AI for Science：通往AGI的必经之路_科技

这篇文章由网易科技态度AGI栏目记者袁宁采写，主要探讨了AI for Science（科学智能）领域的发展现状与未来前景。文章通过专访深势科技合伙人、AI算法负责人柯国霖，揭示了AI for Science与大语言模型的本质区别——前者致力于物理世界的建模，后者则专注于数字世界的语言生成。柯国霖指出，AI for Science正在悄然改变科研范式。以AlphaFold为例，这个能快速预测蛋白质结构的AI系统，将传统需要数年时间的工作缩短至几分钟，让科学家得以从重复劳动中解放。深势科技开发的"玻尔科研空间站"平台，更是整合了文献阅读、计算模拟、实验设计等全流程功能，目前注册用户已突破70万。文章特别强调了三维结构建模的重要性。深势科技最新发布的Uni-3DAR框架，首次实现了微观与宏观三维结构的统一建模，这一突破对理解物理世界规律具有重要意义。柯国霖认为，要实现真正的通用人工智能，必须让AI具备理解物理世界的能力，而AI for Science正是构建这种"世界模型"的关键路径。在商业化方面，深势科技既服务科研机构的C端用户，也为制药、材料等B端企业提供解决方案。其独特价值在于构建了完整的科研工作流平台，而非仅聚焦单一环节。随着国际科学智能联盟的成立和"科学导航"平台的上线，AI for Science正在开启"大科研时代"的新篇章。

时光网声明：未经许可，不得转载。