在近日举办的世界人工智能大会“人工智能赋能材料科学”论坛上，中国科学院院士、同济大学校长杨金龙指出，当代物质科学研究正面临创新范式转型的迫切需求。传统科研模式依赖“猜测—尝试—错误”的试错循环，这种延续百余年的方法在数据共享、科学认知和系统协同层面暴露出显著瓶颈，导致实验室运作模式逐渐演变为低效重复的“小作坊”状态。
据杨金龙分析，当前物质科学研究存在三大核心挑战：科研团队间数据壁垒森严，知识体系碎片化现象严重，导致大量重复性投入；化学反应的微观机制犹如“黑箱”，传统实验手段难以全面解析复杂体系；青年科研人员面临知识孤岛、能力断层和资源匮乏的三重困境，原始创新成本持续攀升。这些因素共同制约了科研成果的变革性突破。
针对这些难题，我国正全力推进“智能科学家”一体化科研体系建设。该体系通过整合高校、科研院所和企业资源，构建自主可控的智能科研基础设施，从知识数字化、理实模型化、创新平权化三个维度实现突破。其中知识数字化进程已取得实质性进展，中国科学技术大学团队历时三年完成千万级化学数据标注，构建起标准化科研资源库，并基于此开发出具备文献阅读、计算模拟和自动实验能力的机器化学家“小来”，彻底改变了传统科研的运行逻辑。
在理实模型化方面，中国科大建设的自主实验室已稳定运行五年，配备200余个智能工作站和50台科研机器人，实现全天候实验作业。这种理论计算与机器实验的深度融合模式，在火星陨石产氧催化剂筛选中展现惊人效率：面对370万种材料组合，团队先通过理论大数据完成3万次模拟计算，再利用机器人进行80次精准实验，最终快速锁定最优方案。这种“先计算后实验”的范式，使研发过程从盲目试错转向科学预判。
创新平权化实践同样成效显著。目前全国已部署19个分布式创新设施和80个AI驱动实验平台，覆盖80%的化学材料实验领域。通过云网互联实现数据模型共享，推动规模化创新涌现。典型案例包括上海有机化学研究所将润滑油研发效率提升12倍，上海技术物理研究所研制出搭载“天问二号”的红外探测器。这些突破表明，智能科研基础设施正在重塑物质科学创新生态。
杨金龙在论坛上向全球青年科研人员发出倡议，鼓励参与AI造物创新大赛。他强调，智能化科研工具将打破传统实验的空间与资源限制，为年轻学者提供平等的技术赋能平台，使更多人能够参与到物质创造和科技开拓的进程中。
