科研智能（AI4R研發(fā)）研究報(bào)告-2024.08-29正式版-WN8

科研智能（AI4R&D）——人工智能驅(qū)動(dòng)的研發(fā)新范式中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟（AIIA）科學(xué)智能（AI4S）工作組2024年7月編制說明本報(bào)告主要是在中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟指導(dǎo)和組織下起草編寫，主要參編單位包括中國信息通信研究院、華技術(shù)有限公司、北京百度網(wǎng)訊科技有限公司、北京深勢科有限公司、之江實(shí)驗(yàn)室、富信息股份有限公司、北京新數(shù)科技有限公司。云、張艷博、周原野、楊康、王錦海。目錄一、科研智能發(fā)展態(tài)勢...............................................1二、科研智能產(chǎn)業(yè)發(fā)展情況..........................................2（一）科研算力—賦能科研智能高效運(yùn)行..........................2（二）科研數(shù)據(jù)—驅(qū)動(dòng)科研智能創(chuàng)新發(fā)現(xiàn)........................4（三）開發(fā)工具鏈—全鏈路打造科開發(fā)工具...................7三、科研智能應(yīng)用發(fā)展情況..........................................15（一）基礎(chǔ)科學(xué)研究—開展前沿探索，推動(dòng)科學(xué)邊界拓展............16（二）產(chǎn)業(yè)研發(fā)創(chuàng)新—構(gòu)建核心驅(qū)動(dòng)力，加速產(chǎn)業(yè)升級變革..........18四、科研智能生態(tài)建設(shè)情況..........................................19（一）產(chǎn)業(yè)組織................................................19（二）社區(qū)設(shè)................................................19（三）科研賽事................................................20（四）會(huì)議交流................................................21（五）教學(xué)培訓(xùn)................................................21（六）標(biāo)準(zhǔn)布局................................................1五、總結(jié)與展望....................................................22附錄一............................................................23表目錄表1國外科研領(lǐng)域主要公開數(shù)據(jù)集.....................................5表2國內(nèi)外典型科研智能算法庫.....................................10表3我國代表性科學(xué)套件...........................................12表42019年至2023年Science雜志評選的十大學(xué)突破................17表5科研智能典型領(lǐng)域模型.....................................23科研智能（AI4R&D）—人工智能驅(qū)動(dòng)的研發(fā)新范式一、科研智能發(fā)展態(tài)勢AIforResearchandDevelopmentAI4R&D，人工智能賦能科學(xué)研究及產(chǎn)業(yè)研發(fā)）是科學(xué)智能（IforScience，AI4S）概念的延伸和擴(kuò)展，主要包括兩方內(nèi)涵，一是聚焦人工智能加速基礎(chǔ)科學(xué)研究，拓展研究思路加速研究進(jìn)程；二是強(qiáng)調(diào)人工智能在應(yīng)用研究和產(chǎn)業(yè)研發(fā)中重要作用，全面提升工程技術(shù)創(chuàng)新的效率?？蒲兄悄艽砹丝萍紕?chuàng)新的新范式和新動(dòng)能，有望全面加速基礎(chǔ)研究和產(chǎn)業(yè)研發(fā)的進(jìn)程，并縮短兩者之間的轉(zhuǎn)化周期，推動(dòng)科技成果在工業(yè)界的產(chǎn)業(yè)化和規(guī)模應(yīng)用。科研智能正在全球范圍內(nèi)加速發(fā)展。從戰(zhàn)略層面看，各國相繼發(fā)布政策構(gòu)筑科研智能發(fā)展環(huán)境。2023年12的應(yīng)用》，倡導(dǎo)為歐洲量身制定一項(xiàng)政策，促進(jìn)人工智能在科學(xué)領(lǐng)域的應(yīng)用。2023年5月，美國新建7家國家人工智能研究所，推動(dòng)2022年8月，我國發(fā)布《關(guān)于加快場景創(chuàng)新以人工智能高水平應(yīng)用促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的指導(dǎo)意見》，支持探索人工智能技術(shù)用于重大科學(xué)研究和技術(shù)開發(fā)的應(yīng)用場景。從賦能層面AI持續(xù)拓展科學(xué)領(lǐng)域問題解決的能力，圍繞生命科學(xué)、物理等領(lǐng)域，形成了如Alphafold3另一方面AI材料研發(fā)、氣象預(yù)測、計(jì)等領(lǐng)域相繼取得技術(shù)突破?？