新华网北京3月30日电（记者凌纪伟）记者近日在北京科学智能研究院采访了解到，该院以提升创新效能为目标，正在努力打造人工智能驱动的科学研究（AI for Science）基础设施。

  AI for Science成为全球人工智能新的前沿，并已在多个学科领域取得实效。近期，科技部会同自然科学基金委启动“人工智能驱动的科学研究”（AI for Science）专项部署工作，紧密结合数学、物理、化学、天文等基础学科关键问题，围绕药物研发、基因研究、生物育种、新材料研发等重点领域科研需求展开，布局“人工智能驱动的科学研究”前沿科技研发体系。

  “AI for Science正步入落地应用，产业界广泛关注。”北京科学智能研究院副院长李鑫宇表示，人工智能与基础科学研究的深度融合，将为长期面临的科研困境带来新的解决手段，推动科学研究从“作坊”模式转变为“平台科研”模式。

  在李鑫宇看来，“平台科研”真正解放的是创新效能。科研工作者和产业从业人员，从一个创新想法，从基础原始创新到技术化，再到工程化、产品化，最后成为生产力，在整个过程中，更好的平台化科研能够有效优化各环节效率，让原始创新成果更快转化为现实生产力。此外，“平台科研”还能批量培养兼具工程思维和工程能力的科研领域开发人才。更重要的是，“平台科研”加速了科研和产业之间建立连接，使得建立起一个由产业需求推动科研的有效体系成为可能。

  在AI for Science新一轮科技革命下，催生了新的科学理论成果和新工具、新技术，进而形成产业新业态。李鑫宇举例说，新业态的形成将改变工业研发模式，比如通过高精度模拟实现材料定向设计；此外还能突破研发瓶颈，在生物医药领域，为难成药靶标的药物发现带来更多可能。

  成立于2021年的北京科学智能研究院，在中国科学院院士鄂维南的带领下，将人工智能技术与科学研究相结合，以“解放科学家、赋能新工业”为使命，围绕人工智能驱动的科学研究开展关键技术攻关，加速开源生态建设，培育产业生态。

  据李鑫宇介绍，自成立以来，北京科学智能研究院团队在多尺度科学计算模拟领域已攻克多项关键核心技术，并在机器学习驱动的密度泛函、分子动力模拟等领域处于国际领先水平。以上关键技术的突破将极大提高人类对于微观计算模拟仿真的应用能力，直接助力新医药、新材料的研发。

  去年12月，北京科学智能研究院发布了首个覆盖元素周期表近70种元素的深度势能原子间势函数预训练模型—— DPA-1，模型成为药物、材料、能源等行业微观机理探索的重要基础设施。发布的开源共创、共享协作的平台——科学智能广场，被逐渐打造成科学计算领域重要的基础设施，推动AI for Science步入平台化、社区化、规模化的新阶段。

  “Al for Science 是一个跨学科大融合、大重构的一个过程。”李鑫宇说，北京科学智能研究院将以提升创新效能为目标，打造AI for Science 基础设施，搭建AI for Science领域国际顶级专家交流合作平台，打造全球化科学计算开源社区，构筑AI for Science学术生态，共同定义科学计算未来。