AI赋能科学发现：通专融合开启创新新征程

在科技飞速发展的当下，人工智能正以惊人的速度重塑科学发现的范式。从60毫秒完成2024个量子比特的无缺陷排布，到多智能体系统自主发现并验证癌症治疗新靶点，AI在科学研究领域创造了一个又一个奇迹，不断刷新着人们的认知。

7月26日，2025世界人工智能大会科学前沿全体会议盛大举行。会上，上海人工智能实验室联合多家顶尖科研机构及企业，重磅发布了十项突破性科学智能联合创新成果。这些成果犹如璀璨星辰，照亮了量子计算、生命科学、材料科学、地球科学、深空天文等多个关键领域。其中，单细胞级别精准检测癌症，为癌症的早期诊断和治疗带来了新的希望；分钟级生成飞行器设计方案，大幅缩短了飞行器的研发周期；预测超导材料性能，有助于推动能源领域的革命性变革；追踪太空多碎片，为航天安全提供了有力保障。这些创新成果不仅推动了前沿科学的进步，更将在疾病治疗、粮食安全、环境保护、航天技术等关乎国计民生的领域发挥重要作用，形成实际应用。

上海人工智能实验室主任、首席科学家，清华大学惠妍讲席教授周伯文在会上指出，人工智能的发展正迈向新的阶段。一年前，世界人工智能大会还在讨论Scaling Law（尺度定律）；去年底，人类数据耗尽、预训练即将结束的话题引发热议。而如今，如何抵达AGI（通用人工智能）已成为行业关注的焦点。AGI必须具备强大的专业能力和推理能力，拥有长链条思维和泛化能力，其中泛化性和专业性是其最本质的特征。

在大模型出现之前，研究具有很强的专业性，但缺乏泛化性；大模型出现后，泛化性得到了提升，然而每进入一个新的研究领域，都需要付出高昂的专业性代价，包括数据成本和计算成本。周伯文形象地比喻道：“我们一直朝着AGI走，但还没有看到曙光。”为了实现科学发现的AGI，从最初设计技术路线时，就要瞄准通用能力和专业能力的结合。

基于此，上海人工智能实验室提出了通专融合的技术实践方案，并开发了“书生”科学发现平台Intern-Discovery，为推动科学发现等重要任务提供了“革命的工具”。该平台基于“书生”科学多模态大模型Intern-S1，整合了专业智能体、海量科研数据及实验设备，能为全球研究者提供从假设到验证的一站式科研支撑。

Intern-Discovery平台功能强大，搭载了200余个跨学科智能体，覆盖物理、化学、生物等六大领域，支持低代码开发，助力科研流程智能化。平台中开设的“科学数据广场”，开放了50家顶尖机构的200余个PB级权威数据集，有效打破了数据孤岛瓶颈，实现了高效建模分析。通过科学智能上下文协议（SCP），平台可连接百余种实验设备，支持远程协同实验与实时数据分析，大大提升了科研效率。

依托该平台，诸多科研难题迎刃而解。基于人工智能的量子计算中性原子排布算法，为量子计算机走向实际应用解决了核心难题。该算法利用AI技术并行驱动所有原子，仅用时60毫秒便成功构建了最高达2024个原子的二维和三维无缺陷阵列，规模刷新了世界纪录。这一成就攻克了传统技术中重排耗时随原子数增加而激增的核心瓶颈，实现了与阵列规模无关的恒定时间消耗，为未来构建更大规模的无缺陷原子阵列和高性能量子计算机奠定了坚实的技术基础。

此外，多智能体虚拟疾病学家系统“元生”（OriGene）可自动发现并验证创新治疗靶点，实现从数据到机制、从假说到验证的全流程智能化，推动了AI驱动靶点及药物发现“新范式”。目前，OriGene已在肝癌和结直肠癌治疗上分别提出新靶点GPR160和ARG2，并被真实临床样本和动物实验验证，形成了科学闭环。面向多碎片目标的人工智能跟踪系统，高效实时追踪太空多碎片，在高精度数值模拟评估场景下，取得了相比传统视觉计算跟踪方法70%的精度提升，该方法也在南极真实观测数据上进行了测试，首次取得了高效实时多碎片追踪结果。

目前，Intern-Discovery平台已开放全球试用申请，未来将持续扩展学科覆盖与资源规模，加速科学发现向规模化创新迈进。周伯文表示，为了促进AI的发展，AGI很可能在我们这一代实现。科学家们要站在AGI的肩膀上，通过大量研究AI的技术理论，更好地理解智能的本质，从而推动AGI的前沿发展，获得突破性的大创新。在这个充满机遇和挑战的历史节点上，AI与科学发现的深度融合必将开启一个全新的创新时代。