蒲兄悄茏鳛閭€(gè)新興的交叉領(lǐng)域，目前尚處于發(fā)展的早期階段，但已經(jīng)展現(xiàn)出巨大的發(fā)展?jié)摿蛷V闊的應(yīng)用場景，中國信息通1科研智能（AI4R&D）—人工智能驅(qū)動(dòng)的研發(fā)新范式信研究院（以下簡稱“中國信通院”）持續(xù)跟蹤科研智能技術(shù)和產(chǎn)業(yè)動(dòng)態(tài)，于2024年發(fā)布報(bào)告《科研智能（AI4R&D）—人工智能驅(qū)動(dòng)的研發(fā)新范式》定產(chǎn)業(yè)政策、指導(dǎo)項(xiàng)目布局提供參考，為究機(jī)構(gòu)、科技企業(yè)把握技術(shù)方向、開拓應(yīng)用場景提供借鑒速該領(lǐng)域的技術(shù)創(chuàng)新和應(yīng)用實(shí)踐，為我國在該領(lǐng)域搶占發(fā)展機(jī)提供助力。未來，中國信通院將關(guān)注全球科研智能發(fā)展動(dòng)向深化對關(guān)鍵技術(shù)和產(chǎn)業(yè)趨勢的研判，加強(qiáng)與科研機(jī)構(gòu)、高校、企業(yè)等產(chǎn)學(xué)研各界的交流合作，共同推進(jìn)科研智能生態(tài)體系建設(shè)，為科技強(qiáng)國和創(chuàng)新型國家建設(shè)提供有力支撐。二、科研智能產(chǎn)業(yè)發(fā)展情況科研算力與科研數(shù)據(jù)的深度融合為AI4R&D奠定了堅(jiān)實(shí)基礎(chǔ)。由AI框架算法庫套件及領(lǐng)域模型組成的開發(fā)工具鏈極大提升了科研效率，促進(jìn)了跨學(xué)科、跨領(lǐng)域的協(xié)同創(chuàng)新與融合，深刻改變了科學(xué)研究范式。（一）科研算力—賦能科研智能高效運(yùn)行科研算力是指結(jié)合智能算力與超算算力的計(jì)算能力，通過異構(gòu)計(jì)算架構(gòu)滿足高精度計(jì)算和AI模型訓(xùn)練推理需求。智能算力基于GPU（圖形處理器TP（張量處理單元NPU（神經(jīng)網(wǎng)絡(luò)處理單元AI芯片供并行計(jì)算能力，適用于人工智能的訓(xùn)練和推理計(jì)算。超算算力依托超級計(jì)算機(jī)集群，實(shí)現(xiàn)大規(guī)?？茖W(xué)計(jì)算和模擬，能夠處理復(fù)雜的科學(xué)計(jì)算問題，廣泛應(yīng)用于如行星模擬、2科研智能（AI4R&D）—人工智能驅(qū)動(dòng)的研發(fā)新范式藥物分子因分析等場景。而科研智能算力整合了AI計(jì)算和科學(xué)計(jì)算兩種方式，采用異構(gòu)計(jì)算架構(gòu)，結(jié)合多種計(jì)算單元，以滿足高精度科學(xué)計(jì)算和人工智能模型訓(xùn)練、推理的雙需求?？蒲兄悄艿难芯可婕按罅繌?fù)雜的計(jì)算務(wù)，包括大規(guī)模數(shù)據(jù)處理、深度學(xué)習(xí)模型訓(xùn)練和高精度科擬等，這些任務(wù)均需要充足的算力支撐。在多數(shù)場景下，為足科學(xué)研究和工程應(yīng)用的需求，如蛋白質(zhì)結(jié)構(gòu)預(yù)測模型AlphaFold2夠以原子級精度預(yù)測蛋白質(zhì)的三維結(jié)構(gòu)，其預(yù)測效果可以與實(shí)驗(yàn)結(jié)果媲美，解決了生物學(xué)界長達(dá)50年的重大挑戰(zhàn)，該成就被Science雜志評為2021年度十大科學(xué)突破成果的第一位。這一進(jìn)展也在很大程度上依賴于大規(guī)模的計(jì)算資源支持，在AlphaFold2的研發(fā)過程中，DeepMind團(tuán)隊(duì)投入了大量的算力資源，訓(xùn)練階段使用了約128個(gè)TPUv3，歷時(shí)天才能完1。當(dāng)前業(yè)界提供科研智能算力服務(wù)的方式主要有三種：一是云服務(wù)企業(yè)以公有云模式提供智能算力服務(wù)。云服務(wù)企業(yè)以智能算力平臺的形式提供計(jì)算資源，如阿里云靈駿智算平、百度智能云AIStudio華為昇騰云向仿真等場景提供一站式算力服務(wù)。二是由政府、企業(yè)建設(shè)并對外提供服務(wù)的人工智能算力中心。西安的未來人工智能計(jì)算中心已成功孵化出多個(gè)智能科研領(lǐng)域的大模型球首個(gè)面向雷達(dá)遙感場景的“秦嶺·西電遙感腦大模型”，及全球首個(gè)面向計(jì)算流體力學(xué)場景的“秦嶺·翱1《HighlyaccurateproteinstructurepredictionwithAlphaFold》3科研智能（AI4R&D）—人工智能驅(qū)動(dòng)的研發(fā)新范式翔大模型”一體機(jī)通過將專用硬件、軟件和服務(wù)集成在一個(gè)系統(tǒng)中，打造便捷、高性能的科研智能系統(tǒng)。如深勢盒子是面向分子動(dòng)力學(xué)模擬設(shè)計(jì)場景推出一體機(jī)硬件層面以定制加速卡與CPU結(jié)合的方式提供計(jì)算能力，軟件層面預(yù)裝分子動(dòng)力學(xué)專業(yè)模擬軟件。我國科研智能算力面臨多項(xiàng)戰(zhàn)，亟需建立普惠的科研算力保一是高端AI芯片的生產(chǎn)和購買受限影響算力供給。二是國內(nèi)智能算力的技術(shù)產(chǎn)業(yè)生態(tài)較弱，應(yīng)用門檻高。三是智能算力資源主要集中于頭部科技類企業(yè)，高校、科研機(jī)構(gòu)和大量行業(yè)企業(yè)算力儲備相對有限。建議層面，一是建立針對高校、科研機(jī)構(gòu)和行業(yè)企業(yè)的算力資源保障機(jī)制，實(shí)現(xiàn)算力資源的合理供給、動(dòng)態(tài)分配與高效利用，保障科研智能領(lǐng)域計(jì)算需求。二是構(gòu)建跨地區(qū)、跨機(jī)構(gòu)的科研算力資源共享平臺，促進(jìn)科研機(jī)構(gòu)與產(chǎn)業(yè)界的協(xié)同創(chuàng)新。三是實(shí)施科研算力成本效益評估，優(yōu)化資源投入與產(chǎn)出，加速科技成果的產(chǎn)業(yè)轉(zhuǎn)化。（二）科研數(shù)據(jù)—驅(qū)動(dòng)科研智能創(chuàng)新發(fā)現(xiàn)科研數(shù)據(jù)是指科學(xué)研究和產(chǎn)業(yè)研發(fā)活動(dòng)產(chǎn)生的原始數(shù)據(jù)、中間數(shù)據(jù)、結(jié)果數(shù)據(jù)和分析數(shù)據(jù)等，主要包括觀測數(shù)據(jù)、實(shí)驗(yàn)數(shù)據(jù)、記錄數(shù)據(jù)、調(diào)查數(shù)據(jù)、模擬數(shù)據(jù)及科研文獻(xiàn)等內(nèi)容。