在刚刚过去的一年，中国人工智能正以超级大脑之势驱动着千行百业发生着深刻变革。2026年深化拓展人工智能加行动将继续实施。人工智能不仅越来越多的出现在你我的生活和工作当中，也正在让科学研究的范式发生着深刻的变革。简单的来说，就是把人工智能加在科学研究上，就像是给科研人员配上了超级智能的全能科研搭档。可以把科研人员从重复耗时的工作当中解放出来，让原本那些需要几年十几年的科研突破时间上大幅的缩短，更快地得到落地。今天的科技推动力，我们就先到中国科学技术大学的精准智能化学全国重点实验室当中去看一看人工智能和科学研究究竟能擦出怎样的火花。我们现在可以看到这个帖，都已经完全流淌起来了，能看到吧？然后咱们这个材料防热材料还是蛮好的，基本上对，是的。然后不仅亮了，我们的手可以放在底下的，就不会感到任何烫的感觉。可承受千度高温的这款新型阻燃材料，就出自中国科学技术大学方天成博士之手，用这种新材料做成的防火服，它的防热效果究竟如何？记者现场进行了体验。可以看到这是一个焊枪。温度大概在1500度以上。我们用传统现代生活中看到的这种非常好的隔热材料，这个气凝胶防火材料可以看到它的效果，看很快哈，大概几秒钟的时间就已经烧穿了。然后我们再来实验一下我的这个材料，那么在科研人员的指导之下，我们也要尝试一下，虽然感觉有点危险，试一下。3456，你看6秒钟过去了，他的这个新材料很好的起到了阻热的效果。我在的里面的这个胳膊基本上也是只有略微有一点温温的感觉，所以说这个材料确实是太神奇了。神奇的材料来自于方天成的博士生课题，然而当他提出要把实用产品也做出来时，却被导师质疑目标太大了。说实话的确就是按照一般的科研规律来说，是需要非常多年的。所以的话姜老师也不是很支持，觉得我可能没法按时的。毕业进行相变性能这种研究方法也有很多人已经尝试过了，我也了解过，但我觉得这个还是非常的艰难，因为大家做了这么长时间没有突破。这一次的方天成用他大模型颠覆了我的认知。传统阻燃材料从实验室研发到产业验证通常要3到5年时间，仅仅配方筛选、中式放大就要两年以上。但是方天成和AI大模型联手合作，从研发到量产只用了11个月，周期缩短了3分之2。我主要是。扮演的是这个策略的提出者，然后还有模型的这种架构，对于化学实验叫失之毫厘差之千里，我们只要有一点不行，就可能导致结果不行。但是智能化学家主要起到的是帮我们大量进行实验，然后来快速分析实验结果，然后敲定这个研发方向，这块起到了非常重要的一个作用，还有快速补全了我们的这个知识盲区。大致四个月，我们就把这个材料筛选出来了。目前这个防火阻燃材料相比传统的性能提升了两百多倍。比如说我们传统的防火阻燃，在1400 100度高温下面，如果3毫米的材料的话，可能只能够坚持大约是三十多秒。但是我们可以做到了几十分钟。这里面我觉得一个非常有意义的地方在于，有了大模型和科研机器人，它能让一个新生跨越它的知识门槛和它的能力门槛。让有创新思想的，而且有勇敢的创新精神的年轻人，能够迅速的把自己想法落地，甚至的形成科学突破。刚刚的短片当中，导师和博士生在科研过程当中所用到的AI叫做机器化学家，相当于一个在化学领域的全能智能科研机器人。它自带化学大脑，能够读文件，会设计实验方案，还能够亲自动手做实验。机器化学家还有两个小名叫小莱和小林。这也意味着未来已来临。接下来我们继续跟随着记者镜头一起来看一看机器化学家究竟是如何大展拳脚的。和我们印象中的很多化学实验室的瓶瓶罐罐不一样，我现在所在的这个化学实验室明显要感觉更加的现代化和未来感。因为它叫精准智能化学实验室。比如说我旁边的这样的一个机械臂，这样的装置，它就是这里的第一代机器化学家小来。它可以看到机械臂可以精准的操控，而且和众多的智能化的平台进行交互。而且更为关键的是在它的底层有大量的数据和科学大脑，可以提供这个科研智慧。我们传统的化学研究是典型的试错方式，就是尝试总结错误，然后再迭代，效率相对低下。而我们现在用上机器智能，就机器去能读会算情作，它可以一夜之间阅读上万篇论文，然后总结体验的智慧。也就几分钟时间来做大量的理论模拟。大致的把化学的难题的地图给画出来。机器人高效的去在这里面做快速的搜索，然后把信息反馈回来了，再更新了之前的理论模型的理解，使得我们实现了一个理性的化学的高效的研究方式。2021年，机器化学家小来正式诞生，它集成了两台移动机器人、19个智能化学工作站和高通量计算系统，日均能完成2000次精准操作，相当于五六名科研人员的工作量。为了研发火星制氧催化剂，小来学习了五万多篇相关的化学论文。面对376万种配方组合，人类科研团队需要2000年来进行实验验证。小莱凭借其智能大脑，仅仅用了六周时间就找到了最佳配方。第一代的机械化的小，他就是精准的操作。比如说0.1毫米的操作精度，0.1毫克的这样的一个称量精度。