AI與科學儀器融合已到關鍵節點

??高端科學儀器是國之重器，當前“人工智能（AI）+”正在推動科學儀器實現智能化、精準化發展。在4月23日—24日召開的第十九屆中國科學儀器發展年會上，科研探索對于儀器的智能化需求成為研討熱點。

??“過去科學研究依賴人類手動實驗，誤差大、效率低，還會形成數據孤島。通過機器人平臺開展復雜計算與實驗操作，可確保數據的高效精準和大規模融合?！敝袊茖W院院士、清華大學化學系教授李景虹在會上表示，多個國家均在加速建設AI驅動的科技基礎設施，通過機器人實驗室的設計與落地，大幅提升物質發現及合成等科研效率。

??“AI與科學儀器的融合已經到了從概念走向落地的關鍵節點。”會議主辦方之一的北京信立方科技發展股份有限公司董事長唐海霞表示，“AI4S”（AI驅動科學研究）正在推動以數據驅動的科學發現，儀器作為數據采集的核心入口，其戰略地位大幅提升。

??拓展科研極限與邊界

??“AI正深刻重塑科學研究范式。”李景虹表示，科學試驗的“試錯范式”往往會固定一系列實驗條件，來測量某一個因素與發生事件的關系，這種模式無法揭示真實世界的全部構成。

??AI不僅具備海量文獻快速梳理、龐雜數據智能分析的能力，從理論大數據中建立可調的預訓練模型，還可以進行海量試驗、數據處理候選材料與藥物篩選等工作，獲得高質量高通量的實驗數據。

??“‘理論’和‘實驗’結合，讓AI得以快速迭代產生‘理實交融’模型，破解傳統研究耗時久、試錯成本高的痛點。”李景虹舉例解釋，中國科學技術大學通過開發科學儀器的軟硬件，并將移動機器人、化學工作站、智能操作系統、科學數據庫等集成起來，研制出數據智能驅動的全流程機器化學家，能夠將最優高熵催化劑的發現周期縮短為5周。

??“AI+科學儀器”能夠助力科研人員多尺度全視角探索物質、生命等復雜科學問題，在分析化學、生物醫藥、新材料研發等領域讓科研探索更具精準性與靶向性，正在成為提升科研效率、變革科研范式的核心驅動力。

??加強高端儀器自主研發

??“由于AI技術的效率優勢，AI+科學儀器、AI+檢驗檢測成為科研數據新增量的關鍵引擎。”唐海霞說，AI已經加速滲透到數據采集、處理與決策等多個環節，儀器設備也相應地從“測量工具”轉變為“智能分析平臺”，在高通量實驗、自動化實驗室、智能檢測等場景中快速落地。

??“AI+”對科學儀器創新拓展出新的賽道?！拔覀儍x器信息網平臺的數據分析顯示，當前質譜、光譜、色譜等儀器在國產替代加速的同時，普遍‘加持’了AI輔助分析技能?！碧坪Ｏ冀榻B，這樣的產業發展趨勢決定了上游核心零部件正在從“配套”走向“性能中樞”，亟待加快國產替代方面的關鍵突破。

??“科學儀器從原始創新到產品成熟，通常需要8到15年的長周期。”唐海霞說，科學儀器的研發具有周期長、小批量、多品種、高門檻等特征，依靠研究團隊或企業“單打獨斗”，難以從實驗室走向市場。當前科學儀器與檢驗檢測設備已被納入新質生產力培育的重要支撐方向，信立方旗下儀器信息網等平臺將主動承擔“產業加速器”角色。

??為加強高端儀器設備的自主研發，去年5月，《北京高端科學儀器創新發展行動計劃（2025—2027年）》出臺，以實現“自主科學儀器解決重大基礎研究問題”為目標，聯動基金、高校院所、孵化載體和科技園區，打通成果轉化“最后一公里”。相關負責人介紹，目前北京已經形成了“北中試、南孵化”的創新發展格局，為推動源頭創新成果向集聚區落地轉化打好基礎。（記者 張佳星）