高質(zhì)量的科研數(shù)據(jù)科研數(shù)據(jù)管理是科研智能開展的前提?？蒲兄悄軘?shù)據(jù)相較傳統(tǒng)的行業(yè)數(shù)據(jù)，有如下特點(diǎn)。一是數(shù)據(jù)來源和類型更加多樣數(shù)據(jù)來自儀器設(shè)備傳感器仿真模擬文獻(xiàn)等，4科研智能（AI4R&D）—人工智能驅(qū)動(dòng)的研發(fā)新范式數(shù)據(jù)格式和語義差別較大。二是數(shù)據(jù)質(zhì)量要求高。數(shù)據(jù)的客觀性、準(zhǔn)確性、完備性、分辨率等質(zhì)量要求很高，這會(huì)直接影響到計(jì)算結(jié)果的可信度。三是數(shù)據(jù)量更大。實(shí)驗(yàn)觀測數(shù)據(jù)、仿真模擬數(shù)據(jù)等不僅規(guī)模巨大且增長快速，遠(yuǎn)超普通商業(yè)化據(jù)。四是維度更高。例如氣象、地理、生物數(shù)據(jù)涉及時(shí)間間、物種等多個(gè)維度，結(jié)構(gòu)更加復(fù)雜。國外方面，公開數(shù)據(jù)集資源豐富、體系成熟，已成為全球科研工作者開展研究的重要基礎(chǔ)設(shè)施。美國通過一系列項(xiàng)目推動(dòng)科研領(lǐng)域公共數(shù)據(jù)集的建設(shè)、共享及應(yīng)用，如美國國家生物信息中心（NCBI）成為全球醫(yī)療AI研究人員的首選數(shù)據(jù)源其數(shù)據(jù)可在亞馬遜云平臺和谷歌云平臺上便捷訪問。在氣象領(lǐng)域，美國國家海洋和大氣管理NOAA數(shù)據(jù)是氣象大模型研發(fā)的重要支撐“材料項(xiàng)目（TheMaterialsProject）經(jīng)過三十年發(fā)展，已成為該領(lǐng)域的標(biāo)桿性數(shù)據(jù)庫。數(shù)據(jù)資源的長期積累為科技突破奠定了重要基AlphaFold2在蛋白質(zhì)結(jié)構(gòu)預(yù)測領(lǐng)域的成很大程度上得益于蛋白質(zhì)數(shù)據(jù)庫（PDB）的長期數(shù)據(jù)積累。我方面，近年來在科研數(shù)據(jù)建設(shè)及共享方面也取得了顯著進(jìn)展。全國已建成50多個(gè)國家級行業(yè)科技數(shù)據(jù)中心和200多個(gè)地方科技數(shù)據(jù)中心，形成覆蓋多領(lǐng)域的科學(xué)數(shù)據(jù)中心體系。、天文、電磁、流體、氣象、生命科學(xué)等領(lǐng)域已具備一規(guī)模的公開數(shù)據(jù)集。表1國外科研領(lǐng)域主要公開數(shù)據(jù)集（中國信通院根據(jù)公開資料收集整理）5科研智能（AI4R&D）—人工智能驅(qū)動(dòng)的研發(fā)新范式領(lǐng)域數(shù)據(jù)持有單位全球蛋白質(zhì)結(jié)構(gòu)庫（PDB）ProteinDataBank（wwPDB）人類基因庫（EMBL）洲分子生物學(xué)實(shí)驗(yàn)室（EMBL）歐洲生物信息研究所（EBI瑞士生物信息研究所（SIB）生命科學(xué)蛋白質(zhì)數(shù)據(jù)庫（UniProt及美國國家生物醫(yī)學(xué)研究基金會(huì)（NBRF）成立的蛋白質(zhì)信息資源（PIR）DNA序列數(shù)據(jù)庫（Genbank）美國國家醫(yī)學(xué)圖書館生物信息技術(shù)信息中心（NCBI）DNA數(shù)據(jù)庫（DDBJ）日本國立遺傳學(xué)研究所PubMed）美國國家醫(yī)學(xué)圖書館生物信息技術(shù)信息中心（NCBI）高通量材料計(jì)算數(shù)據(jù)庫（AFLOW）美國杜克大學(xué)劍橋結(jié)構(gòu)數(shù)據(jù)庫（CSD）CCDC）

放量子材料數(shù)據(jù)庫（OQMD）美國西北大學(xué)無極晶體結(jié)構(gòu)數(shù)據(jù)庫（ICSD）德國波恩大學(xué)材料計(jì)算數(shù)據(jù)庫（MaterialsProject）美國加州伯克利大學(xué)材料科學(xué)金屬和合金晶體數(shù)據(jù)庫（）加拿大渥太華大學(xué)國際衍射數(shù)據(jù)中心的粉晶數(shù)據(jù)庫（JCPDS）國際衍射數(shù)據(jù)中心開放晶體結(jié)構(gòu)數(shù)據(jù)庫（COD）英國劍橋大學(xué)密度泛函理論的材料數(shù)據(jù)集美國國家標(biāo)準(zhǔn)與技術(shù)研究院（）（NIST）ERA5大氣再分析數(shù)據(jù)集歐中期天氣預(yù)報(bào)中心（ECMWF）海洋再分析數(shù)據(jù)集（HYCOM）海軍研究實(shí)驗(yàn)室（NRL）地球科學(xué)海洋生物化學(xué)數(shù)據(jù)集美國航天局再分析數(shù)據(jù)法國麥卡托SST衛(wèi)星觀測數(shù)據(jù)英國氣象局ICAR-ENSO）氣候與應(yīng)用前沿研究院ICAR

地球表面氣候預(yù)測數(shù)據(jù)（EarthNet）/

國際自動(dòng)機(jī)工程師學(xué)會(huì)汽車Shaet斯坦福大學(xué)AhmodyAerodynamics英偉達(dá)周期山（PH-RANS、）慕尼黑工業(yè)大學(xué)流體圓柱繞流數(shù)據(jù)集（CylinderinCrossflow）/6科研智能（AI4R&D）—人工智能驅(qū)動(dòng)的研發(fā)新范式頂蓋驅(qū)動(dòng)方腔流動(dòng)（CFDBench）/我國公開數(shù)據(jù)集建設(shè)不足，優(yōu)質(zhì)領(lǐng)域數(shù)據(jù)未能得到有效利用。一方面領(lǐng)域覆蓋度有限數(shù)據(jù)集建設(shè)不完善且質(zhì)量待提升。例如，盤古風(fēng)烏伏羲等國內(nèi)氣象大模型的研發(fā)依賴國外公開數(shù)據(jù)集，而非國內(nèi)數(shù)據(jù)集。另一方面在科研與行業(yè)企業(yè)中已積累的大量領(lǐng)域數(shù)據(jù)公開意愿致大量的優(yōu)質(zhì)數(shù)據(jù)資源處于“靜默”狀態(tài)。