发帖
21 个论坛币
雷达卡
在21世纪进入第二个十年之后，人工智能（AI）以指数级的渗透速度重塑着科研版图，催生了一种“自驱式”科研新范式。尤其是近两年，AI不再只是工具，而开始具备“思考—规划—执行—反馈—迭代—提出假设”的闭环能力，演化出真正意义上的“学术智能体”。
科研智能体，或称“人工智能科学家”，被定义为“一个能够围绕科学目标，在多模态知识数据条件下进行推理决策，并通过标准化接口自主或协作地执行科研任务、在反馈中自我优化的人工智能系统”。
站在2025年的尾声，北京大学、上海交通大学、北京科学智能研究院与深势科技的四位学者联合撰文，系统梳理了AI技术的演进脉络，并指出：当AI进化为具备全面视角与独特洞察力的“自主科学家”时，它将与人类研究者结成新型协作共同体，重新定义科学问题的边界、研究流程的秩序以及成果评价的规则，携手驶向知识地图的“无人区”。
1. 科研智能体：AI科学家的崛起
科研智能体的核心能力体现在以下四个层面：
1) 感知与理解：能够处理文本、图像、序列等多种数据。
2) 推理与决策：能够生成假设、进行因果推断和规划研究路线。
3) 执行与操作：能够调用数据库、操作仿真软件，甚至连接实验仪器。
4) 反馈与优化：能够比对结果、更新参数并重新规划。
2. 技术演进与驱动力
文章指出，AI在科研中的应用经历了从专用工具到通用智能体的转变。2024年是关键的转折点，诺贝尔化学奖与物理学奖均授予了AI赋能的科学研究方向。此后，以OpenAI的o1系列、DeepSeek的DeepSeek-R1为代表的新一代大语言模型，在逻辑推理、复杂任务分解和自我反思纠错等能力上取得显著进步，为科研智能体的实现奠定了基础。
3. 科研智能体对科学范式的重塑
科研智能体的崛起，将从方法论、协作界限、价值创造链条和评价体系等多个层面深刻改变科学研究。
1) 加速“归纳-演绎”循环：将低频、低速的探索过程转变为高频、自动化的科学发现引擎，极大压缩发现时间。
2) 消融学科协作界限：打破“计算”与“实验”的壁垒，加速跨学科创新。
3) 重塑价值创造链条：缩短从基础研究到实际应用的转化周期，推动科研与产业无缝对接。
4) 推动论文回归本质：让论文作为“传播渠道”，而非“评判机制”，使科学评价回归成果本身。
4. 最新进展与未来展望
2025年，AI赋能科学研究已成为全球瞩目的前沿领域，相关进展和预测如下：
- 2025年12月：中关村两院发布全球首个科研智能体系统OmniScientist，旨在助力科研人才全流程培养，标志着科研智能体从概念走向规模化实践。
- 2025年12月：《2025研究前沿》报告遴选了110个热点前沿和18个新兴前沿。其中， “人工智能深度赋能科学研究和工程实践” 被列为重点关注领域之一。
- 2025年12月：《科学智能生态报告（2025）》指出，总结了中国在科学智能生态培育方面的六大进展，包括政策布局、目标体系、技术节点、平台建设、合作协同和人才培育。
- 2026年展望：“自主人工智能科学家”将在极少人为干预下解决重大科学问题，与人类科学家协同探索。
5. 科研智能体崛起，但“会搭”的人不到1%
当《前沿科学》把“科研智能体”推上封面，
真正的分水岭不是“AI能做什么”，
而是“谁能零代码把它用到论文里” 。
这门课，就是那1%的入场券。
京公网安备 11010802022788号
