在2026科学智能大会上，农业、生命科学、人工智能、地球科学等领域的专家齐聚一堂，围绕人工智能驱动的科学研究（AI for Science，AI4S）展开深入探讨。当前，AI4S已成为全球科技竞争的焦点，各国纷纷加大布局力度。中国发布《关于深入实施“人工智能+”行动的意见》，将“人工智能+”科学技术列为重点行动；美国推出“创世纪计划”，整合科研基础设施以加速前沿科学突破；欧盟也发布专项战略，汇聚资源推动AI在科学领域的应用。然而，学界对于AI4S的发展前景存在明显分歧，有观点认为21世纪内AI将催生大量顶尖科学家，也有声音认为AI仅是辅助工具，难以具备原始创新能力。
AI正在深刻改变科研模式，首当其冲的是效率的显著提升。中国地质科学院副研究员宋洋团队与国际机构合作，于2024年完成了1∶500万比例尺全球地质图的整合与编绘，首次实现了该尺度下全球地质图与数据库的统一。过去，由于各国标准体系不同，数据协调困难，地质图质检更新工作需数月完成。如今，借助AI的语义对齐和矢量化处理，这一过程缩短至“一杯咖啡的时间”。团队正将地图比例尺升级至百万级别，并实现多分辨率呈现，数据量呈几何级增长。宋洋坦言：“若没有AI，我们根本不敢提出这一目标。”
在生命科学领域，AI同样展现出强大潜力。北京大学现代农业研究院院长邓兴旺团队于2022年启动小麦基因组研究。小麦基因组规模是人类的5倍，被誉为“植物界的珠穆朗玛峰”。团队通过升级计算中心，将原本需数月的计算任务缩短至一天内完成。仅用半年多，他们便成功绘制出六倍体小麦的端粒到端粒完整基因组图谱，为全球小麦研究提供了重要参考。华大集团首席研究员徐讯团队开发的基因组大模型已开源，并被全球科学家使用。该模型将疾病致病位点分析的样本量需求降至原来的十分之一，项目难度大幅降低。目前，这一模型已应用于上海新华医院等机构的罕见病诊断，为样本稀少的罕见病研究开辟了新路径。
AI的赋能不仅限于基础研究，更推动了科研成果的快速落地。清华大学地球系统科学系教授汤秋鸿团队开发的“复合气候灾害风险智能体”，能够整合多源数据并预测未来10天内各地区的复合气候灾害风险。这一系统为应对极端气候事件提供了科学依据，展现了AI在跨学科应用中的价值。宁波东方理工大学副教授陈云天团队则将AI与自动化实验平台结合，开创了“小步快跑、快速迭代”的科研新范式。他们与牛津大学合作，通过分析海浪视频数据，发现了新的波浪方程，相关成果引发学术界关注。该团队开发的AI设计平台还被汽车企业用于车辆外形降阻设计，节省了数百万元设计费用。
在农业育种领域，AI正推动从“经验驱动”到“数据驱动”的变革。中国科学院院士种康认为，AI使育种从“大海捞针”变为“按需设计”。通过将控制不同性状的基因模块组合，科学家能够培育出高产、优质、抗虫、耐逆的“完美品种”。种康预测，未来10年内，中国有望在水稻育种上实现重大突破。然而，AI的辅助作用并非没有局限。多位专家指出，AI擅长总结规律和优化方案，但难以提出新的科学问题，而后者往往是科学探索的核心。华大集团徐讯将AI在生命科学领域的能力分为五个级别，当前AI处于第三级，能够完成发现但无法自主提问。清华大学汤秋鸿也表示，AI对水文知识的掌握相当于硕士到博士一年级水平，但在提出前沿问题上仍不及人类。
中国工程院院士李国杰认为，未来5年，AI4S在药物研发、材料科学、工程设计等领域最有可能取得重大进展。他预测，到2030年，相当比例的新药研发项目将使用AI辅助工具，但由AI主导发现和设计的获批新药比例仍有限，这一比例有望在2035年后提升至20%以上。与此同时，专家们也表达了对科研过度依赖AI的担忧。宋洋观察到，学生遇到问题时越来越倾向于直接求助AI模型，这可能阻碍其成长为真正的专家。北京中关村学院副院长秦涛则指出，AI正在加速科研、教育与产业的融合，使科学研究更直接地面向产业真实问题，推动科技与经济的深度结合。