我國需加強(qiáng)數(shù)據(jù)集建設(shè)與共享，推動(dòng)科研智能產(chǎn)業(yè)高效發(fā)展。我國需建立自己的科研數(shù)據(jù)戰(zhàn)略，系統(tǒng)規(guī)劃科研領(lǐng)域數(shù)據(jù)建設(shè)計(jì)劃，推動(dòng)以國家重點(diǎn)實(shí)驗(yàn)室、重點(diǎn)行業(yè)企業(yè)為代表的機(jī)構(gòu)，積極開放共享數(shù)據(jù)。一是圍繞公開數(shù)據(jù)集建設(shè)進(jìn)行戰(zhàn)略布局。建立健全科研領(lǐng)域公開數(shù)據(jù)集體系，在時(shí)空、區(qū)域氣象等新興和特色領(lǐng)域進(jìn)行系統(tǒng)布局。二是建立科研數(shù)據(jù)共享激勵(lì)機(jī)制，讓數(shù)據(jù)貢獻(xiàn)成為研究貢獻(xiàn)的一部分。通過合理的措施，鼓勵(lì)機(jī)構(gòu)以及個(gè)人將共享數(shù)據(jù)，持續(xù)豐富公開數(shù)據(jù)集的資源。同時(shí)加強(qiáng)對數(shù)據(jù)的安全保護(hù)，避免濫用。三是構(gòu)建統(tǒng)一的科研數(shù)據(jù)空間，匯聚數(shù)據(jù)促進(jìn)數(shù)據(jù)共享促進(jìn)跨機(jī)構(gòu)、跨領(lǐng)域的數(shù)據(jù)整合與優(yōu)化，為科研工作者和技開發(fā)者提供更加便捷、高效的數(shù)據(jù)服務(wù)。（三）開發(fā)工具鏈—全鏈路打造科研智能開發(fā)工具從人工智能框架的構(gòu)建到算法的集成，再到開發(fā)套件與領(lǐng)域模型的推出，科研智能開具鏈的逐步完善，為科研人員提供了全流程支持。這些工不僅降低科研門檻，提高研發(fā)效率，還加速科研成果的轉(zhuǎn)化與應(yīng)用。通過持續(xù)優(yōu)化與創(chuàng)新，科研智能開發(fā)工具鏈7科研智能（AI4R&D）—人工智能驅(qū)動(dòng)的研發(fā)新范式正逐步成為推動(dòng)該領(lǐng)域發(fā)展的核心引擎。1.AI框架—構(gòu)建核心架構(gòu)，支撐高效算法實(shí)現(xiàn)AI框架是一組用于開發(fā)、訓(xùn)練和部署人工智和接口，它提供了一個(gè)結(jié)構(gòu)化的環(huán)境，使發(fā)者能夠更加高效地構(gòu)建、測試和優(yōu)化AI算法和應(yīng)用，當(dāng)前主流的AI框架主要有PaddlePaddl和MindSpore更有效地支持科研智能（AI4R&D傳統(tǒng)AI框架需要具備高效求解科學(xué)計(jì)算任務(wù)的基礎(chǔ)能力。一是支持科研智能算子庫，通過提供標(biāo)準(zhǔn)化接口和高度優(yōu)化共性數(shù)學(xué)運(yùn)算單元，如高階微分、傅里葉變換、分?jǐn)?shù)階微分、積分、線性代數(shù)、復(fù)數(shù)運(yùn)算等科研智能專用算子，降低科研計(jì)算程序的復(fù)雜度。二是提供科研智能計(jì)算庫，通過實(shí)現(xiàn)跨領(lǐng)域共性基礎(chǔ)計(jì)算庫，如微分方程求解計(jì)算庫、幾何形狀定義計(jì)算庫、方程符號化定義計(jì)算庫、物理信息神經(jīng)網(wǎng)絡(luò)PINN求解方法計(jì)算庫等，提升跨學(xué)科多領(lǐng)域典型數(shù)理方程求解效率。三是面向科研智能的作業(yè)調(diào)度優(yōu)化，通過高階自動(dòng)微分變換和編譯優(yōu)化技術(shù)，實(shí)現(xiàn)異構(gòu)混合架構(gòu)靈活高效計(jì)算，整體提升科研計(jì)算任務(wù)計(jì)算速度。當(dāng)前和已經(jīng)成為全球范圍最主流的AI框架?；趧?dòng)態(tài)計(jì)算圖且接口簡潔易用，適合科研探索的快速原型開發(fā)及頻繁迭代，在學(xué)術(shù)界廣受歡迎。具備強(qiáng)大的分布式計(jì)算能力和完善的工態(tài)系統(tǒng)，當(dāng)前在工業(yè)界廣泛應(yīng)用，支持成熟的部署解決方。兩者均提供科研智能算子庫、科研智能計(jì)算庫和科研智能計(jì)算此外谷歌推出的JAX框架具8科研智能（AI4R&D）—人工智能驅(qū)動(dòng)的研發(fā)新范式備自動(dòng)矢量化和即時(shí)編譯等先進(jìn)特性，計(jì)算性能出色，適用于科學(xué)計(jì)算和機(jī)器學(xué)習(xí)任務(wù)，且支持高階自動(dòng)微分，有利于科研智能領(lǐng)域的模型開發(fā)。國內(nèi)PaddlePaddle和MindSpore作為領(lǐng)先的人工智能框架，均將科研智能作為重點(diǎn)方向進(jìn)行了配和優(yōu)化，目前已具備豐富的算子庫和高階自動(dòng)微分等能力現(xiàn)有AI框架未能完全適配科智能需求。在大規(guī)模部署時(shí)運(yùn)行效率相對較低，工業(yè)級部署支持相對較弱。缺少基礎(chǔ)算子體系算所需的高階自動(dòng)微分功能可擴(kuò)展性不足。JAX處于發(fā)展初期，尚未形成成熟生態(tài)。國內(nèi)框架對算子支持不完無法滿足科研智能發(fā)展的需求為推動(dòng)科研智能的深入發(fā)展，AI框架需要兼容不同類型的國產(chǎn)化硬件資源GPUNPU等不同類型的AI芯片算解決方案同時(shí)分布式計(jì)算能力以支持大規(guī)模計(jì)算任務(wù)。二是支持跨領(lǐng)域算法和應(yīng)用?？蚣軕?yīng)支持特定領(lǐng)域（如地球科學(xué)、材料科學(xué)等）的算法庫和開發(fā)工具，為各領(lǐng)域科研人員提供通用的開發(fā)和應(yīng)用環(huán)境，提靈活的接口和擴(kuò)展能力，支持跨學(xué)科的協(xié)同研究及應(yīng)用。三富生態(tài)系統(tǒng)建設(shè)。擴(kuò)展生態(tài)系統(tǒng)，提供第三方庫和工具，以及融合已有科學(xué)計(jì)算領(lǐng)域的算法庫和工具，滿足更廣泛的科研需求。建設(shè)活躍的社區(qū)，促進(jìn)科研工作者交流分享，推創(chuàng)新和進(jìn)步。9科研智能（AI4R&D）—人工智能驅(qū)動(dòng)的研發(fā)新范式2.