科学智能时代到了，人工智能在改变科研的旧有模式。蛋白质功能预测、新材料探索还有药物靶点发现这些领域，AI都成了科学家们的“智能小帮手”，能轻松抓住那些过去传统科研很难抓到的好机会。 现在的大模型能让科研越来越自动化、规模化和智能化，这就像是把以计算和数据为主的“第四范式”真正带到了我们身边。最近上海科学智能研究院搞了个专题讨论会，年轻科学家们都说，现在最大的麻烦是跨学科人才太少。上海创智学院有个全时导师叫刘鹏飞，他觉得老科研模式受人类认知受限，寿命也短，搞个大问题得好几代人接力。另外学科分得太细也让人没法突破创新。刘鹏飞还特别强调，“要是不同领域的聪明人能一起干，效率就能翻好几倍。” 这次AI的出现给这个难题带来了新的解决办法。通过用大量算力做支撑，科学家能造出能理解文章、发现问题、规划实验的“AI实习生”，让科研不再只是靠经验。刘鹏飞猜测，以后AI可能连实验操作都能全包了，让科学家能专心琢磨怎么发现新东西。 洪亮就是上海交通大学的特聘教授，还是天鹜科技的首席科学家。他带着团队用AI平台弄出了全球第一款能工业化生产的蛋白质产品。以前弄蛋白质得靠专家经验，又慢又贵还不一定成功；现在AI用大模型学了一大堆蛋白质的规律，再加上功能预测和主动学习模型，把从设计到优化的整个流程都搞定了。洪亮说，“这不仅快了很多，还创造了人类以前没想过的新可能。” 现在一些新型机构正忙着把科学智能技术落到实处。上海科学智能研究院的副院长程远介绍说，他们弄出来的系统能自动按需求编实验方案、写仿真代码还能自己验证结果，有的成果甚至比人设计的还好。程远表示，“等湿实验的技术成熟了，AI就能更深地插足到科研的每个环节里去。” 不过专家也提醒了大家，现在的AI在特别复杂的理论创新和认知方面还是差点火候。虽然技术能帮我们快速处理那些老路子上的事儿，但它比不上人类顶尖科学家的直觉和跨学科的眼光。要想搞科研范式转型，得先打破机构、学科和技术之间的隔阂。 所以说AI跟科学的深度结合正在改变我们搞科研的组织方式和创新路径。从自动做实验到跨界找知识发现点，技术进步给解决人类难题提供了新工具。不过真正的大变革不光靠算法和算力还得靠开放协作和智慧汇聚的氛围。 只有这样AI才能从“高效助手”变成“创新伙伴”，帮着人类在未知的路上走得更稳更远。