(相关资料图)
8月8日-8月11日，2022中关村论坛系列活动——首届科学智能峰会召开。本届峰会由北京科学智能研究院（AISI）主办，北京深势科技有限公司承办，中关村论坛执行委员会办公室、中关村科学城管理委员会为指导单位。峰会主题为“AI for Science：共创新未来”，旨在深刻剖析AI for Science的发展趋势，探索AI与基础科学的深度融合。
在首日的主论坛上，北京市科学技术委员会、中关村科技园区管理委员会党组书记张继红，北京市海淀区委常委、区人民政府副区长林剑华发表致辞，表达了对此次峰会的肯定。张平文、张亚勤、汤超、廖恒等行业专家、学者也通过致辞，祝贺大会成功举办。鄂维南、黄铁军、孙凝晖、王中林、刘铁岩、张强等包括多位院士及外籍院士在内的众多嘉宾，于主论坛云集论道，分享国际生命科学，新能源、新材料等领域的最新进展。大会还发布、解读了《2022 AI4S全球发展观察与展望》，这是首份聚焦AI for Science领域发展的完整报告，选取了全球科学智能领域先进实践。
鄂维南院士以“发生在当下的科技革命”为题，为本次科学智能峰会做了开场主题报告。他指出，以机器学习为代表的人工智能为基础科学研究带来了新的高维函数的表示工具和数据的分析工具。基础科学研究将成为人工智能的主战场，其二者结合后的研究成果将会极大促进宏、微观计算模拟的发展，进而成为工业设计的全新起点。
多位专家在首日主论坛的致辞和报告中也表达了类似的观点，其中汤超院士在致辞中提到，2018年鄂维南找到自己，希望在北大建立一个交叉学科项目，用以探索机器学习在各个科学和工程领域的应用，并取名为“AI for Science”。如今看来，这已经成为一种趋势，甚至是一种新的流行范式。张亚勤院士强调，“AI for Science”使得机器不仅仅能模拟普通人的智能，更可以学会科学家或者专家的智能，毫无疑问这是一种全新的研究范式。孙凝辉院士更是将这种新的研究范式称为科学研究的第五范式。张平文院士特别指出，“AI for Science”新范式表现为机理和数据的融合计算，应用数学是该范式的重要基础。推动该范式的快速落地，要坚持服务于国家重大发展战略。
“AI for Science”作为科研范式的重大改变，势必会对人类生产、生活产生重要的影响，同时放眼全球，该研究范式对于全球科学家而言均属于一个较新的概念。如何推动“AI for Science”的发展和生态建设，也成为首日主论坛报告中涉及较多的话题。
鄂维南院士表示，科学家要勇于做原始创新，因为原始创新应当是科学家做科研的初心。在资源分配的体制机制上也要向鼓励科学家去做原始创新的方向去设计，这需要政、产、学、研各个层面的共同努力。汤超院士指出：“我们应该认识到在"AI for Science"领域从0~1的创新目前可能还不太多。当然有许多实际问题的解决，并不一定需要0~1的创新，但我认为我们还是应该努力营造一个良好的创新生态，少做一些表面文章，多鼓励原始创新，只有这样AI for Science才能健康、平衡、长远地发展。”张亚勤院士强调，推动“AI for Science”的大发展要建设开源开放的大平台，来带动和推动整个学术和产业界的融合和交流。张林峰博士在大会首日最后一个主题报告中也就 DeepModeling 开源社区实践做了分享。他表示，开源社区为我们能看到的远景设计了一条更为有效的路径，能够团结大家的力量、共同推动“可能性”成为“现实”。
“AI for Science”已在众多领域展现出应用落地潜力
在首日论坛上，北京科学智能研究院、深势科技、高瓴创投共同发布了《2022 AI4S全球发展观察与展望》，向大家展现近些年“AI for Science”在各个领域的重要应用实践。在论坛现场，王中林院士介绍了利用自驱动系统收集环境数据的应用实例，剖析了其中的物理原理和发展路径，并说明该技术将对人类储存能源、管理能源以及能源系统之间的协作产生重要影响。在能源材料领域，张强教授以高比能电池研究为例，向我们阐释了能源化学和数据科学融合发展的新进展。通过将理论计算和实验相结合，应用人工智能技术在电池材料这一多尺度、复杂物理场景上实现了重要突破。黄铁军教授讲述了人工智能技术与生命科学理论相结合推动灵长类的视网膜仿真、神经元计算模式优化、高精度线虫模拟的重要研究成果。刘铁岩教授向我们展示了，通过人工智能与物理模型相结合，利用分子动力学模拟手段，解释新冠病毒蛋白突变的机理和重要影响，进一步为药物筛序提供合理的建议。王冬冬博士针对药物发现领域公认的难成药靶点，利用“AI for Science”驱动的新的增强采样方法和药物发现工具，实现了对相关靶点别构口袋的发现以及固有无序蛋白动态构象的探索，为新药发现打开了全新的思路。
未来3天，峰会还将通过AI for Science科学创新前沿、AI for Science与生物计算、AI for Science与工业仿真、AI for Science主题下的基础设施建设、AI for Science与材料计算、AI for Science产业化落地的机遇与挑战，六大主题分论坛、数十场顶尖报告，继续为参会嘉宾、观众带来更多前沿讨论。
