智東西
作者 王涵
編輯 漠影
智東西7月18日消息,7月11日,北京市科委中關村管委會、北京市發展改革委、北京市經濟和信息化局等多部門聯合發布《北京市加快人工智能賦能科學研究高質量發展行動計劃(2025-2027年)》(以下簡稱《行動計劃》)。
《行動計劃》明確了科學智能發展將以前沿技術研發和深度應用為主線,從關鍵技術突破、基礎設施建設、行業應用推廣以及創新生態構建4大方面著手,一共推出了17項具體舉措。
在此之前,北京市就已先后發布多個行動計劃,包括《北京市科技賦能文化領域創新發展行動計劃(2025-2027年)》《北京市加快推動“人工智能+醫藥健康”創新發展行動計劃(2025-2027年)》《北京市加快推動“人工智能+新材料”創新發展行動計劃(2025-2027年)》《北京具身智能科技創新與產業培育行動計劃(2025-2027年)》等政策,加快推進人工智能在文化、醫藥、新材料、具身智能等各領域的深度應用,積極探索科學智能的規模化產業化落地路徑。
中國科學院院士、北京科學智能研究院學術委員會主任鄂維南提到:“學科界限很有可能在未來五年、十年消失。人工智能時代的到來,已經讓學科界限變得不重要了。”
北京海淀區作為高新技術企業聚集地,目前已設立200億元科技成長基金,構建“子母基金聯動”的投資矩陣,還推出“人工智能人才特區20條”,打造了多個人工智能創新街區和AI社區,吸引全球人才到北京市海淀區發展。
這次北京市發布的《行動計劃》,讓未來三年北京“AI for Science”的發展藍圖更加明晰明了。
《北京市加快人工智能賦能科學研究高質量發展行動計劃(2025-2027年)》政策原文鏈接:
https://kw.beijing.gov.cn/zwgk/zcwj/202507/t20250711_4146595.html
一、3年建10+科學數據庫,構筑全球科學智能高地
《行動計劃》提出,到2027年,北京將推動產業建成科學基礎大模型,建設不少于10個高質量科學數據庫,服務輻射到不少于1000萬用戶,推動AI在不少于5個領域開展深度應用,形成8個以上標桿應用案例,搭建起共性服務創新平臺,向社會引進培育一批復合型創新人才,并且還要構建起多渠道投融資服務體系,加強國際交流與合作,營造開源開放生態,推動形成具有國際競爭力的產業集群,具體如下:
主要目標包括:
1、開展前沿科學問題攻關:加強科學計算與多尺度建模等基礎理論方法研究,建立科學基礎大模型,研發新一代科學計算智能模擬軟件工具,構建科學基礎大模型和學科領域模型的模型協作體系。
2、完善共性基礎設施建設:系統搭建科學智能基礎設施,建設不少于10個高質量科學數據庫,全面支撐人工智能在多個科學研究領域應用,服務不少于1000萬用戶,加速原始科技創新突破。
3、加速智能科研范式變革:推動科學智能在基礎研究、醫藥健康、新材料、科學儀器、工業智能化等不少于5個領域開展深度應用,形成8個以上標桿應用案例,實現重點場景全流程智能科研范式賦能。
4、促進產業生態加速發展:搭建共性服務創新平臺,引進培育一批復合型創新人才,構建多渠道投融資服務體系,加強國際交流與合作,營造開源開放生態,推動形成具有國際競爭力的產業集群。
圍繞主要目標,有四大重點任務:
1、強化關鍵技術攻關 :開展科學智能的基礎理論研究,加快構建多學科通用的科學基礎大模型,研發新一代科學計算智能模擬軟件工具;
2、夯實基礎設施建設:構建開放共享的科學數據平臺,搭建軟硬件協同與高度整合的算力平臺,建設智能化干濕閉環實驗系統;
3、加速領域應用落地:推動AI加速基礎科學研究,推動AI技術賦能醫藥健康產業創新,推動AI技術加速新材料研發,推動AI賦能高端科學儀器創新,探索AI技術加速工業智能化升級;
4、營造良好創新生態:搭建科學智能公共服務創新平臺,大力吸引和培育創新人才,構建多渠道投融資服務體系,打造科學智能產業集群,推動國際合作交流,構建開源開放生態體系。
二、成果初顯:北京已誕生多個“全球首個”
AI for Science作為加速科學研究的新型范式,已在全球范圍內形成共識。中國科學院院士、北京科學智能研究院學術委員會主任鄂維南于2018年首次提出推動發展AI for Science,北京市從4年前就開始著手布局。
2021年,北京市以鄂維南院士為核心,成立了全球首個專注AI for Science領域的新型研發機構——北京科學智能研究院,布局AI for Science的“四梁N柱”。