算法庫—匯聚智慧結(jié)晶，賦能科研創(chuàng)新突破科研智能算法庫是指面向特定領(lǐng)域科學(xué)計(jì)算AI框架算庫注重易用性、性能及可拓展性，其核心價(jià)值主要體現(xiàn)在下兩方面：一是聚焦對領(lǐng)域單點(diǎn)問題的改進(jìn)和固化。使用算庫中經(jīng)過優(yōu)化的算法，科研人員能夠更加高效地解決復(fù)雜科學(xué)計(jì)算二是強(qiáng)調(diào)提供最優(yōu)算法選擇。通過收錄該領(lǐng)域最頂尖的算法，強(qiáng)調(diào)提供最優(yōu)的算法選擇，為科研人員提供便捷、高效的工具，助力科研工作的深入開展。高校、研院所及企業(yè)紛紛推出面向多個(gè)各領(lǐng)域的科研智能算法庫。國外方面，布朗大學(xué)、麻省理工學(xué)院紛紛推出算法庫支持科研智能底層算法的實(shí)DeepXDE充分利用數(shù)據(jù)和物理知識雙驅(qū)動(dòng)，解決傳統(tǒng)方法難以求解的復(fù)雜問題，支持物理信息神經(jīng)網(wǎng)絡(luò)（PINNDeepONet法深勢科江實(shí)驗(yàn)室等研究機(jī)構(gòu)專注于算法庫分子動(dòng)力學(xué)、量子力學(xué)、空氣動(dòng)力學(xué)等特定領(lǐng)域的研究，解決該領(lǐng)域計(jì)算求解問DeePMD基于神經(jīng)網(wǎng)絡(luò)擬合第一原理數(shù)據(jù)的多體勢能表示和分子動(dòng)力學(xué)深度學(xué)習(xí)DeepPotential(DP)系列模型可用于多體勢能表示和分子動(dòng)力學(xué)模擬。表2國內(nèi)外典型科研智能法庫（中國信通院根據(jù)公開資料收集整理）算法庫介紹開發(fā)者DeePMD-kit深勢科技10科研智能（AI4R&D）—人工智能驅(qū)動(dòng)的研發(fā)新范式用于大規(guī)模原子及分子動(dòng)力學(xué)模擬。DeePKS-kit基于機(jī)器學(xué)習(xí)對于低精度的DFT泛函進(jìn)行優(yōu)化。支持DeePHF、DeePKS方法。北京科學(xué)智能研究院NeuralUQ神經(jīng)微分方程和運(yùn)算符不確定性量化的確定性PINN(如貝葉斯PINN等)，不確定性DeepONet等布朗學(xué)用于求解微分方程的深度學(xué)習(xí)算庫DeepXDE持多種數(shù)據(jù)驅(qū)動(dòng)和物理信息融合的算法，包括PINN、DeepONet和PpONet等。布朗大學(xué)NeuralPDE基于物理信息神經(jīng)網(wǎng)絡(luò)(PNs)的偏微分方程求解的算法庫。使用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行科學(xué)計(jì)算和物理麻省理工學(xué)院、都靈大耐基梅隆大學(xué)等SCiANN信息約束PINN算法進(jìn)行科學(xué)計(jì)算以及偏微分方程(PDE)的求解和發(fā)現(xiàn)。麻省理工學(xué)院我國在科研智能算法庫領(lǐng)域也面臨著原創(chuàng)不足等挑戰(zhàn)。我國在基礎(chǔ)理論創(chuàng)新方面存在不足神經(jīng)（PINN傅里葉神經(jīng)（FNO深度算子網(wǎng)絡(luò)（DeepONet典的底層算法多由國外研究機(jī)構(gòu)提出。我國算法庫的數(shù)量較少且影響力不足，國內(nèi)深勢科技、之江實(shí)驗(yàn)室等機(jī)構(gòu)在特定領(lǐng)域（如分子動(dòng)力學(xué)、量子力學(xué)、空氣動(dòng)力學(xué)等）積極DeePMDNeuralUQ等算法庫，但與國際先進(jìn)水平相比仍有明顯差距。因此，我國仍需進(jìn)一步鼓勵(lì)算法原始創(chuàng)新，提升我國科研智算法庫的自主性和核心競爭力。3.開發(fā)套件—簡科研流程，推動(dòng)智能化進(jìn)程科研智能開發(fā)套是指針AI框架開發(fā)的端到端工具集。開發(fā)套件提供標(biāo)準(zhǔn)化接口和用戶界面，覆蓋模型開科研智能（AI4R&D）—人工智能驅(qū)動(dòng)的研發(fā)新范式發(fā)全流程，能夠快速用于解決科研問題。相較于科研智能算法庫，開發(fā)套件的產(chǎn)品化程度更高。一方面，開發(fā)套件通過全流程整合有效提升了科研效率。科研人員無需在多個(gè)工具間切換，使用開發(fā)套件可一站式完成數(shù)據(jù)處理、模型開發(fā)、評及部署等工作，縮短研發(fā)周期，加速成果產(chǎn)出。另一方面發(fā)套件降低了科研人員對計(jì)算機(jī)專業(yè)知識的依賴。開發(fā)套件供操作界面及案例資源，降低了非計(jì)算機(jī)背景科研人員的使用門檻。科研人員可以更加聚焦科研問題本身，無需花費(fèi)大量時(shí)間精力在人工智能模型調(diào)參等技術(shù)環(huán)節(jié)。國內(nèi)外已形成一系列成熟的科研開發(fā)套件。國外方面，形成了相對活躍的開源社區(qū)生態(tài)。高校、研究機(jī)構(gòu)及企業(yè)以PyTorch為基礎(chǔ)，貢獻(xiàn)了針對特定科學(xué)領(lǐng)域的開源套件，如英偉達(dá)推出用于流體仿真的Modulus和用于氣象預(yù)測Earth2Studio上述工具成熟度較高且已被廣泛應(yīng)用。國內(nèi)方面，形成了相對自給自足的生態(tài)系統(tǒng)。國內(nèi)開發(fā)套件通常由AI框架企業(yè)提供，如百度和華為基于自身AI框架能力，向各領(lǐng)域延伸形成工具套件覆蓋生物計(jì)算子計(jì)算、流體仿真、地球科學(xué)、電磁仿真、化學(xué)仿真等領(lǐng)域。表3我國代表性科學(xué)套件（中國信通院根據(jù)公開資料收集整理）領(lǐng)域套件名稱公司功能描述地球科學(xué)、材料科學(xué)、流體仿真PaddleScie百度基于飛槳深度學(xué)習(xí)框架的科學(xué)計(jì)算工具庫的物理模型和AI方法，支持流體力學(xué)、電磁學(xué)等領(lǐng)域的仿真與優(yōu)化。地球科學(xué)MindEarth華為支持短臨、長期天氣以及海12科研智能（AI4R&D）—人工智能驅(qū)動(dòng)的研發(fā)新范式洋領(lǐng)域的各類預(yù)報(bào)。流體仿真MindFlow華為支持航空航天、船舶制造以及能源電力等行業(yè)領(lǐng)域的AI流場模擬。支持?jǐn)?shù)據(jù)建構(gòu)轉(zhuǎn)換、仿真計(jì)算、電磁仿真MindElec華為結(jié)果可視化以及端到端的AI電磁

