“未来科学家——AI for Science”分论坛成功举办：人工智能驱动科研新范式变革​

2025年12月5日，中国计算机学会（CCF）主办的CCF程序员大会“未来科学家——AI for Science”分论坛在大理举行。论坛由北京大学科学智能学院副院长、长聘副教授莫凡洋担任主席，国防科技大学材料系副主任王珊珊研究员担任联合主席，汇聚来自不同高校、科研机构和科技企业的12位顶尖专家，围绕人工智能赋能科学研究的路径与前景展开了深度探讨。

论坛开场由四位嘉宾从不同维度切入AI4S的核心议题。

北京大学材料学院助理研究员钱柳聚焦AI驱动的碳纳米管控制制备，系统阐述其团队在碳纳米管可控制备领域的突破性进展。通过构建集成碳材料专用Transformer语言模型、自动化CVD系统与数据驱动机器学习模型的AI平台，实现了双金属催化剂TiPt的创新应用及半导体型碳纳米管的选择性生长。这一研究为下一代高性能电子器件提供了新思路，展现了AI4S在材料科学领域的巨大潜力。

上海人工智能实验室青年科学家周东展，提出“Agentic Science”概念，强调智能体将驱动从假设提出到实验执行的全流程自动化，推动科学研究从“AI辅助”迈向“AI自主发现”的新范式。报告指出，随着基座模型能力的不断提升，科学研究的范式正在从“AI for Science”加速迈向“Agentic Science”，智能体将成为打通科学研究认知、推理、决策与实验执行全流程的核心力量，为未来科学发现提供了全新思路。

国防科技大学计算机学院副研究员许可乐，探讨了主动学习在AI4S中的应用和最新机理进展。他系统阐述了基于模型动态行为的遗忘度度量、稳定-可塑性协同的双记忆结构，以及跨模态不确定性分解等核心机制。在此基础上，进一步探讨如何在催化剂发现、分子设计等场景中减少标注成本，构建更具泛化性、稳健性与可解释性的智能系统，加速科学推断。

电子科技大学教授赵怡程，分享了其在国内率先自主研发的面向光电材料与器件研发的高可信高通量AI实验平台。该平台样品制备与样品通量可达10³种/天，单日分析通量可达10⁵条/天，实验重复性较人工提升一个量级。基于该平台，其团队揭示了钙钛矿光伏材料的稳定性反转效应，并开发了AI预训练模型，加速了新材料研发。

会中，嘉宾们从构建AI4S的“基础工具链”与“底层方法论”出发，聚焦通用性技术平台、基础模型或底层计算框架的开发，为AI4S领域提供可复用的核心能力支撑。

深势科技资深研究员、Uni-Lab负责人昌珺涵，系统介绍了深势科技“读、算、做”三大基础设施构建的能力体系。包括科学文献大模型、微尺度模拟工具及智能实验室操作系统Uni-Lab-OS。报告强调，AI科学家正在成为推动科研闭环、实现人机协同的关键力量。未来将以智能体为核心，赋能生命科学、物质科学等多个领域，构建从工具交付到综合解决方案的完整生态。