科学智能的战略地位 - 科学智能（AI4S）被列为世界人工智能大会十大核心方向之一，拥有专属论坛和交叉议题 [3] - AlphaFold的成功证明科学智能已从概念走向现实，正在重塑科学研究的根基 [3] - 复旦大学与上海科学智能研究院联合主办"星河启智·科学智能开放合作论坛"，汇聚全球顶尖科学家探讨开放协作与产业实践 [4][5] 科学智能2.0时代的定义 - 科学智能2.0时代以领域科学家为中心，AI从工具进化为理解科学家意图的"合作伙伴" [9] - 需要构建由人类科学家、开放数据、全球协作和AI科学家组成的"超级科学发现系统" [7] - 当前业界仍停留在"工具思维"，需要转向"生态思维"以实现人机深度协作 [7][39] 全球顶尖科学家的前沿观点 - 图灵奖得主Joseph Sifakis指出当前AI在可靠性、安全性和语义控制方面存在根本性挑战 [16] - 诺贝尔物理学奖得主Giorgio Parisi认为AI缺乏基础理论框架，如同热力学诞生前的蒸汽机 [17][19] - 王坚院士强调计算是科学革命的核心，AI正在打破科研专业壁垒实现"科研平权" [22] 科学智能发展的两大支柱 - "底座论"：需要构建强大的算力基础设施和开放平台作为发展基础 [22][27] - "场景论"：AI需要与具体科学难题深度结合，如抗体设计、材料科学等领域 [25][26] - 基础设施与精准应用场景共同构成科学智能发展的完整生态 [27] 开放科学全球合作倡议 - 倡议旨在打破"数据鸿沟"，构建全球科学生态系统 [30][32] - 四大核心举措：开放基础设施、启动大科学计划、培养全球人才、创造科学新时代 [34] - 由多位诺贝尔奖、图灵奖得主等国际顶尖科学家共同发起 [32] 科学智能对教育科研的变革 - 大学需要重塑教育形态和科研范式，构建创新生态让学生带动老师 [39] - 基础学科教育是培养AI人才的根本，需要依托大型开放科研平台 [39] - 香港高校提出用区块链解决知识产权、纳米出版替代传统论文等激进构想 [43] 产业落地与技术路径 - 产业界面临AI模型与实验验证通量不匹配的痛点 [45] - 自动化实验室可加速"设计-构建-测试-学习"闭环，产生高质量数据 [45] - 学术界关注将物理规律等先验知识融入模型，提升学习与泛化能力 [46] 星河启智开放平台 - 平台集开放数据、共享模型、融合算力和智能体广场于一体 [53] - 典型案例包括早期中华文明多模态大模型和医疗领域的"观心大模型" [56][61] - 平台旨在降低科学家探索门槛，聚焦高价值科学问题 [54] 产学研用一体化发展 - 与中国南方电网、镁伽科技等企业签约，连接学术、产业和基础设施 [64] - 科技伦理审查智能体"一鉴"为生态健康发展提供保障 [66][67] - 以开放平台为基础，高价值问题为牵引，伦理框架为保障的发展路径 [68]