人工智能(AI)在科学领域展现出巨大潜力,人工智能赋能科学研究(AI for Science,以下简称AI4S)正快速发展与普及并推动科学研究范式全面变革,但当前AI4S赋能科研创新的特征与机制依然不明晰,AI4S布局方向仍未形成系统谋划。聚焦2024年获...人工智能(AI)在科学领域展现出巨大潜力,人工智能赋能科学研究(AI for Science,以下简称AI4S)正快速发展与普及并推动科学研究范式全面变革,但当前AI4S赋能科研创新的特征与机制依然不明晰,AI4S布局方向仍未形成系统谋划。聚焦2024年获得诺贝尔化学奖的AlphaFold与Rosetta项目,本研究采取对比案例研究方法,分析AI赋能科学研究的不同特征与机制,提出“AI+”与“+AI”两种AI4S赋能模式。基于知识生产模式视角,本研究进一步分析两种模式的知识生产特征,提出在“AI+”模式中存在“智”第五大主体,其知识生产具有成长性、独立性、协同性、平台性特征,且“AI+”与“+AI”模式各自具有适配场景与应用模型。最后,本文提出AI+与+AI差异化战略、重视小模型开发与推动基础设施建设等政策建议。以上结论对AI4S相关研究及知识生产模式理论均有一定贡献,也对我国发展AI产业、挖掘AI场景、开发AI模型具有启示意义。展开更多
文摘人工智能(AI)在科学领域展现出巨大潜力,人工智能赋能科学研究(AI for Science,以下简称AI4S)正快速发展与普及并推动科学研究范式全面变革,但当前AI4S赋能科研创新的特征与机制依然不明晰,AI4S布局方向仍未形成系统谋划。聚焦2024年获得诺贝尔化学奖的AlphaFold与Rosetta项目,本研究采取对比案例研究方法,分析AI赋能科学研究的不同特征与机制,提出“AI+”与“+AI”两种AI4S赋能模式。基于知识生产模式视角,本研究进一步分析两种模式的知识生产特征,提出在“AI+”模式中存在“智”第五大主体,其知识生产具有成长性、独立性、协同性、平台性特征,且“AI+”与“+AI”模式各自具有适配场景与应用模型。最后,本文提出AI+与+AI差异化战略、重视小模型开发与推动基础设施建设等政策建议。以上结论对AI4S相关研究及知识生产模式理论均有一定贡献,也对我国发展AI产业、挖掘AI场景、开发AI模型具有启示意义。
