北京
9月22日，2025浦江創(chuàng)新論壇之“未來化學(xué)論壇”在上海舉辦。
撰文｜戴晶晶
人工智能（AI）自誕生以來，就承載著加速科學(xué)發(fā)展、破解世界性難題的種種期望。2024年諾貝爾獎更是將AI推到了科學(xué)舞臺的中央。
當AI以前所未有的速度滲透科學(xué)研究時，隨之而來的新問題是，科學(xué)探索的方式將被改寫到何種程度？
9月22日，2025浦江創(chuàng)新論壇之“未來化學(xué)論壇”在上海舉辦。該論壇由上海尚思自然科學(xué)研究院承辦，以“AI—Charting the Future of Chemistry Research”為主題，集合海內(nèi)外頂尖專家探討AI如何顛覆傳統(tǒng)化學(xué)研究范式、推動化學(xué)智能系統(tǒng)發(fā)展，以及促進跨學(xué)科融合等話題。
“很多人把AI看成是工具，”上海尚思自然科學(xué)研究院院長魯白在論壇上指出，“但我認為AI從根本上改變了科學(xué)研究的范式?！?/p>
中國科學(xué)院院士、中國科學(xué)院大連化學(xué)物理研究所教授楊學(xué)明認為，化學(xué)學(xué)科發(fā)展的根本目標在于建立更精確的理論和模型，以提升對科學(xué)問題的可預(yù)測性。同時，更快更好地解決重大科學(xué)與技術(shù)問題，如新材料研發(fā)和新藥創(chuàng)制。
“基于數(shù)據(jù)驅(qū)動的AI技術(shù)為我們實現(xiàn)這樣的目標帶來了變革性的手段和工具?！睏顚W(xué)明在論壇上表示，AI已經(jīng)成為除了實驗和理論之外，推動化學(xué)學(xué)科發(fā)展的“第三條腿”。
中國科學(xué)院院士楊學(xué)明在未來化學(xué)論壇
01 AI如何重構(gòu)科研邏輯
2005年，《科學(xué)》雜志曾于創(chuàng)刊125周年之際發(fā)布過125個推動基礎(chǔ)科學(xué)研究的科學(xué)難題，其中包括“水的結(jié)構(gòu)如何”。
“水是非常反常的物質(zhì)，比如4℃時的液態(tài)水的密度要大于水的固態(tài)——冰，這與其他物質(zhì)有截然不同?！痹谡搲?，中國科學(xué)院院士、中國科學(xué)院大連化學(xué)物理研究所研究員張東輝以“基于機器學(xué)習(xí)的高精度普適水分子力場的構(gòu)建”為題進行報告時指出。
中國科學(xué)院院士、中國科學(xué)院大連化學(xué)物理研究所研究員張東輝在未
水看似簡單，由幾個原子組成，但其微觀結(jié)構(gòu)非常復(fù)雜，即使是2個水分子也存在12維自由度，4個水分子則涉及30維空間，用傳統(tǒng)方法幾乎不可能把多維函數(shù)精確表達出來，也就無法分析水分子微觀結(jié)構(gòu)。
從2013年開始，張東輝團隊嘗試用基本不變神經(jīng)網(wǎng)絡(luò)方法（FI-NN）構(gòu)建體相水勢能面?！拔覀冇?萬個CPU運算了400天，計算了400多萬個水分子相互作用點，”張東輝說，“精度比過去提高了一個數(shù)量級，加入量子效應(yīng)后，水密度變化的理論計算結(jié)果與實驗非常吻合?！?/p>
復(fù)旦大學(xué)教授劉智攀認為，在AI時代，可以通過計算和模擬方法解決化學(xué)、材料和物理問題，但目前還存在數(shù)據(jù)不足、算法不夠通用以及軟件工具不完善的瓶頸。
復(fù)旦大學(xué)教授劉智攀在未來化學(xué)論壇
劉智攀致力于構(gòu)建一種通用全局勢函數(shù)模型，他開發(fā)了大規(guī)模機器學(xué)習(xí)原子模擬（LASP）AI平臺，用來預(yù)測結(jié)構(gòu)和反應(yīng)途徑。
通過輸入分子式，LASP平臺可在10-20秒內(nèi)生成三維結(jié)構(gòu)?！盎瘜W(xué)家們可以快速篩選勢能面，取得較好的樣本后，再去做實驗，避免了因為勢能面過高而注定會失敗的合成。”劉智攀同時指出，未來甚至有望跳過勢函數(shù)直接開展材料與反應(yīng)設(shè)計。
在化學(xué)領(lǐng)域，許多研究依賴“試錯法”，通過反復(fù)實驗尋找合適的反應(yīng)條件或材料組合，不僅效率低，還消耗大量資源。
中國科學(xué)院院士、復(fù)旦大學(xué)教授麻生明就在論壇上描述了這一傳統(tǒng)實驗?zāi)Ｊ剑⑵浔扔鳛椤皳u瓶子”。借助AI工具，麻生明教授團隊開始從大量實驗中搜集數(shù)據(jù)，通過描述符預(yù)測實驗結(jié)果，依靠僅僅476條數(shù)據(jù)集，其模型回歸系數(shù)（R2）便達到了0.6。
中國科學(xué)院院士、復(fù)旦大學(xué)教授麻生明在未來化學(xué)論壇
02 從理論到產(chǎn)業(yè)
在AI for Science的浪潮下，科研不僅關(guān)注實驗室的理論突破，也強調(diào)了技術(shù)攻堅與實際應(yīng)用的深度結(jié)合，生物制藥、化學(xué)化工和新材料都在AI的加持下呈現(xiàn)新的發(fā)展機遇。
