脑机网 脑机网NAOJI.NET.CN
脑机网 · 一线 AI 与脑机接口观察
每天更新,只讲能落地的技术、机器人与商业化进展。
看今日文章
ESC

科技人物|张亚勤谈AI for Science:大模型正在改变科研的试错方式!

从微软亚洲研究院到百度,再到清华智能产业研究院,张亚勤的轨迹横跨产业与学术。这一次他谈的是AI for Science:大模型正在改写科研的工作方式。

2026-10-18 · 1060 字 · 脑机网信息截止 2026-10-18

本文为脑机网原创内容,基于公开信息与公开数据分析,不构成任何投资建议。

张亚勤是中国科技界的标志性人物之一。从微软亚洲研究院到百度,再到清华智能产业研究院,他的轨迹横跨产业与学术。

据中国科学报与清华大学发布报道,张亚勤近期在公开演讲中谈到AI for Science(人工智能驱动科学研究)。他认为,大模型正在改变科学研究的方式,尤其是在蛋白质结构预测、材料设计和气候模拟等领域。

科研的试错成本有多高

传统科学研究往往依赖实验和理论推导。一个新材料从发现到应用,可能需要十年以上的时间和无数次实验。很多试错是昂贵的、耗时的,甚至是不可能完成的。

AI for Science的核心价值,是用大模型在海量数据中寻找规律,提前筛选出有希望的候选方案,从而大幅减少实验次数。

已经取得突破的领域

蛋白质结构预测是最著名的例子。AlphaFold等工具已经能够预测数亿种蛋白质结构,为药物研发提供了前所未有的基础。材料科学、电池设计、催化剂开发等领域也在快速跟进。

张亚勤特别关注AI在生命科学和能源材料中的应用。他认为,这些领域的数据积累足够丰富,大模型可以发挥显著作用。

对科研生态的影响

AI for Science可能改变科学家的工作方式。未来的科研团队,可能由生物学家、化学家、计算机科学家和AI工程师共同组成。实验设计和数据分析的边界会变得模糊。

普通人现在能做什么

1. 如果你是科研人员,关注自己领域是否有可用的AI工具,从简单的预测和数据分析开始尝试;

2. 如果你是学生,跨学科能力将越来越重要,尤其是结合AI与本专业知识;

3. 对普通公众来说,AI for Science的进展可能最终体现在更好的药物、更高效的电池和更准确的天气预报上。

张亚勤的判断指向一个趋势:AI不仅是工具,正在成为科学研究的基础设施。这个趋势的影响,可能比消费级AI更深远。

科研范式的长期转变

AI for Science的影响可能在未来十年逐渐显现。传统的科研流程是"提出假设、设计实验、验证结论",而AI可以在中间环节大幅加速:从文献综述到实验设计,从数据分析到结果预测。这不是说科学家会被取代,而是科学家的工作重心会从"做实验"转向"提问题"和"判断AI给出的答案是否可信"。

中国AI for Science的机会

中国在材料科学、新能源、生物医药等领域有大量应用场景和数据积累,这为AI for Science提供了肥沃土壤。同时,国内科研院所与产业界的合作越来越紧密,AI for Science的成果转化速度有望加快。张亚勤所在的清华智能产业研究院,正是连接学术研究与产业应用的桥梁之一。未来,类似机构会在推动AI for Science落地中发挥重要作用。

数据与信源

信息截止 2026-10-18。文中数据以该日期前已公开的信息为准。

本文引用 公开报道与公司公告(未逐条列示)。

本站历史文章在正文中标注了来源机构与时间,但未逐条附原始链接。如需核验文中任一具体数字,请在评论区注明段落与数据,我们会在 2 个工作日内补出处。

本文为脑机网原创内容,基于公开信息与公开数据分析,不构成任何投资建议。

相关阅读

查看「AI大模型」更多内容 → · 返回首页

引用本文

欢迎媒体、智库与研究机构引用。引用时请注明来源「脑机网」并保留原文链接,同时保留文章页标注的「信息截止」日期。转载规则见 引用与转载规范。

GB/T 7714脑机网编辑部. 科技人物|张亚勤谈AI for Science:大模型正在改变科研的试错方式![EB/OL]. (脑机网)[2026-10-18]. 北京: 脑机网, https://www.naoji.net.cn/a/njw-05a020. 2026-11-17.
APA脑机网编辑部. (2026, October 18). 科技人物|张亚勤谈AI for Science:大模型正在改变科研的试错方式!. 脑机网. https://www.naoji.net.cn/a/njw-05a020
脑机网 · 一线 AI 与脑机接口观察
每天更新,只讲能落地的技术、机器人与商业化进展。
看今日文章