但是第二代机械化的小林他就更聪明，它有一个随身带着这样的一个科学大脑，是轻量化的科学大模型。面向十五五我们要建成大规模的覆盖全国的智能科研基础设施。到2030年，我们希望能建成一个覆盖全国的规模化的智能科研基础设施，而且是一个云平台的网络，使得我们科研人员能够都站在巨人的肩膀上，实现了自主的科学突破，乃至科研成果的涌现式的这样的一些发展。除了刚刚提到的在化学研究领域的机器化学家，其实在各个学科人工智能家科学研究都正在成为新趋势。由中国科学院自动化所推出的磐石科学基础大模型，是一个科研领域的专用智能底座，它专攻数学、物理化学、天文地理和生物这些自然科学核心学科，并且在不断的迭代，看文献、写综述、规划方案、仿真计算、实验验证一系列工作都能够高效完成，成为科研人员的好帮手。和普通大模型不同，磐石科学基础大模型专门为科研打造，由专业科学知识和数据训练而成，能深入理解各种科学数据，并具备深度文献分析、科学知识推理和科研工具编排能力。能够对各种各样数据的理解。对一些结构的预测，能够达到一个非常好的一个效果。科技文献方面磐石的处理还是有比较独到的地方的。以前需要研究生可能要花半年的时间要去吸纳解读理解几百篇文，写一篇综述，我们现在3个小时就能做到。还有一块，它就能够调动现在已经超过400种各类的计算和仿真的工具，自主的能把它的能力能够调动起来。比如说天文的里面就是我们有很多望远镜，现在我们和国家天文台，我们就帮他做了这么一个天文的一个观测的智能体。他以前的话可能去跟踪天上的一个事件的话，可能要几天几个小时。我们现在在几秒钟能算完，能够调动那个望远镜。的跟着他去开始看。曾大军介绍，该模型就像一个跨学科的智能操作系统，覆盖数学、物理化学、天文地理、生物等核心学科，可深度赋能假设提出、方案规划、仿真推演、实验验证、规律发现的科研全流程。通用大模型都是。按照概率的方法来生成，那我们就要防止它就完全基于概率这种来选择这个事儿。希望他按照我们整个科学的规律的路径来做相关的生成。这块正好是我们整个在训练模型的时候，特意的用了相关的科学语调来做相关的微调和强化学习的训练。比如说在数字方面，我们能看到整个的幻觉应该降低了11%左右。人工智能赋能科学研究。如果最后仅仅做成了是人工智能方法在科研中的应用，很有可能它的潜力就挖掘不出来了。在一个复杂的系统里面，如何去找到我们的最优解，这个其实是人工智能最强的，或者是能力最合适帮助我们去攻关的这样一项能力。从这个维度，我们在寻找AI就绪的人工智能就绪的科学问题。我们下一步的工作，其实我们在科学院借助我们完整的自然科学研究的一个体系，借助我们的科研的大设施，各类的数据，各种各样的非常深度的各种场景里面和各领域的科学家双向奔赴。从虚拟的数字空间走向真实的实体空间，是人工智能发展的历史必然。为破解人工智能技术应用到工厂和制造业过程中所面临的多重挑战，中国科学院在前不久成立了工业人工智能研究所，开展工业人工智能前沿方向研究与共性技术攻关，支撑制造业转型升级。瞄准实体空间人工智能技术体系建设目标，工业人工智能研究所明确了具身智能与智能机器人智能工厂、垂域大模型与智能体平台、自主智能与可重构智能产线等主攻方向，承担面向制造强国战略需求的重大工程任务。柔性重构是这样的，就是来了一个新产品，然后我通过人工智能可以规划出他用什么样的工艺，用什么样的，用哪个设备，用哪个参数，用那个工具，然后就很快的重组一条生产线，然后重组它的工艺流程，重组它的控制程序，然后就能生产新的产品。目标就是原来3到6个月的时间，变成一天就能满足这个新产品迭代的。这么一个过程。行业应用的需求牵引成为人工智能走出数字世界的核心动力。但是面对行业的具体应用场景，现有的人工智能技术体系还面临诸多亟待解决的难题。大语言模型。它是有可能会出错的对吧？但是当我们把它用在工业的时候，用在实体经济的时候，我们的人工智能是不允许出错的。比如说我要洗个茶杯，如果这个茶杯洗100次会摔掉一次，我相信没有人会用这样的洗茶杯的机器人。所以这就要求我们人工智能在基础的科学原理上面就有新的变革。所以我们这个研究所有一个使命，我们就想发展出一套实体空间的人工智能的新的技术体系。它基于的规律就不是仅仅的是数据的统计的规律，而是这个物质世界里面物理化学的这样的一些最基本的这种规律。他能在实体空间去做操作，去完成制造业的各种各样的任务的时候，他能够精准，能够不出错，而且能够效率很高。陈云霁介绍，为了构建这样一套实体空间的人工智能技术体系，科研团队确立了新型神经网络架构与系统、可信智能软件、数据生成、智能感知与通信、工业智能芯片与系统、云化控制器等前沿方向，提升工业人工智能基础研究和原始创新能力。在15期间，我们将建成从核心的基础研究到工程技术的攻关，再到产业应用转化这样一个完整的科研的链条，希望能够为世界的这个制造业去建立起实体空间人工智能的新的技术体系，达到学术上的引领。