人工智能（AI）技術(shù)的快速發(fā)展，正在為科學(xué)研究帶來前所未有的變革。在2025浦江創(chuàng)新論壇之“未來化學(xué)論壇”上，來自全球的頂尖科學(xué)家齊聚上海，圍繞AI如何重塑化學(xué)研究范式展開深度探討。這場由上海尚思自然科學(xué)研究院承辦的論壇，以“AI—Charting the Future of Chemistry Research”為主題，成為觀察AI與化學(xué)交叉融合的重要窗口。

“AI不是簡單的工具，而是從根本上改變了科學(xué)研究的邏輯。”上海尚思自然科學(xué)研究院院長魯白在論壇中指出。中國科學(xué)院院士、大連化學(xué)物理研究所教授楊學(xué)明進一步強調(diào)，化學(xué)學(xué)科的核心目標(biāo)在于構(gòu)建更精確的理論模型，而AI技術(shù)已成為繼實驗和理論之后，推動化學(xué)發(fā)展的“第三條腿”。

在基礎(chǔ)研究領(lǐng)域，AI正幫助科學(xué)家攻克傳統(tǒng)方法難以解決的難題。以水的結(jié)構(gòu)研究為例，中國科學(xué)院院士張東輝團隊通過基本不變神經(jīng)網(wǎng)絡(luò)方法（FI-NN），構(gòu)建了高精度的水分子勢能面。經(jīng)過1萬個CPU連續(xù)400天的運算，團隊成功分析了400多萬個水分子相互作用點，將計算精度提升了一個數(shù)量級。這一突破為理解水的反常性質(zhì)提供了全新視角。

復(fù)旦大學(xué)教授劉智攀開發(fā)的LASP平臺，則展示了AI在材料設(shè)計中的潛力。該平臺通過機器學(xué)習(xí)技術(shù)，可在10-20秒內(nèi)預(yù)測分子三維結(jié)構(gòu)，幫助化學(xué)家快速篩選勢能面，避免無效實驗。劉智攀認(rèn)為，未來甚至可能跳過勢函數(shù)直接進行材料設(shè)計，徹底改變傳統(tǒng)“試錯法”的研究模式。

在應(yīng)用層面，AI與化學(xué)的融合正在催生新的產(chǎn)業(yè)機遇。上海交通大學(xué)張健教授團隊聚焦First-in-class藥物研發(fā)，利用Allosteric技術(shù)挖掘難靶向位點，其研發(fā)的P53候選分子已進入臨床階段。中國科學(xué)院上海藥物研究所研究員鄭明月則提出了TransformerCPI模型，可直接從蛋白質(zhì)序列預(yù)測藥物-靶標(biāo)作用，大幅簡化藥物設(shè)計流程。

新材料研發(fā)領(lǐng)域同樣迎來變革。日本東北大學(xué)教授李昊主導(dǎo)的“材料圖靈計劃”，通過構(gòu)建AI賦能的材料數(shù)據(jù)庫和自動化實驗平臺，提出了“數(shù)字材料”概念。該團隊已搭建覆蓋催化、電池等9大領(lǐng)域的百萬級實驗數(shù)據(jù)庫，結(jié)合AI智能體平臺，顯著加速了材料研發(fā)進程。

然而，AI在科學(xué)領(lǐng)域的應(yīng)用仍面臨諸多挑戰(zhàn)。廈門大學(xué)教授洪文晶指出，當(dāng)前大模型訓(xùn)練已吸收互聯(lián)網(wǎng)上絕大多數(shù)知識，單純依賴數(shù)據(jù)挖掘難以進一步提升智能水平。他提出，具身智能和空間智能將成為分子科學(xué)研究的新方向，通過提供多尺度時空數(shù)據(jù)，幫助AI理解原子與分子的相互作用。

“幻覺”問題是AI應(yīng)用于科研的另一大障礙。中國科學(xué)院化學(xué)研究所研究員江劍表示，純數(shù)據(jù)驅(qū)動的實驗可能存在安全風(fēng)險。鄭明月團隊通過構(gòu)建包含400萬條差異基因調(diào)控事件的知識圖譜，有效降低了AI生成結(jié)果的不可靠性。北京大學(xué)高毅勤教授則強調(diào)，將物理規(guī)則和實驗信息嵌入模型，可顯著提升AI預(yù)測的準(zhǔn)確性和實驗可比性。

在這場論壇中，科學(xué)家們普遍認(rèn)為，AI與化學(xué)的深度融合將推動科學(xué)研究從“經(jīng)驗驅(qū)動”向“數(shù)據(jù)與理論雙驅(qū)動”轉(zhuǎn)變。無論是基礎(chǔ)研究的突破，還是產(chǎn)業(yè)應(yīng)用的創(chuàng)新，AI都正在成為化學(xué)領(lǐng)域不可或缺的核心力量。