仿。PaddleQuantum百度提供量子線路設(shè)現(xiàn)量子計(jì)算和量子經(jīng)典混合優(yōu)化等功能支持多種量子模擬器力量子計(jì)算研究與應(yīng)用開發(fā)。MindQuantum華為面向生物計(jì)算支持蛋白質(zhì)結(jié)構(gòu)預(yù)MindSPONGE華為測和分子動(dòng)力學(xué)模擬物研發(fā)生物計(jì)算提供高效工具，加速新藥篩選和設(shè)PaddleHelix百度計(jì)過程。支持多體系（有機(jī)/無機(jī)/復(fù)合材料化學(xué)MindChemistry華為化學(xué)多尺度任務(wù)（微觀分子生成/預(yù)測、宏觀反應(yīng)優(yōu)化）的化學(xué)仿真。開發(fā)套件存在易用性低、功能覆蓋不全等問題。一是使用門檻仍舊較高，用戶需要具備較強(qiáng)的領(lǐng)域知識編程能力，進(jìn)而限制了套件的廣泛使用。二是功能覆蓋不全面。一方面覆蓋場景有限，開發(fā)套件處于發(fā)展初期，往往針對具體科學(xué)問題設(shè)計(jì)，支持的場景較為有限。另一方面覆蓋環(huán)節(jié)不足，存在功能欠缺。如針對高溫合金材料研發(fā)的套件，僅提金成分設(shè)計(jì)與性能預(yù)測環(huán)節(jié)，缺少特定工藝條件下的合金為模擬、疲勞壽命預(yù)測等能力，這會(huì)限制套件在實(shí)際工程項(xiàng)目的使用。三是標(biāo)準(zhǔn)化程度低，開發(fā)套件之間缺乏統(tǒng)13科研智能（AI4R&D）—人工智能驅(qū)動(dòng)的研發(fā)新范式一的接口和數(shù)據(jù)格式標(biāo)準(zhǔn)，增加了用戶遷移和比較的成本，不利于科研工作的連續(xù)性和數(shù)據(jù)共享。4.領(lǐng)域模型—AI融合知識，加速應(yīng)用踐落地領(lǐng)域的模型主要分為兩大類類是領(lǐng)域?qū)Ｓ媚Ｐ歪槍μ囟茖W(xué)問題設(shè)計(jì)和優(yōu)化；另一類是基于大語言模（LLM研模型利用自然語言處理能力輔助科研工作、完善自動(dòng)化流程。產(chǎn)學(xué)界已經(jīng)研發(fā)出面向多個(gè)領(lǐng)域解決特定問題的專用模型。材料科學(xué)領(lǐng)域，AI技術(shù)結(jié)合高通量計(jì)算打破尺度和計(jì)算模擬限制，加速材料篩選靶向設(shè)計(jì)新材料，完成材料和器件的全鏈條優(yōu)化，為新能源、環(huán)境保護(hù)、信息技術(shù)等產(chǎn)業(yè)提供了強(qiáng)大的材料基礎(chǔ)。氣象領(lǐng)域，通過AI技術(shù)對大量氣象觀測和模擬數(shù)據(jù)進(jìn)行分析識別復(fù)雜天氣預(yù)報(bào)精度與對臺風(fēng)、暴雨等極端天氣事件的預(yù)測能力，輔助氣候變化研究。流體仿真領(lǐng)域，AI提升了復(fù)雜流體動(dòng)力學(xué)問題的模擬和求解效率，對湍流、液體混合等復(fù)雜流體進(jìn)行流動(dòng)模擬優(yōu)化、實(shí)時(shí)仿真，廣泛應(yīng)用于航空航天汽車制造電磁仿真AI模型能夠快速模擬和優(yōu)化復(fù)雜電磁場分布，提升仿真和設(shè)計(jì)效率。以電磁兼容性分析為例AI能夠預(yù)測和識別潛在干擾優(yōu)化電確保電磁設(shè)備的性能和可靠生命AI模型能夠分析復(fù)雜的生物數(shù)據(jù)，如蛋白質(zhì)結(jié)構(gòu)預(yù)測因組分析等，加速新藥發(fā)現(xiàn)和個(gè)性化醫(yī)療方案的制定，解傳統(tǒng)方法耗時(shí)長、成本高的問題。業(yè)內(nèi)典型領(lǐng)域?qū)I(yè)模型詳見附錄一。14科研智能（AI4R&D）—人工智能驅(qū)動(dòng)的研發(fā)新范式大語言模型為科研領(lǐng)域帶來新的輔助手段。大語言模型與科研相融合正在成為新方向，目前大語言模型主要應(yīng)用于科研助手和流程自動(dòng)化。科研助手方面，大語言模型結(jié)合領(lǐng)域知識，不僅可以提供研究假向供科研人員參考還可以作為科研知識助手，為科研人員提供即時(shí)的信息查詢和。流程自動(dòng)化方面，大語言模型可以幫助提高實(shí)驗(yàn)效率、減人為誤差，實(shí)現(xiàn)更精準(zhǔn)、可重復(fù)的實(shí)驗(yàn)管理。典型場景包括輔助決策和實(shí)驗(yàn)設(shè)計(jì)、任務(wù)調(diào)度智能加速和實(shí)驗(yàn)室管理等。大語言模型與領(lǐng)域?qū)I(yè)模型的深度融合正推動(dòng)科研領(lǐng)域?qū)崿F(xiàn)重大突破。大型語言模型擅長發(fā)現(xiàn)并整理科學(xué)領(lǐng)域的難點(diǎn)問題，領(lǐng)域?qū)I(yè)模型則負(fù)責(zé)完成復(fù)雜的計(jì)算任務(wù)，兩者結(jié)合可有效提升人機(jī)交互能力，加速科學(xué)研究的進(jìn)程，有望在特定領(lǐng)域取得突破性進(jìn)展。例如，卡耐基梅隆大學(xué)研發(fā)的AI系統(tǒng)Coscientist能夠自主完成從信息檢索到實(shí)驗(yàn)執(zhí)行和數(shù)據(jù)分析的整個(gè)流程，該系統(tǒng)成功設(shè)計(jì)并合成了阿司匹林、對乙酰氨基酚和布洛芬等常見藥物分子。同時(shí)，Coscientist在不到四分鐘內(nèi)成功設(shè)計(jì)鈀催化交偶聯(lián)反應(yīng)的實(shí)驗(yàn)方案，并成功復(fù)現(xiàn)了這一重要的復(fù)雜化學(xué)反該研究曾獲諾貝爾化學(xué)獎(jiǎng)。三、科研智能應(yīng)用發(fā)展情況基礎(chǔ)科學(xué)研究領(lǐng)域技術(shù)的應(yīng)用促進(jìn)了新理論算法的發(fā)現(xiàn)與驗(yàn)證逐步拓科學(xué)研究的邊AI技術(shù)通過加速新藥研發(fā)、優(yōu)化材料篩選、提升工業(yè)設(shè)計(jì)效率等方式，提15科研智能（AI4R&D）—人工智能驅(qū)動(dòng)的研發(fā)新范式升產(chǎn)品研發(fā)效率為產(chǎn)業(yè)升級與變革提供強(qiáng)有力的技術(shù)支撐。