据悉，“科学智能前沿观察”涵盖AI for Science、Science for AI和科学智能基础设施三个维度。其中，AI for Science的前沿方向包括：垂直领域科学大模型、融入先验知识的AI模型、基于LLM模型的科学研究、从提出假设到自动验证的AI科学家以及复杂世界的多智能体建模。
“AI与基础科学的深度融合将开启AI与科学‘双螺旋引擎’共振驱动的科学研究新范式。”上海科学智能研究院院长、复旦大学浩清教授漆远对记者表示，“AI for Science和Science for AI，类似DNA和RNA的双螺旋结构。一方面，AI将成为科学研究探索的最前沿；另一方面，科学启发的AI也将成为实现AGI的重要支撑。”
在采访中，记者了解到，如何将AI运用于垂直的科学领域研究，加速科学发现，扩展科研边界，是AI for Science的核心主题。今年诺贝尔化学奖授予的AlphaFold2，即是AI算法用于解决科学领域重要问题的研究典范。AI for Science其他成功研究案例还包括AI可控核聚变、气象模型等。
但AI仍然面临数据稀缺、耗能过大、解释性较差等重大挑战。而人类科学家已经积累了各个学科领域的海量知识，如何将科学家的经验和知识，甚至直觉和启发式想法，转化为AI系统的能力，构成了Science for AI研究的重点。科学智能的新范式包括：AI驱动的灰盒模型、从单一尺度走向跨尺度、从单一模态到多模态。
