开栏的话

 

 

近日，国家发展改革委等部门联合发布首批136项标志性重大应用场景项目，四川共有5个项目入选。

 

应用场景是新技术、新产品、新业态创新性应用的具体情景，既是技术迭代的“试验场”，也是市场拓展的“突破口”，更是城市创新能级跃迁的“新支点”。

 

即日起，省情研究所将推出“进‘场’——探访首批国家标志性重大应用场景”系列报道，通过实地走访，看“养在深闺”的新技术、新产品、新业态如何走进千家万户、推向千行百业。

 

四川在线记者 高杲/文 黄潇/图 杨璐嘉/海报设计

当科研人员提出科研任务，AI不仅能在电脑上进行“智能求解”，还能操作仪器进行实验验证……这不是什么科幻电影，而是正在发生的真实一幕。

近日，国家发展改革委等部门联合发布首批136项标志性重大应用场景项目，“天府·慧研”大模型赋能科学研究场景成功入选，将打造AI驱动的科学研究（AI for Science，以下简称“AI4S”）四川“样板间”。

该场景采用“1+3+N”架构，即以“天府·慧研”科学基础大模型为核心，以国产算力、科学数据、干湿智能实验室为三大支撑，面向材料、医药、能源等四川优势领域拓展应用，为科研工作者提供一站式服务，让科研“开箱即用”。

“它不再局限于电脑中的科学计算，而是系统性介入真实世界。”场景项目承接单位、四川省计算机研究院副院长牛颢说，项目打通了从算力调度、数据生产、模型训练、科研操作到实验闭环、安全治理的完整链路，让AI4S告别单点探索，成为科研人员的全能合作伙伴。

为技术打造“试验场”

 

 

打通全链路，AI深度参与科研全流程

将AI技术引入科学研究，并非新鲜事。

2020年，科研人员借助AI工具“阿尔法折叠”成功破解蛋白质结构预测难题，把预测周期从过去的数十年缩短至数天，也让公众看到了AI在科研领域的潜力。从此，AI4S快速发展，渗透到数学、物理、材料、生物等多个科研领域，催生出一大批重大发现。

“以前，AI是科研人员的‘辅助工具’，未来，它将成为我们的‘科研伙伴’。”牛颢说，在传统科研模式下，AI在整理文献、假设生成等单一环节表现优异，但大量的实验验证、仪器操作等流程仍需要依赖人工，希望通过场景牵引倒逼技术突破，让AI既能理解科研任务，还能自主完成从阅读海量文献、提出科学假设，到设计实验方案、开展模拟计算、驱动自动化实验验证，再到分析实验数据、迭代优化假设的完整闭环。

四川省计算机研究院AI工程师吴雨演示了整个过程：她在电脑中输入“设计一款耐高温、高导电的新材料”，大模型经过短暂思考，自动生成实验方案，和科研人员进行优化后，多个智能体调动仪器进行实验验证，最后将实验结果反馈给大模型，完成迭代升级。

AI4S应用前景广阔，但目前仍处于起步阶段，诸多技术瓶颈亟待突破，成为制约AI4S规模化落地的关键因素。

模型科研能力是其中一个瓶颈。与普通大模型一样，用于科学研究的大模型也会出现“幻觉”，难以判断它生成的是“真发现”还是“伪命题”。此外，还有持续验证的问题。化学、材料等领域的实验结果反馈周期长，与模型快速推理形成了矛盾，导致生成的科研发现越来越多，但验证却跟不上。

要实现新技术从产生到大规模应用“关键一跃”，需要在真实场景中真刀真枪历练，不断迭代完善。

在四川省计算机研究院一楼机房入口，挂着一块牌子，上面写着“四川省综合性科学数据中心”。吴雨介绍说，这里储存着材料科学、新药创制、化学智能等领域高质量数据，是大模型训练的“教材”。“教材科不科学，我们需要在实践中，不断校准和科学加工。”

位于四川省计算机研究院的“四川省综合性科学数据中心”。

学得好不好，得用考题考。为此，四川省计算机研究院联合相关研发单位，编制专业测评题集，对模型开展系统测试，测试内容涵盖知识理解、数据分析、推理诊断、方案设计等方面，并将在场景应用中持续优化，检验模型是否具备成为“科研伙伴”的能力。

想要大模型从“能生成”迈向“能验证”，还需要坚实的算力基础设施。过往，算力中心存在一个普遍的尴尬：能跑大模型的跑不了科学计算，能跑科学计算的训练不好大模型。

为此，项目依托成都智算中心的国产算力，在国产化平台上搭建“超智融合”的算力底座，推进科学计算软件和大模型训练推理的适配与优化，既能扛住高精度的科学计算任务，也能满足大参数的模型训练要求。

“智算实现推理、生成与预测，超算做好模拟、验证和计算。”吴雨说，通过在实践中检验，可以把主动推理与自动化实验深度融合，让AI既能“思考”科研，也能“动手”验证。

为产业装上“加速器”

 

 

锚定四类“试验田”，让更多成果与产业匹配

想要实现AI4S突围，除了在场景中搭建全要素的科研基础设施，还要构建各类垂直领域“试验田”。

对于“试验田”来说，一个问题亟待解答：当AI改变了科研的“生产力”，我们如何重新设计新的科研生产关系？

其中一个举措，是在重点领域搭建“超级实验室”平台，将创新资源串珠成链，建立科研工具与“成果转化体系”。

“场景是连接技术与产业的‘真实中试场’。”牛颢介绍，为此，他们锚定了四类应用领域：新材料研发、新药创制和医学健康、清洁能源和核能、智能找矿。

这些领域的共同点是：都是四川特色优势产业，且积累了大量的科学数据，极有可能取得重大进展。

“这些领域不仅会产生技术突破，也会形成产业新业态。”牛颢说，通过在这些领域部署科学数据中心、科学智能体等平台，把人、数据、制度、技术整合起来，将打通理论实验到产业验证的路径，让科技成果尽快匹配到产业中去，为全省全国探索可复制可推广的经验。

在区域协作上，场景以成都市为核心承载地，协同绵阳、德阳、宜宾、遂宁等市（州），辐射带动全省及西部地区，构建“一核多点、全域联动”的空间布局，将全省分散的文献数据、仪器设备、软件算力等资源系统组织起来，有利于探索“研发在成都、转化在市县”“孵化在成都、应用在市县“等新模式。

场景还是制度改革、商业模式的“试金石”。“天府·慧研”大模型赋能科学研究场景的目的，是让AI4S变成一个低成本、高效率的科技公共产品，变得更普惠、更便捷、更好用。

“这需要更多主体参与共创。”牛颢说，此前，他们成立四川省人工智能赋能科技创新联盟，吸引了一批省内高校、科研机构、龙头企业加入联盟，联盟成员将会共享科研资源，实现资源高效利用。同时，还在探索支持民营企业、中小企业等参与具体措施，把数据、算力、实验设备和应用场景拿出来。“此外，我们还创新‘联合攻关’‘揭榜挂帅’等机制，让实验室里的洞见能够顺畅地流向产业，让创新跑出更足的活力与后劲。”