在人工智能学院如雨后春笋般在中国高校涌现的当下，超50所高校纷纷布局这一热门领域。然而，北京大学深圳研究生院却独树一帜，选择建立面向“科学智能”（AI for Science）的学院，将人工智能的重心聚焦于基础科学问题，这一决策犹如在AI浪潮中开辟了一条崭新的航道，引发了广泛关注。
顺应趋势，契合布局
选择“科学智能”方向，北大深圳研究生院有着深刻的考量。一方面，人工智能正深刻改变科学研究范式，以AlphaFold对生物学的影响为例，它能在短时间内预测全球几乎所有的蛋白质结构，展示了AI重塑科学研究模式的强大魅力。未来，基础研究科学家若不积极拥抱AI，很可能在科研竞争中落后。另一方面，这与北京大学整体的发展布局相契合。北大深圳研究生院建院二十多年来，形成了学科交叉氛围浓厚的学术环境，为探索AI for Science新模式提供了创新的试验田。北大本部在数、理、化等基础学科上实力雄厚，学院希望在深圳先探索经验，成功后推广到北大本部乃至全国。
破解人才与模式难题
当前，“AI + Science”发展面临人才短板和传统跨学科合作模式痛点的制约。在传统行业，即便意识到AI重要性，很多人也不知如何运用，既懂AI又懂基础科学的复合型人才极度短缺。传统的跨学科合作存在合作意愿低、知识产权归属难、学生学位论文评审困难等问题。而科学智能学院推行双导师制，两位来自不同学科的老师共同指导学生，解决了合作意愿和知识产权问题。学院设立专门的交叉学科学位评定分会，从制度上改变过去依赖个人自学或零散合作的模式，使交叉人才培养系统化、制度化。
课程与平台建设并重
在课程设置上，学院首批交叉方向集中在AI与物理、化学、生命科学和材料科学的融合，课程设计概括为“一体六向”。“一体”是所有学生都要修的公共基础课程平台，“六向”则是学生根据兴趣选择的专业选修课模块。在平台建设方面，学院不仅需要算力和数据，更注重构建“干湿闭环”的实验平台，将AI模型的“干实验”与真实的物理、化学、生物“湿实验”紧密结合，让学生在校期间就能掌握新的科研模式。同时，学院积极推动科学数据共享，解决“数据孤岛”问题，为“AI for Science”基础设施建设奠定基础。
产业合作与未来展望
学院地处粤港澳大湾区，与产业界合作紧密。学院与企业探讨多种合作形式，如共建实验平台、企业提供产业疑难作为学生实训课题等。对于AI自主发现科学定律这一终极目标，虽然当前AI主要作用是加速科学发现，但AI自主发现的苗头已经出现。学院相信，随着技术发展，AI具备提出科学假设和自主探索能力的一天不会太久。
北京大学深圳研究生院押注“科学智能”，是对AI与基础科学研究融合趋势的敏锐洞察和积极回应。通过破解人才与模式难题、加强课程与平台建设以及深化产业合作，学院有望在基础科学研究领域取得突破，为我国科技发展注入新的活力。
发表回复