（一）基礎(chǔ)科學(xué)研究—開展前沿探索，推動(dòng)科學(xué)邊界拓展科研智能在基礎(chǔ)科學(xué)領(lǐng)域展現(xiàn)出闊的應(yīng)用前景。目前，國內(nèi)外高校和科研機(jī)構(gòu)都在積極探索AI與科學(xué)研究的深度融合過去5年，AI+科學(xué)研究的相關(guān)成果連續(xù)入《Science雜志評選的十大突破。AI賦能科學(xué)研究主要體現(xiàn)在以下四個(gè)方面：一是AI輔助科學(xué)文獻(xiàn)研究?？蒲腥藛T借助AI能夠高效地分析和挖掘海量的科學(xué)文獻(xiàn)，提取關(guān)鍵信息，識別研究趨勢。例如，北京國際科技創(chuàng)新中心使用知網(wǎng)華知大模型打造了開放科學(xué)平臺，集成了知網(wǎng)智研助手、學(xué)術(shù)問答寫作三大AI工具方位的知識服務(wù)二是AI指導(dǎo)和加速科學(xué)實(shí)驗(yàn)通過數(shù)據(jù)分析和機(jī)器學(xué)習(xí)AI能夠優(yōu)化實(shí)驗(yàn)減少不必要的實(shí)驗(yàn)次數(shù)顯著提高實(shí)驗(yàn)效率。如DeepMind通過深度強(qiáng)化學(xué)習(xí)技術(shù)對托卡馬克等離子體進(jìn)行精準(zhǔn)磁控，將等離子體控制精度提升至65%，為核聚變研究帶來了重要突破。三是AI啟發(fā)新理論和算法發(fā)現(xiàn)。AI的模式識別和預(yù)測能力有助于科研人員發(fā)現(xiàn)新的科學(xué)規(guī)論。如物理學(xué)家利用神經(jīng)網(wǎng)絡(luò)發(fā)現(xiàn)了質(zhì)子中隱性內(nèi)含粲夸克的存在證據(jù)，這一發(fā)現(xiàn)可能會(huì)引發(fā)量子色動(dòng)力學(xué)理論的重大更新。四是AI優(yōu)化和加速科學(xué)計(jì)算。傳統(tǒng)數(shù)據(jù)海量數(shù)據(jù)時(shí)會(huì)遭遇“維度災(zāi)難”問題，AI技術(shù)可以提高復(fù)雜科學(xué)計(jì)算傳統(tǒng)方法難以處理的問DeepMind發(fā)布的AlphaFold3可預(yù)測地球所有生物分子結(jié)構(gòu)，16科研智能（AI4R&D）—人工智能驅(qū)動(dòng)的研發(fā)新范式準(zhǔn)確率比現(xiàn)有方法高50%，成為首個(gè)在生物分子結(jié)構(gòu)預(yù)測方面超越基于物理工具方法的AI系統(tǒng)。表42019年至2023年Science雜志評選的十大學(xué)突破20232022202120202019減肥藥GLP-1有望戰(zhàn)勝肥胖詹姆斯韋伯太空望遠(yuǎn)鏡人工智測蛋白質(zhì)結(jié)新冠疫苗點(diǎn)亮希望之光人類歷史上首張黑洞照片問世抗體療法在減緩阿爾茨海默病方面取得進(jìn)展發(fā)現(xiàn)可能導(dǎo)致多發(fā)性硬化的病毒抗新冠強(qiáng)效藥出現(xiàn)CRISPR首次成功治愈兩種遺傳性血液病與丹尼索瓦

人“面對面”尋找天然氫源的熱潮黑死病如何改變歐洲人基因的新見解迷幻藥物可治療創(chuàng)傷后應(yīng)激障礙“精英控制員”控制艾滋病病毒谷歌宣布實(shí)現(xiàn)“量子霸權(quán)”在全球機(jī)構(gòu)中系統(tǒng)性改變業(yè)早期科學(xué)家的待遇驚人的巨型細(xì)菌單克隆抗體治療傳染性疾病AI首次精準(zhǔn)預(yù)測蛋白質(zhì)三維結(jié)構(gòu)腸道微生物對抗?fàn)I養(yǎng)不良接近美洲遠(yuǎn)古人類定居的歷史真相200萬年前環(huán)境DNA重現(xiàn)古老生態(tài)系統(tǒng)基因編輯工具CRISPR首次獲得臨床勝利科學(xué)家反對種族歧視，支持多樣性小行星撞擊地球及其帶來的影響體外胚胎培地球的碳泵正更易于耕種的養(yǎng)為早期發(fā)全球變暖趨勢最遙遠(yuǎn)天體在減速運(yùn)行多年生稻育研究打開加劇的特寫

新窗戶巨型黑洞合并產(chǎn)生的星際信號在無聲轟鳴人類首次行星防御實(shí)驗(yàn)成功首次在土壤中提取到古人類DNA現(xiàn)快速射電來源“缺失環(huán)節(jié)”的微生物？AI輔助天氣RSV疫苗取得預(yù)報(bào)的發(fā)展突破進(jìn)展“洞察”號首次揭示火星內(nèi)部結(jié)構(gòu)世界最古老狩獵場景面世第一次，有藥物可以治療大多數(shù)囊性纖維化病例抗擊瘧疾的新創(chuàng)造性人希望能的快速發(fā)粒子物理學(xué)的標(biāo)準(zhǔn)模型出現(xiàn)了“裂縫”首個(gè)室溫超導(dǎo)體面世埃博拉患者終于有了希望百億億次超級美國通過具有核聚變實(shí)現(xiàn)鳥類具有驚人AI戰(zhàn)勝多人

計(jì)算時(shí)代的來里程碑意義的歷史性突破的智力撲克17科研智能（AI4R&D）—人工智能驅(qū)動(dòng)的研發(fā)新范式臨氣候法（二）產(chǎn)業(yè)研發(fā)創(chuàng)新—構(gòu)建核心驅(qū)動(dòng)力，加速產(chǎn)業(yè)升級變革科研智能在多個(gè)產(chǎn)業(yè)領(lǐng)域中取顯著成效。新藥研發(fā)領(lǐng)域，AI可加速藥物發(fā)現(xiàn)和研發(fā)過程如西安交通大學(xué)第一附屬醫(yī)院基于盤古藥物分子大模型超級抗菌藥肉桂酰菌素AI減少了人工對小分子化合物的篩選計(jì)算量，加快了藥物分子的篩選過程，突破了醫(yī)藥研發(fā)“雙十定律”的瓶頸，使先導(dǎo)藥的研發(fā)周期從數(shù)年縮短至數(shù)本降低約70%電池材料AI可輔助篩選和預(yù)測高能材料通過多尺度模擬預(yù)測材料性能，優(yōu)化實(shí)驗(yàn)設(shè)計(jì)，提升實(shí)驗(yàn)效率。如深勢科技在電解液材料研發(fā)領(lǐng)域，通過正向設(shè)計(jì)與篩選優(yōu)化的方法，有效提升金羽新能開發(fā)高能量密度電池電解液由原來的14個(gè)月縮短至6個(gè)月。航空航天仿真測試AI助力評估航空器設(shè)計(jì)方案的可行如中國商飛上海飛機(jī)設(shè)計(jì)研究院基于昇騰AI開發(fā)了業(yè)界首個(gè)三維超臨界機(jī)翼流體仿真大?！