编者按
长城战略咨询自1995年起开始编制并发布《企业研究报告》，对科技创新、产业升级、区域发展、政府治理、创新理念等多个领域进行深度分析和发展研判。本篇文章基于企业研究报告总第396期《新质服务业的特征与典型业态》内容进行编辑，以馈读者。
结合对新质服务业的认知，基于长城战略咨询新经济数据底座对独角兽等新物种企业、新赛道发展的长期跟踪，综合考虑业态新颖性、创新活跃度、未来价值渗透力等因素，我们选取工业大模型、工业元宇宙、虚拟数字人、数据交易服务、AI for Science五大新质服务业典型业态进行重点剖析。本篇介绍AI for Science。
自1956年约翰·麦卡锡在达特茅斯会议上首次提出“人工智能”以来，AI技术历经七十余年的演进，不断突破技术瓶颈，为人类社会的各个领域开辟了新纪元。而今，AI for Science的兴起，更是将这一变革推向了科研领域的前沿，引领着知识生产模式的根本性转变。它不再仅仅是科研的辅助工具，而是积极重塑着科学研究的方法论，推动着科研活动从传统的“手工作坊”模式向大规模、高效能的“知识工厂”式平台迈进。
回顾科学发展的历程，从经验科学到理论科学，再到计算科学与数据科学，每一次范式的转变都极大地推动了人类文明的进步。而今，AI for Science作为科研的第五范式，正以前所未有的方式整合并升华前四种范式，使得科学研究从漫长的“马拉松”转变为高效的“加速跑”。在这一新范式下，AI能够迅速分析海量数据，提炼潜在规律，并通过智能推理快速获得初步结果，极大地提升了科研的效率和准确性。科学家则在此基础上进行甄别与筛选，提炼出真正有意义的科学发现。
AI for Science的广泛应用正逐步显现其巨大价值。在药物设计领域，AI能够模拟药物分子与生物靶标的相互作用，加速新药研发进程；在材料科学中，AI通过预测材料性能，为新型材料的开发提供了有力支持；在能源研究与气候模拟方面，AI的应用更是极大地提高了模拟精度与预测能力，为应对全球气候变化提供了科学依据。
AI for Science可拓宽科学研究边界，世界政产学各界均在加速部署。近现代科学研究范式面临“维度灾难”等制约，即在某些问题的求解中，随着维数的增加，计算代价会呈指数增长，而人工智能技术的迅速发展为解决“维度灾难”提供了新思路，也为科学发现与应用带来巨大想象空间。如在传统分子动力学中，存在结果准确度与效率低下的问题，而基于机器学习的分子动力学方法，依靠量子力学模型提供训练数据，用深度神经网络对高维势函数进行拟合，就可以同时保证算法的准确性和高效性。
世界主要国家均在加速部署AI for Science，美国能源部联合5大国家实验室发布了AI for Science, Energy & Security先进科研课题指引，微软成立了专门的AI4science部门，龙头药企赛诺菲宣布“all-in” AI for (life) science。在我国，2023年科技部会同自然科学基金委启动“人工智能驱动的科学研究”（AI for Science）专项部署工作，科技创新2030—“新一代人工智能”重大项目将AI for Science作为人工智能的重要发展方向。各行各业的优秀AI for Science应用正加速涌现。
AI for Science构建于“四梁[1] 底座”。AI for science类似于AI for industry大更加高维，是融合模型算法、实验表征、知识交互、计算能力的新型科研范式，能够实现对传统科学研究方法的自动化、规模化、并行化、平台化升级，同时可再生海量底层服务需求。具体来说，其发展取决于重要的“四梁底座”：
（1）模型算法及软件系统，能够基于科学原理与数据推演进行高维建模，对特定科学问题进行预测评估，如可预测蛋白质结构的模型AlphaFold；
（2）先进实验表征与科学数据集，高精度表征设施能够带来高质量科学数据，让机器学习算法能更准确地预测和理解复杂现象，提升数据通用性、可获得性至为关键；
（3）知识与人交互系统，构建“聪明”的数据库与知识库，可以革新思维模式，助力高效提取和利用知识；
（4）高性能科学计算，高性能科学计算适用于精度更大、维度更大、体系更复杂的模型，能够为蛋白结构、天气预报、药物设计等大规模场景数据与实验表征联动，提供智能化生成与落地。
AI for Science应用服务加速涌现，结构科学应用场景快走一步。总体来看，AI for Science算法呈现散点突破格局，药物发现、材料设计、能源节约、天体物理等研究领域已形成广泛探索和应用。在药物发现领域，Exscientia公司的Centaur Biologist平台可将文献提取数据以及结构化数据源（基因组学、转录谱和路径数据库）相结合，将靶点和疾病进行匹配，并可对药物分子的药理毒性、毒理学和药代动力学进行预测。在材料科学领域，深势科技团队在前世界第一超算Summit上，在保持第一性原理计算精度的前提下，成功对数亿原子的物理体系进行分子动力学模拟，获得2020年计算界“诺贝尔奖”戈登贝尔奖。
深势科技：AI for Science科学研究范式的先行者
深势科技成立于2018年，致力于运用人工智能和多尺度的模拟仿真算法，结合先进计算手段求解生物医药、能源、材料和信息科学与工程研究等领域重要科学问题，入榜2021和2022年度中国潜在独角兽企业榜单，并于2023年8月完成超7亿元人民币的最新融资，入选2023年全球AI制药融资TOP10。2023年，深势科技及合作者发布了Uni-Mol分子表征大模型、Uni-RNA大模型、DPA预训练模型等一系列技术成果，将AI for Science带入了预训练模型时代，目前已与医药、材料、新能源等领域及多家头部企业建立合作，正加快构建从底层创新到产业落地的完整生态体系。
智化科技:AI赋能化学新药研发
AI for Science作为科研新时代的加速器，正以其独特的优势引领着科学研究的深刻变革。我们有理由相信，未来随着AI技术的不断成熟与普及，AI for Science将在更多领域发挥重要作用，推动人类社会迈向更全新的科技未来。
[1] 资料参考：《科学智能（AI4S）全球发展与展望》
本文节选自长城战略咨询企业研究报告总第396期
《新质服务业的特征与典型业态》
（报告作者：徐欢、沈文琦、曹星、周鑫）