鄂維南院士介紹道:“北京科學智能研究院是國際上第一個以AI for Science命名、專注于AI for Science研究的新型研究機構。其定位不是跟科學家爭資源、爭平臺的,而是來賦能他們的、集中精力推動科研和研發的、整體的智能化轉型?!?/p>
隨著近年來的快速發展,北京已產出全球首個覆蓋90多種元素的大原子模型DPA、全球首個覆蓋“讀文獻-做計算-做實驗-多學科協同”的AI科研平臺——玻爾科研空間站等一批重大原創成果,涌現出深勢科技、百圖生科等一批創新型企業和潛在獨角獸企業。
1、玻爾科研空間站:全球首個“讀-算-驗-協”一體化AI科研平臺
作為全球首個覆蓋“讀文獻-做計算-做實驗-多學科協同”的AI科研平臺,玻爾科研空間站解決科研人員在文獻檢索與管理、跨學科知識發現及實驗計算融合等環節中的關鍵痛點,讓科研人員能將更多精力投入真正的科研突破中。
目前該平臺已在北京大學、浙江大學、上海交通大學、中國科學技術大學等全國40余所高校院所,以及寧德時代、廣汽埃安、云南白藥、聯合利華等40多家企業上線應用,用戶數已達近百萬人。
▲玻爾科研空間站主頁(來源:玻爾科研空間站)
目前市科委、中關村管委會正在組織組織面向200多家高校院所和近100家央國企進行推介,推動能成為未來全球AI4S(AI for Science)時代下的云科研入口。
中國科學院院士、北京大學常務副校長張錦表示,目前北京大學已邁入全球科研智能化轉型的先鋒行列,玻爾科學導航上線北大普惠賦能北大師生,干濕閉環的實驗室全面加速前沿科研探索。
2、DPA大原子模型,構建人類微觀世界的基座模型
理解原子性質及其相互作用,是探索材料、生命體等物理世界的核心問題之一,傳統方法耗時耗力。人工智能技術則顯著提升了模擬的效率和精度。
▲DPA大原子模型原理(來源:北京科學智能研究院)
大原子模型DPA就是用于解決這一難題,它由30多家單位聯合共建,旨在構建人類微觀世界的基座模型,加速材料、能源、生物制藥等領域研發過程。
目前大原子模型DPA在穩定性和預測性能等方面已達到世界領先水平,在合金、動態催化、分子反應、藥物小分子、固態電池、半導體、高溫超導等領域應用,平均節省90%的數據計算成本,使研究人員能用更少的數據達到更高的精度。
3、Uni-Lab-OS智能實驗室操作系統,打造“AI 科學家”
現在,實驗室正處于從“工具集合”進化為“具身智能體”的時代,深勢科技推出Uni-Lab-OS智能實驗室操作系統,可有效解決傳統實驗室手工操作效率低下,設備彼此孤立,數據難以互通共享等痛點問題,推動實現自主設計實驗的“AI 科學家”,為科研人員節省更多的時間和精力。
▲Uni-Lab-OS智能實驗室操作系統首頁(來源:玻爾科研空間站)
這一成果打通了AI for Science各項基礎設施,實現數據、知識、模型與儀器的鏈接,助力傳統實驗室向自動化智能化躍遷升級,越來越多的實驗室將升級為智能研發的預演場。
4、DeepFlame:AI仿真火箭“心臟”,大幅縮減研發周期
由北京科學智能研究院發布的智能仿真應用軟件——DeepFlame, 依托人工智能驅動的“超級大腦”,可實現火箭發動機的全流程數值模擬,助力火箭“心臟”的塑形,為航天裝備研發提供自主可控的數字化底座。
▲DeepFlame論文(來源:計算機工程與科學)
“火箭發動機的研發如果能借助工業仿真軟件,模擬流體力學、燃燒、傳熱等一系列物理過程,實際試車次數至少可以減少50%?!毕嚓P負責人介紹道,一款算得準、算得快的仿真軟件,能大幅降低研發成本,并縮短研發周期。
通過DeepFlame軟件,火箭發動機工作時會遭遇的極度高溫、高壓環境一目了然。發動機主燃燒室點火后,哪個結構存在隱患,哪個設計還有進步優化空間,DeepFlame都可以給出答案。
結語:北京為全國AI產業深度融合擘畫新藍圖
除政策支持外,北京還持續打造中關村論壇、科學智能峰會、青少年科學智能大賽等具有全球影響力的品牌賽事活動;推動在基礎科學研究、醫藥健康、新材料、高端科學儀器、工業智能化等領域率先落地。
鄂維南院士認為,北京作為AI for Science策源地,在率先打造科學研究新范式上是有基礎和優勢的。北京已經全面布局AI for Science基礎設施,并且取得了顯著的成效。這一次行動計劃的發布將有力推動北京AI for Science創新發展,力爭在科研范式革命中走在最前沿。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.