国务院不久前印发的《关于深入实施“人工智能+”行动的意见》，明确提出加快实施“人工智能+”科学技术行动。这是党中央准确把握科技发展大势作出的重要战略部署，指引我们在新一轮科研范式变革中抢占先机。
近年来，人工智能驱动的科学研究在全球持续升温，展现出重塑科技创新的巨大潜力，科学研究正迈向“人工智能+科学”的新范式。一个颇具代表性的例子就是人工智能模型阿尔法折叠2（AlphaFold2）准确预测蛋白质结构。由于组成蛋白质多肽链的氨基酸数量极为庞大，根据已知的氨基酸序列预测蛋白质三维结构，一度是个遥不可及的梦想。然而，AlphaFold2仅用短短几年时间，便解决了这个曾经困扰全球科学家数十年的难题，成功预测了大约两亿种蛋白质的结构。
当然，人工智能带来的机遇和挑战并存。具体到科研领域，高质量科学数据缺乏、算法可解释性不足等，都是当前制约人工智能驱动的科学研究深入发展的瓶颈。对此，我们需要在深刻把握人工智能发展趋势和规律的基础上，加强统筹谋划。
例如，针对我国用于AI训练的数据质量良莠不齐、依赖国外数据库资源、数据标准不统一等问题，当务之急是加快构建国家级数据平台和算力网络，促进跨平台、跨学科的优质科学数据资源安全共享与高效应用。再如，针对多学科交叉人才短缺这一问题，则需要加强相关学科与人工智能交叉领域的复合型人才培养。
面对新形势新挑战，广大科技工作者应积极拥抱新浪潮，探索使用人工智能手段解决重大科学问题。有关部门也要瞄准问题症结，强化跨领域、跨部门协同攻关，让人工智能真正成为科学家们的超级助手，助力提升科研效率和创新潜能。
