中证报中证网讯（记者杨洁）5月26日，上海科学智能研究院联合复旦大学、施普林格·自然（SpringerNature）旗下的自然科研智讯（NatureResearchIntelligence）全球发布《科学智能白皮书2025》。报告首次运用2015年-2024年全球科学智能多源大数据，由近60位不同领域的科学家联袂写作，深入剖析AI与科学研究大融合之势，全面探索7大科研领域、28个前沿方向、近90个科学智能前沿问题及突破路径。

科学智能（AIforScience）是面向科学研究的人工智能创新和人工智能驱动的科学研究的总和，体现了人工智能创新与科学研究双向促进与深度融合。一方面，AI驱动的科学研究正在加快科学发现。其中，以DeepMind的AlphaFold为代表的AI技术，在蛋白质结构预测、新药研发及疫苗设计领域实现重大突破；谷歌的GraphCast模型、华为“盘古”模型、复旦大学-上海科学智能研究院“伏羲”模型等AI气象模型，显著提升了全球天气预报的准确性和时效性；AI驱动的核聚变等离子体控制与自动实验室技术，也为能源与材料科学研究带来革新。

另一方面，科学基础理论和层出不穷的科学突破也推动AI底层技术和架构的不断创新，比如根植于概率论和随机过程的扩散模型，又如将先验知识融入深度学习的前沿研究，在增强模型可解释性的同时，也显著提高了AI模型的泛化能力。

报告将AI相关领域划分为AI核心（算法、机器学习等）与科学智能六大方向（数学、物质科学、生命科学、地球与环境科学、工程科学、人文社会科学）。报告指出，在以上所有领域，科学智能正深刻重塑传统科学研究范式，通过模型和数据驱动更有效地探索解空间从而生成假设，以及自动与智能化实验等方式，全流程赋能科学研究，显著提升科学发现的效率与精准性。

根据自然科研智讯（NatureResearchIntelligence）提供的AI相关出版物数量、引用量以及自然指数（NatureIndex）等多源大数据，2015年至2024年间，全球人工智能和科学智能领域的学术出版物总量快速增长，科学智能异军突起，2020年后加速成长，有力推动了人工智能研究整体的井喷态势。全球人工智能期刊论文数量在过去十年间激增近三倍——从30.89万篇增至95.45万篇，年均增长率为14%。人工智能核心领域（如算法、机器学习）占比从44%降至38%；科学智能占比相应提升了6个百分点，且其年均增长率从2020年前的10%，提升至2020年后的19%。尤其是在工程科学和生命科学领域，其年均增长率分别从2020年前的9%和15%，提升至2020年后的16%和29%。

报告全面探讨了科学智能在7大科研领域、28个前沿方向、近90个科学智能关键问题及突破路径，例如如何构建跨尺度、超学科的科学智能模型、提升AI模型在科学研究中的泛化性和可解释性，又如，如何推动AI拓展科学发现的创新边界。为解决这些问题，科学家提出融合先验知识的跨尺度建模、利用生成式模型和合成数据来弥补数据稀缺、建立跨学科知识图谱与闭环强化学习系统，推动科学智能的进一步发展。此外，报告还重点关注了AI安全和AI伦理治理，强调构建内生安全机制和“以人为本”，确保AI技术在研发初期即嵌入安全防护能力,并和人类对齐。