇：改变科学家获取和传递知识的方式、生成和提取大型科学数据集、模拟和优化复杂实验、建模复杂系统及其组件间的相互作用，以及为大规模搜索空间问题提供解决方案。例如，AI能够通过模拟实验加速科学发现，利用强化学习控制托卡马克等离子体形状，甚至预测未来10天的天气情况，其准确性和速度均超越传统模型。
然而，要充分发挥AI在科学领域的潜力，还需要解决多个关键问题，包括问题选择、模型评估、计算资源、数据获取、组织模式设计、跨学科合作以及研究成果的采纳。DeepMind的CEO Demis Hassabis提出，科学团队应优先解决基础性的“根源问题”，同时利用适当的评估方法和计算资源来推动研究进展。
跨学科合作和多领域协作对于推动科学AI的发展至关重要。公共和私营部门的合作不仅能够加速科学发现，还能促进研究成果的实际应用。通过设立影响力加速器等机制，可以进一步推动科学AI工具的落地应用，让更多科学家受益。
