在采访中，记者了解到，如何将AI运用于垂直的科学领域研究，加速科学发现，扩展科研边界，是AI for Science的核心主题。今年诺贝尔化学奖授予的AlphaFold2，即是AI算法用于解决科学领域重要问题的研究典范。AI for Science其他成功研究案例还包括AI可控核聚变、气象模型等。

“女娲-基因导航大模型”会首先开放基因调控关系图谱和预测接口，然后逐步完善功能。“女娲-生命流体大模型”则以全球最大器官流体力学数据库为基础，大幅提升流体模拟效率，助力脑动脉血液流动等疾病机制研究。“女娲-生命流体大模型”未来将开放模型功能，推动对如动脉硬化、血栓和肿瘤微环境变化等疾病的发病机制的研究，助力学术界和工业界进一步探索和优化生物医学领域的流体力学应用。

“女娲-生物结构大模型”支持蛋白质与抗体药物开发，能精准预测分子与靶标的结合亲和力，为癌症免疫治疗和重大疾病治疗提供助力。接下来，“女娲-生物结构大模型”的核心功能将逐步开放，为学术界和产业界提供支持、搭建合作生态。

据悉，2024年诺贝尔物理学奖和化学奖授予了人工智能(AI)相关研究，科学智能(科学和AI深度融合)及其研究方向引发了从科学家到公众的广泛关注。上智院联合合作伙伴，共同概括科学智能新范式，并梳理和凝练了科学智能的前沿方向。

集智科学研究中心理事长、北京师范大学系统科学学院教授张江表示：“科学智能需要多元的探索路径，也需要相关领域科学家和AI科学家的共同努力，在未来科学智能的探索前沿上，相信科学家的直觉和第一性原理依旧是重要支撑。”

在2024科学智能创新论坛上，记者了解到，Planet Intelligence@ Climate、女娲-生命流体大模型、女娲-基因导航大模型以及女娲-生物结构大模型等，涵盖气候科学、药物研发、基因组研究、生命流体力学等多个前沿领域，为应对气候变化、推动精准医疗和生物技术创新提供了强大支持。

Science for AI的前沿方向则覆盖了物理世界的第一性原理和科学启发的可解释AI新架构；科学智能基础设施前沿方向包括合成数据和新型智能计算。

但AI仍然面临数据稀缺、耗能过大、解释性较差等重大挑战。而人类科学家已经积累了各个学科领域的海量知识，如何将科学家的经验和知识，甚至直觉和启发式想法，转化为AI系统的能力，构成了Science for AI研究的重点。科学智能的新范式包括：AI驱动的灰盒模型、从单一尺度走向跨尺度、从单一模态到多模态。

“AI与基础科学的深度融合将开启AI与科学‘双螺旋引擎’共振驱动的科学研究新范式。”上海科学智能研究院院长、复旦大学浩清教授漆远对记者表示，“AI for Science和Science for AI，类似DNA和RNA的双螺旋结构。一方面，AI将成为科学研究探索的最前沿；另一方面，科学启发的AI也将成为实现AGI的重要支撑。”

漆远指出：“我们联合合作伙伴，发布科学智能前沿观察报告的初心，就是希望推动和支持更多AI和基础研究领域的科学家，深度融合无缝合作，共同探索科学智能的新未来，打造能够自主发现复杂世界未知规律的‘AI爱因斯坦’。”

西本新干线每日钢材价据悉，“科学智能前沿观察”涵盖AI for Science、Science for AI和科学智能基础设施三个维度。其中，AI for Science的前沿方向包括：垂直领域科学大模型、融入先验知识的AI模型、基于LLM模型的科学研究、从提出假设到自动验证的AI科学家以及复杂世界的多智能体建模。