科研智能（AI for Research and Development，以下簡稱 AI4R&D， 人工智能賦能科學研究及產業研發）是科學智能（AI for Science， AI4S）概念的延伸和擴展，主要包括兩方面內涵，一是聚焦人工智 能加速基礎科學研究，拓展研究思路，加速研究進程；二是強調人 工智能在應用研究和產業研發中的重要作用，多面提升工程技術創 新的效率。科研智能代表了科技創新的新范式和新動能，有望多面 加速基礎研究和產業研發的進程，并縮短兩者之間的轉化周期，推 動科技成果在工業界的產業化和規模應用。科研智能正在范圍 內加速發展。各國相繼發布政策構筑科研智能發展 環境。

2024 年發布報告《科研智能（AI4R&D）—人工智能驅動 的研發新范式》，旨在描繪科研智能L域的生態全景，為政府部門制定產業政策、指導項目布局提供參考，為研究機構、科技企業把握 技術方向、開拓應用場景提供借鑒，加速該L域的技術創新和應用 實踐，為我國在該L域搶占發展先機提供助力。未來，信通院 將關注科研智能發展動向，深化對關鍵技術和產業趨勢的研判， 加強與科研機構、G校、企業等產學研各界的交流合作，共同推進 科研智能生態體系建設，為科技強國和創新型建設提供有力支 撐。

科研算力與科研數據的深度融合為 AI4R&D 奠定了堅實基礎。 由 AI 框架、算法庫、開發套件及L域模型組成的開發工具鏈J大提 升了科研效率，促進了跨學科、跨L域的協同創新與融合，深刻改 變了科學研究范式

人工智能正在深刻影響和重塑科學研究和產業研發的范式，并 經歷著快速而深刻的變革。G校、科研機構以及企業在跨學科研究 和合作方面不斷探索，推動了人工智能與科學研究的深度融合，逐 步形成了涵蓋多學科、多L域、多應用場景的多元化產業生態體系。 展望未來，科研智能的發展將持續受到以下幾個方面的驅動。

一是技術創新與突破。隨著人工智能算法、算力和數據的發展，有 望進一步提升科研人員解決復雜科研問題的能力，激發更多技術創 新和突破。二是跨學科融合。隨著科研智能應用的拓展，不同學科、 不同行業L域之間的融合，也將推動新理論、新方法、新技術和新 應用的誕生。三是產業化應用。隨著科研智能在材料設計、氣象預 測、工業仿真、新藥研發等L域的產業化應用，將為社會和經濟發 展帶來深遠影響。四是政策保障。有為政府和有效市場的結合，將 是科研智能發展的重要保障，為其長遠發展提供堅實基礎。

附件：科研智能（AI4R&D） 人工智能驅動的研發新范式：描繪生態全景,為制定產業政策、指導項目布局提供參考