2025年5月26日，在科技领域备受瞩目的时刻，复旦大学、上海科学智能研究院与自然科研智讯携手，全球发布了《科学智能白皮书2025》。这一白皮书的发布，犹如一颗投入平静湖面的石子，在全球科研界激起层层涟漪。
此次发布意义非凡，它首次运用2015年至2024年全球科学智能多源大数据，汇聚了近60位来自不同领域的科学家的智慧，深入剖析了AI与科学研究深度融合的态势。其探索范畴极为广泛，全面覆盖7大科研领域、28个方向以及近90个科学智能前沿问题，并试图探寻这些问题的突破路径，旨在以前瞻性的洞见引领科学智能范式变革，从而更好地应对全球挑战。
科学智能，即AIforScience（AI4S），它是面向科学研究的人工智能创新和人工智能驱动的科学研究的总和，生动体现了人工智能创新与科学研究双向促进、水乳交融的关系。一方面，AI驱动的科学研究正以惊人的速度推动科学发现。以DeepMind的AlphaFold为典型代表的AI技术，宛如一把神奇的钥匙，打开了蛋白质结构预测、新药研发及疫苗设计领域的新大门，实现了重大突破；谷歌的GraphCast模型、华为“盘古”模型、复旦大学—上海科学智能研究院“伏羲”模型等AI气象模型，则像是精准的天气预报员，显著提升了全球天气预报的准确性和时效性；AI驱动的核聚变等离子体控制与自动实验室技术，也为能源与材料科学研究带来了革新，仿佛为这一领域注入了新的活力。
另一方面，科学基础理论和不断涌现的科学突破也在反哺AI底层技术和架构，促使其持续创新。例如根植于概率论和随机过程的扩散模型，又如将先验知识融入深度学习的前沿研究，不仅增强了模型的可解释性，还显著提高了AI模型的泛化能力。
报告将AI相关领域清晰地划分为AI核心（算法、机器学习等）与科学智能六大方向（数学、物质科学、生命科学、地球与环境科学、工程科学、人文社会科学）。在这些领域中，科学智能正以摧枯拉朽之势重塑传统科学研究范式，通过模型和数据驱动更高效地探索空间，进而生成假设，同时借助自动与智能化实验等方式，全流程赋能科学研究，大大提升了科学发现的效率与精准性。
在对7大科研领域、28个前沿方向、近90个科学智能关键问题及突破路径的探讨中，科学家们提出了诸多富有建设性的思路。例如，为构建跨尺度、超学科的科学智能模型，提升AI模型在科学研究中的泛化性和可解释性，推动AI拓展科学发现的创新边界，科学家们提议融合先验知识的跨尺度建模、利用生成式模型和合成数据来弥补数据稀缺、建立跨学科知识图谱与闭环强化学习系统，为科学智能的进一步发展指明了方向。此外，报告着重关注了AI安全和AI伦理治理，强调构建内生安全机制和秉持“以人为本”的理念，确保AI技术在研发初期就嵌入安全防护能力，并与人类的需求和价值观保持一致。
从自然科研智讯提供的AI相关出版物数量、引用量以及自然指数（NatureIndex）等多源大数据统计结果来看，2015年至2024年间，全球人工智能和科学智能领域呈现出一片繁荣景象，学术出版物总量快速增长。尤其是科学智能领域，异军突起，在2020年后更是加速成长，成为推动人工智能研究整体井喷态势的重要力量。在过去十年间，全球人工智能期刊论文数量激增近三倍，从30.89万篇一路攀升至95.45万篇，年均增长率达到14%。其中，人工智能核心领域（如算法、机器学习）占比从44%降至38%；而科学智能占比则相应提升了6个百分点，且其年均增长率从2020年前的10%，提升至2020年后的19%。在工程科学和生命科学领域，这种增长趋势更为显著，年均增长率分别从2020年前的9%和15%，提升至2020年后的16%和29%。
