王江平：疏通AI科学发现“堰塞湖”迫在眉睫 可从五方面破局

转自：新华财经

7月28日，在以“智无界慧共生”为主题的2025人工智能产品应用博览会上（简称“2025智博会”），第十四届全国政协委员、工业和信息化部原副部长王江平发表题为《疏通AI科学发现“堰塞湖”的紧迫性与路径》的演讲表示，AI科学发现能力与人类验证转化应用能力存在巨大鸿沟，如何疏通这个AI科学发现的“堰塞湖”，让科研成果真正流向产业、创造价值迫在眉睫。

在肯定AI技术迅猛发展及其应用潜力的同时，王江平提出当前AIforScience（简称“AI4S”）领域面临一大挑战，并将其形象地比喻为“堰塞湖”现象——即AI科学发现能力指数级增长，但人类的实验验证和产业化应用能力仍在线性爬坡，这种巨大的能力鸿沟导致海量AI预测成果如同洪水被堵，淤积在实验室无法转化为实际生产力。以DeepMind公司的GNoME模型为例，其预测的38万种热力学稳定材料中，公开数据显示仅有736种得到实验验证，验证率仅约0.2%。“AI一天的预测结果，人类需要十年验证”的现象普遍存在，这不仅造成巨大的科研资源和能源浪费，更严重阻碍了AI科学发现创造实际价值。

王江平剖析了“堰塞湖”形成的三大原因。首先是“度量衡”缺失问题，即AI预测成果缺乏统一的标准体系和评估体系，难以有效判定海量预测结果的准确率和可合成性。其次，“泄洪道”狭窄是关键瓶颈，表现为实验验证和工程化能力严重不足，全球自动化实验室投入远低于算力投资，机器人自主实验技术尚不成熟，且验证数据难以共享流通，中试平台建设滞后，导致“预测-验证-应用”链条断裂。第三，“闸门”难开，指向政策约束与投资风险，验证性研究面临严格的伦理、安全审查和漫长审批周期，企业因高风险和不确定性对长期投入望而却步。

王江平强调疏通“堰塞湖”刻不容缓。他提到，当前国际竞争日益激烈，全球主要经济体开始将AI4S置于科技战略核心，美国、欧盟通过政策布局和资金支持大力发展AI4S。同时，我国产业转型升级需求迫切，过去依赖“引进消化吸收再创新”的发展路径难以为继，制造业一些领域开始进入技术“无人区”，AI4S为我国产业创新发展、实现弯道或换道超车提供了历史性机遇。此外，错失市场先机代价高昂，在氢能源、新型储能、生物制造等万亿级潜力产业发展中，AI4S能极大加速研发进程、压缩创新周期，成果转化滞后将可能导致巨大的市场份额流失和战略机遇旁落，这不仅关乎企业发展兴衰，更直接影响国家在全球科技产业版图中的地位。

针对如何破局，王江平提出系统性建议。首先，应建立行业广泛认可的AI预测结果评估标准体系，整合跨学科力量制定科学指标，有效评估准确性、可合成性等关键指标，让实验验证有的放矢。第二，加强高质量科研数据集建设和开源共享，这是提升AI预测准确性的重要基石。第三，大力发展机器人（具身智能）自主实验技术，建设自动化实验室，提升高通量筛选验证能力，让“算出来”的更快“试出来”。第四，加强现代化中试平台建设，发展虚拟中试技术降低实验成本和风险，解决科研机构和中小企业“试不起”“不会试”等痛点问题；充分发挥我国完整工业体系和广阔应用场景的优势，聚焦国家重大需求和产业短板，推动AI按需设计预测、精准赋能。第五，创新机制推动AI4S（科学发现）与AI4R&D（研发应用）有机协同，通过“揭榜挂帅”等模式引导科研精准定向产业需求，促进科研从“单兵作战”向集群化、平台化转型，并探索“沙盒监管”等灵活机制，确保科研红利顺畅流向产业。

王江平呼吁，在大国博弈加剧、全球科技产业竞争白热化的时代背景下，AI4S的发展增加了竞争的激烈程度和不确定性，学术界和产业界应携手共进，加快打通转化链路，让AI科学发现的“源头活水”真正滋养产业创新土壤，在新一轮科技革命和产业变革中抢占先机、赢得主动。当前，苏州工业园区已培育形成人工智能千亿级产业集群，聚集人工智能相关企业超1800家，通过国家网信办备案的生成式人工智能服务、算法等位居全国同类地区前列，英矽智能、沃时科技等一批人工智能企业率先利用大模型、深度学习、自动化实验室、生成模型等深度赋能生物医药、化学材料、计算机科学、神经科学等行业的科学研究工作，加快形成以“跨学科、数据驱动和计算密集型”为特征的新科研范式。（王梦菲李优）