以人工智能引领科研范式变革 人工智能作为引领新一轮科技革命和产业变革的战略性技 术，具有溢出带动性很强的“头雁”效应。4 月 25 日，习近平 总书记在主持二十届中共中央政治局第二十次集体学习时强调： “以人工智能引领科研范式变革，加速各领域科技创新突破。” 近年来，在移动互联网、大数据、超级计算、传感网、脑科学等 新理论新技术的驱动下，人工智能加速发展，推动人类社会迎来 人机协同、跨界融合、共创分享的智能时代，也正在以前所未有 的深度和广度重塑科学研究的基本逻辑与方法体系。深入学习贯 彻习近平总书记重要讲话精神，要深刻把握人工智能引领科研范 式变革的理论逻辑，明晰人工智能引领科研范式变革的突破口， 探索人工智能引领科研范式变革面临的问题挑战和我国应对方 案，以人工智能引领加速各领域科技创新突破。 以人工智能引领科研范式变革的历史逻辑与典型特征 纵观近代以来的科学史，科研范式大致经历了三次重大变革。 一是以观察实验为核心的“经验范式”。这种范式以伽利略物理 学为典型代表，强调对自然现象的描述、记录、总结和归纳。二 是以数理模型为基础的“理论范式”。这种范式以牛顿力学和相 对论为代表，强调通过数学建模对自然规律进行抽象和推演。三 是以仿真模拟为标志的“计算范式”，强调利用电子计算机仿真 科学实验，实现结果预测和可视化。这三种科研范式的变革主要 体现在科研工具创新和效率优化方面，但本质上都遵循“观察— 假设—验证”的传统研究逻辑。随着计算机软硬件设施升级迭代， 数据积累和算力不断加强，推动科学研究从传统的以假设驱动转 向基于海量数据驱动。这为人工智能引领科研范式变革奠定了重 要基础。 近年来，人工智能大模型快速发展，开启了人工智能发展的 新阶段，推动人工智能全面融入科学、技术和工程研究。随着以 ChatGPT 和 DeepSeek 为代表的人工智能大模型取得重大突破， 由海量数据和庞大算力“双轮驱动”的“智能化科研”逐步成为 新一轮科研范式的核心特征，其内在逻辑表现为“数据密集—智 能涌现—人机协同”，具体体现出三方面特征。一是以智能挖掘 替代假设检验。传统科学研究主要依托理论推导和实验验证，而 人工智能强调通过对海量数据中隐含规律的挖掘与分析，构建起 以数据驱动和算力驱动为核心的科学研究体系，进而实现精准科 研。比如，2024 年诺贝尔化学奖授予了在蛋白质结构预测上作 出突出贡献的 3 位科学家，表彰他们开发的计算工具 AlphaFold 在蛋白质结构预测和计算设计领域的革命性影响。AlphaFold 成 功预测了几乎 2 亿种蛋白质结构，其对蛋白质结构的智能挖掘大 大超过人类以往百年的科研积累，展现了人工智能在推动科学创 新方面的重要作用。二是以多元知识耦合激发智能涌现。人工智 能技术具有显著的赋能作用和“渗透”特征，能够打破学科壁垒， 拓展科研边界，催生交叉学科研究，以“人工智能+”助力打造 跨学科融合的创新生态系统，不仅能提高科研效率，更能够激发 出新发现新知识。例如，华为云盘古大模型将思维链技术与策略 搜索深度结合，极大地提升了数学能力、复杂任务规划能力以及 工具调用能力，已在 30 多个行业、400 多个场景中落地，有望 协助众多产业研发创新的智能升级。三是人工智能逐步从“辅助 工具”转变为“科研主体”，形成人机协同的科研组织模式。目 前，人工智能大模型已逐步实现从发现问题、分析问题到解决问 题的全流程覆盖。这并不是对人类科学家的取代，而是以新的范 式协助人类提升科研效率。比如，在考古研究中结合人工智能技 术，通过人机协同智能技术开发的文物虚拟修复，可以在不干预 文物实体的前提下，实现对出土文物碎片的虚拟拼接、矫形、复 原，大大提升文物复原等相关研究的工作效率，也可以根据不同 研究和修复目的进行快速、无限次调整，以多种表达和展示满足 不同受众和场景需求。 以人工智能引领科研范式变革的核心突破与实践路径 习近平总书记今年 4月 29日在上海考察时指出：“人工智能 技术加速迭代，正迎来爆发式发展”。以人工智能引领科研范式 变革，意味着科学研究范式需要实现以方法论变革为起点、以组 织模式变革为载体、以价值体系变革为内核的革命性重构，从而 推动科学研究向人机协同的方向发展。 从方法论视角看，人工智能突破了人类数百年来沿袭的“观 察—假设—验证”的线性科学研究范式，催生出“数据密集—智 能涌现—人机协同”的三元认知方法论，推动形成数据、算法、 人类智慧相互激发的智能系统。这不仅能够突破传统科研受限于 人力、时间及数据维度的瓶颈，可以将复杂问题转化为可计算任 务，显著缩短研发周期；又有助于解决传统科研难以处理的多学 科耦合问题，催生交叉创新，创造知识生产新范式；而且更擅长 同时处理文本、图像、代码等异质信息，并在海量数据中捕捉隐 性规律，形成超越人类直觉的创造力。比如，复旦大学联合上海 人工智能实验室开发的跨学科大模型，整合物理、化学、生物等 学科知识，在超导材料预测、台风路径模拟等方面都取得了更准 确、更高效的成果。 从科研组织方式看，人工智能推动科研组织从“孤岛式创新” 向“分布式智能网络”变革，使传统科研组织的“中心—外围” 结构向“节点—网络”结构转变，形成了新的科研组织模式。网 络中的各主体共同平等参与人类知识生产，形成人机协同的全新 科研团队，创新形成“人类提出需求—人工智能生成路径—计算 机自动验证”的全链条科研路径。与此同时，人工智能技术还催 生出“科研开源”和“科研元宇宙”等方式，能够动态汇集全球 专业人士实现 24 小时不间断跨国协作。例如，“欧洲开放科学云 计划”和“欧洲高性能计算共同计划”链接多国资源，研究人员 可共享人工智能算力与实验数据，推动跨国协作创新，成倍提升 实验效率。 从价值体系看，人工智能推动科技