【软盟资讯 · 快讯频道】8月26日，据《经济参考报》报道，2026科学智能大会在北京举办，人工智能驱动的科学研究（AI for Science，AI4S）成为热议焦点。**与会专家指出，当前AI4S底层基础设施逐步完善，科研智能体已能够完成文献研读、实验规划、参数迭代、结果分析的闭环自主科研流程。近五年全球相关论文发表量增长一倍多，航空航天、量子科技、材料科学等领域年均增速超过30%。然而，AI4S面临的最大挑战并非技术能力，而是”验证瓶颈”。中国工程院院士李国杰指出，AI产生海量”看似合理”的假说，绝大多数无法被实验验证，导致科研资源浪费在低优先级选项上。谷歌DeepMind使用AI预测出220万种新晶体，其中38万种具有稳定结构，但得到实验验证的不到0.2%。波士顿咨询公司报告显示，全球AI制药投入数百亿美元，至今尚未有一款获批上市。中国科学院院士鄂维南认为，仅靠科研能力提升不够，还必须在评价机制、组织形式上下功夫。与会专家普遍认为，未来更可能出现的是”AI主导执行过程、人类科学共同体保留最终判断权”的混合科研范式。北京大学科学智能学院副院长莫凡洋表示，科学品位、实验验证与责任判断始终是人类科学家不可替代的核心价值，人和AI之间应该是互相成就的关系。
软盟点评： AI4S面临的”验证瓶颈”，揭示了一个被AI热潮掩盖的核心矛盾：AI”生成”的速度已远超人类”验证”的能力。AI可以在几小时内预测出220万种新晶体结构，但人类科学家可能需要数年才能验证其中一小部分。这就像一个流水线可以每分钟生产100个零件，但质检员一天只能检查1个——产线越快，积压越多。验证瓶颈的本质，不是AI不够强，而是”实验科学”的物理速度无法跟上”数字科学”的逻辑速度。破局的关键或许不在于让AI生成更多假说，而在于让AI也参与到验证环节——用AI模拟实验、用AI加速测试、用AI筛选优先验证的候选。当AI从”生成假说者”进化为”完整的科研搭档”，AI4S才能真正从”看起来很美”走向”用起来很值”。