皷|方·翼精度模大飛機(jī)全場景飛行狀況時(shí)僅為原來的千分電磁仿真AI可實(shí)現(xiàn)高效手機(jī)電磁仿真如華為聯(lián)合東南大學(xué)打造了金陵·電磁腦基礎(chǔ)模型AI方法進(jìn)行大規(guī)模陣列電磁仿真，將仿真效率平均提升10倍以上工業(yè)設(shè)計(jì)領(lǐng)域AI可提升設(shè)計(jì)效率并降低成本中國科學(xué)院沈陽自動(dòng)化研究所與上汽大眾合作開發(fā)了“基于AI和知識圖譜的焊18科研智能（AI4R&D）—人工智能驅(qū)動(dòng)的研發(fā)新范式裝夾具智能設(shè)計(jì)軟件”過知識圖譜和生成式AI提升設(shè)計(jì)效率80%以上，設(shè)計(jì)成本降低至原來的一半，實(shí)現(xiàn)需求到制造的一站式交付服務(wù)。工業(yè)制造領(lǐng)域，AI可提升生產(chǎn)效率與產(chǎn)品質(zhì)量。如中冶京誠推出“鋼智通”專家系統(tǒng)通過大語言模型提智能決策進(jìn)行生產(chǎn)流程優(yōu)化，能耗降低1%，廢品率降低0.，整體管控效率提升10%。四、科研智能生態(tài)建設(shè)情況隨著人工智能與科學(xué)研究、產(chǎn)業(yè)研發(fā)的深度融合，產(chǎn)業(yè)界與學(xué)術(shù)界也逐漸形成日益緊密的合作，逐步構(gòu)建起多元化產(chǎn)業(yè)生態(tài)體系，為科研智能的健康發(fā)展提供了有力支撐。（一產(chǎn)業(yè)組織中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)AIIA起成立“AI4S）工作組”搭建開放的交流合作平臺組織例征集、供需對接、報(bào)告編制等工作，后續(xù)會(huì)重點(diǎn)圍繞新材料、地球科學(xué)等重點(diǎn)領(lǐng)域開展工作。（二）社區(qū)建設(shè)華為在科研智能領(lǐng)域積極構(gòu)建了一系列業(yè)且富有活力的社區(qū)，旨在推動(dòng)AI技術(shù)的廣泛應(yīng)用與深入發(fā)展。MindFlowSIG社區(qū)專注于昇思MindFlow師及學(xué)生提供了高效易用的AI計(jì)算流體仿真套件。MindESIG社區(qū)聚焦于昇思MindEarth，為廣大用戶帶來高效便捷AI地球科學(xué)套件MindElecSIG社區(qū)緊密圍繞實(shí)際生產(chǎn)中的各類電磁應(yīng)用場景，在昇思MindSpore框架下積極19科研智能（AI4R&D）—人工智能驅(qū)動(dòng)的研發(fā)新范式探索和研究基于AI的電磁正問題及反問題，致力于開發(fā)高效精準(zhǔn)的AI電磁模型。MindSPONGESIG充分利用昇思MindSpore的優(yōu)勢。聚焦AI計(jì)算師及學(xué)生提供高效易用的AI計(jì)算生物軟件。深勢科技的DeepModng開源社區(qū)提供開源的AIS-Square共創(chuàng)平算數(shù)據(jù)軟件模型和工作流的開發(fā)。百度飛槳河社區(qū)匯集豐富的AI原生應(yīng)用，提供零門檻的開發(fā)工具球科研人員的合山大學(xué)牽頭，北京航空航天大學(xué)、華為、百度等單位配合共同建設(shè)AI科學(xué)智算群智協(xié)作社區(qū)，整合多方資源，建數(shù)據(jù)庫與課程，促開放協(xié)作，為科學(xué)智算發(fā)展助力。（三）科研賽事百度持續(xù)推出飛槳黑客松AI4S共創(chuàng)計(jì)劃灣區(qū)杯—百度賽道等科學(xué)智能賽事，聚焦AI4S前沿模型復(fù)現(xiàn)，貢獻(xiàn)AI4S模型或案例50余個(gè)。深勢科技提供真實(shí)的科學(xué)場景和數(shù)據(jù)舉辦AI4SCup系列比賽。華為舉辦“開源之夏”賽事聚焦科研智能，推出基于圖像深度學(xué)習(xí)的無線電信號識別A與無線電技術(shù)融合培育科研智能創(chuàng)新人才。中山大學(xué)牽頭舉辦首屆“大灣區(qū)杯”粵港澳AI4S科技競賽北京航空航天浙江百度華為等單位整體協(xié)同，針對人工智能科學(xué)計(jì)算問題設(shè)置3個(gè)賽道與24個(gè)賽題，賽題涉及AI4S的通用范型算流體醫(yī)藥、分子、金融、社會(huì)、電磁、化學(xué)、交通等多個(gè)領(lǐng)域的典型應(yīng)用。和鯨科技舉辦數(shù)字醫(yī)療算法應(yīng)用創(chuàng)新大賽等500余場專業(yè)數(shù)據(jù)科學(xué)20科研智能（AI4R&D）—人工智能驅(qū)動(dòng)的研發(fā)新范式競賽，覆蓋氣象、醫(yī)療等20余類行業(yè)。（四）會(huì)議交流北京科學(xué)智能研究院舉辦科學(xué)智能峰I4S基礎(chǔ)設(shè)施共建、典型應(yīng)用領(lǐng)域等話題進(jìn)行深入探討。度聯(lián)合高校舉辦全國智能流體力學(xué)研討會(huì)等會(huì)議與高校師共同探索AI4S的未來“科學(xué)智算(AI4S)交叉與賦能”為主題的CCF秀湖會(huì)議在蘇州舉辦北京航空航天大學(xué)專家就多智能體科學(xué)智算模式進(jìn)行學(xué)術(shù)報(bào)告，介紹了群體智能研究近期研究成果。首屆“人工智能科學(xué)計(jì)算學(xué)術(shù)研討會(huì)”上產(chǎn)學(xué)研各界對于人工智能推動(dòng)科學(xué)計(jì)算劇變式創(chuàng)新的高度關(guān)注，通過匯聚全球人工智能科學(xué)計(jì)算領(lǐng)域的專家和先行者，打造科學(xué)智算支撐基礎(chǔ)科學(xué)探索和交叉前沿發(fā)現(xiàn)的新興社區(qū)生態(tài)。中國計(jì)算機(jī)大會(huì)CNCC2023舉辦的科學(xué)智算平臺技術(shù)前沿探討論壇會(huì)上北京航空航天大學(xué)、華為和百度等專家學(xué)者共同探討科學(xué)智算的最新研究方向及產(chǎn)業(yè)動(dòng)向。（五）教學(xué)培訓(xùn)深勢科技支持舉辦AI4S系列主題的哥倫布訓(xùn)練營活動(dòng)，提供20余門課程資源、2000余篇實(shí)訓(xùn)案例等國內(nèi)外優(yōu)質(zhì)的AI4S教學(xué)資源百度飛槳星河社區(qū)集成豐富的AI課