据悉，“科学智能前沿观察”涵盖AI for Science、Science for AI和科学智能基础设施三个维度。其中，AI for Science的前沿方向包括：垂直领域科学大模型、融入先验知识的AI模型、基于LLM模型的科学研究、从提出假设到自动验证的AI科学家以及复杂世界的多智能体建模。
“AI与基础科学的深度融合将开启AI与科学‘双螺旋引擎’共振驱动的科学研究新范式。”上海科学智能研究院院长、复旦大学浩清教授漆远对记者表示，“AI for Science和Science for AI，类似DNA和RNA的双螺旋结构。一方面，AI将成为科学研究探索的最前沿；另一方面，科学启发的AI也将成为实现AGI的重要支撑。”
在采访中，记者了解到，如何将AI运用于垂直的科学领域研究，加速科学发现，扩展科研边界，是AI for Science的核心主题。今年诺贝尔化学奖授予的AlphaFold2公元2000ad，即是AI算法用于解决科学领域重要问题的研究典范。AI for Science其他成功研究案例还包括AI可控核聚变、气象模型等。
但AI仍然面临数据稀缺、耗能过大、解释性较差等重大挑战。而人类科学家已经积累了各个学科领域的海量知识，如何将科学家的经验和知识，甚至直觉和启发式想法，转化为AI系统的能力，构成了Science for AI研究的重点。科学智能的新范式包括：AI驱动的灰盒模型、从单一尺度走向跨尺度、从单一模态到多模态。
“女娲-基因导航大模型”会首先开放基因调控关系图谱和预测接口，然后逐步完善功能。“女娲-生命流体大模型”则以全球最大器官流体力学数据库为基础，大幅提升流体模拟效率，助力脑动脉血液流动等疾病机制研究。“女娲-生命流体大模型”未来将开放模型功能，推动对如动脉硬化、血栓和肿瘤微环境变化等疾病的发病机制的研究公元2000ad，助力学术界和工业界进一步探索和优化生物医学领域的流体力学应用。