在藥物研發(fā)領(lǐng)域，上海交通大學(xué)張健教授聚焦First-in-class藥物研發(fā)，在論壇上介紹了該團隊闡述基于 Allosteric 技術(shù)挖掘難靶向位點、電子云生成優(yōu)化分子等方法。該團隊研發(fā)的P53等候選分子，已推進至臨床階段。
上海交通大學(xué)教授張健在未來化學(xué)論壇
“通過利用AI藥物研發(fā)的效率有所提升，另一方面藥物研發(fā)的管線鏈條非常長，”中國科學(xué)院上海藥物研究所研究員鄭明月在論壇上指出，目前AI主要在部分環(huán)節(jié)表現(xiàn)較好，而從新靶點發(fā)現(xiàn)到臨床應(yīng)用的成功案例相對較少。
鄭明月團隊的研究聚焦于利用AI推動藥物研發(fā)，縱向包括構(gòu)建大數(shù)據(jù)平臺、開發(fā)算法，并應(yīng)用于重大疾病的新靶點和候選藥物分子的發(fā)現(xiàn)與驗證，橫向上則針對藥物研發(fā)各環(huán)節(jié)開發(fā)AI方法以提升效率。
中國科學(xué)院上海藥物研究所研究員鄭明月在未來化學(xué)論壇
其中，鄭明月提出了基于蛋白質(zhì)序列信息預(yù)測藥物-靶標作用的TransformerCPI模型，直接從蛋白質(zhì)序列出發(fā)進行藥物設(shè)計發(fā)現(xiàn)，無需經(jīng)過基于結(jié)構(gòu)的藥物設(shè)計（SBDD）的復(fù)雜流程。
“此外我們與其他團隊合作，根據(jù)發(fā)現(xiàn)的新機制、新靶點，利用基于序列的方法，快速找出活性化合物或者候選的藥物?！编嵜髟抡f。
在新材料方面，日本東北大學(xué)教授李昊介紹了其主導(dǎo)的“材料圖靈計劃”，旨在構(gòu)建以AI賦能的材料數(shù)據(jù)庫和自動化實驗平臺。他提出了“數(shù)字材料”概念，通過整合大規(guī)模實驗與理論數(shù)據(jù)、AI算法以及閉環(huán)自動化實驗，加速材料研發(fā)。
日本東北大學(xué)教授李昊在未來化學(xué)論壇
“最終目的是擺脫傳統(tǒng)試錯，加速材料科學(xué)突破?！崩铌徽f。目前，該團隊已經(jīng)搭建覆蓋催化、電池、儲氫等9大材料的百萬級別真實實驗材料數(shù)據(jù)庫+AI智能體平臺“數(shù)字材料平臺”。
03 如何更進一步
“當前大模型訓(xùn)練已吸收互聯(lián)網(wǎng)上絕大多數(shù)知識，單純訓(xùn)練已難以進一步提升智能體水平。”廈門大學(xué)教授洪文晶在論壇上提出，具身智能可以讓AI從存量數(shù)據(jù)挖掘邁向新增數(shù)據(jù)之路，能應(yīng)用于分子科學(xué)。
廈門大學(xué)教授洪文晶在未來化學(xué)論壇
洪文晶認為，當前人工智能領(lǐng)域的前沿是空間智能。在分子科學(xué)研究中，空間智能幫助科學(xué)家理解原子與分子之間的相互作用及其空間連接關(guān)系，這要求為大模型提供不同時間尺度和空間分辨率的數(shù)據(jù)。
洪文晶同時聚焦超分子自由基電子學(xué)，展示了其團隊在單分子器件高電導(dǎo)與低功耗領(lǐng)域的突破，為綠色化學(xué)與分子電子學(xué)融合提供新思路。
“幻覺”問題在將AI應(yīng)用于科研探索時同樣存在，如何應(yīng)對成為挑戰(zhàn)?！盎糜X問題難以解決，若單純依靠數(shù)據(jù)驅(qū)動做實驗可能有安全風(fēng)險。”中國科學(xué)院化學(xué)研究所研究員江劍就指出純數(shù)據(jù)驅(qū)動的短板。
李昊也提到，在在回答稍復(fù)雜的科學(xué)問題時AI幻覺高達94%。通過收集高質(zhì)量、創(chuàng)新數(shù)據(jù)并將其利用至AI大模型平臺，能夠盡可能將AI幻覺降到最低。
鄭明月提及，目前生成式AI可以與知識圖譜協(xié)同使用。由于知識圖譜基于事實性數(shù)據(jù)，可以幫助判斷哪些生成結(jié)果可能存在“幻覺”。
為此，鄭明月團隊構(gòu)建了一個包含8種實體、11種關(guān)系、超過400萬條差異基因調(diào)控事件的知識圖譜，以支持更準確的靶標推斷和虛擬篩選。
9月22日，2025浦江創(chuàng)新論壇之“未來化學(xué)論壇”在上海舉辦。
江劍認為，基于物理知識嵌入的AI模型，才是AI for Chemistry的重要方向。
北京大學(xué)的高毅勤教授在作“agent AI與分子計算：從工具到助手”報告時也同樣提及，應(yīng)將物理規(guī)則和實驗信息交給模型，使其在生成新結(jié)構(gòu)或序列時能夠遵循物理規(guī)律，從而顯著提升預(yù)測準確性和實驗可比性。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
