<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005">
<channel xmlns:cfi="http://www.microsoft.com/schemas/rss/core/2005/internal" cfi:lastdownloaderror="None">
<title cf:type="text"><![CDATA[中国科学院院刊-国家科学思想库核心媒体 -->国家科学技术思想库：人工智能赋能科学研究]]></title>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[“国家科学技术思想库”专栏序言]]></title>
<link><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260601&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[]]></description>
<pubDate>2026/7/9 9:52:41</pubDate>
<category><![CDATA[国家科学技术思想库：人工智能赋能科学研究]]></category>
<author><![CDATA[]]></author>
<guid><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260601&flag=1]]></guid><cfi:id>13</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[人工智能学科体系：内涵、架构与发展建议]]></title>
<link><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260602&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[人工智能学科研究人工智能的理论、方法、系统、应用、赋能、伦理与治理等，是一门典型的交叉学科。随着近年人工智能的快速发展，其学科内涵、体系架构等随之不断丰富与发展。文章在分析人工智能发展态势的基础上，从理论方法、智能形态、学科融合和应用赋能等4个视角阐释人工智能学科内涵，提出由基础支撑学科、基本知识体系、主要智能形态和应用赋能扩展构成的人工智能学科体系框架。在新形势下，应从夯实学科基础、深化交叉融合、强化应用赋能、加强人才体系培养等方面系统推进人工智能学科体系建设，促进其开放演化和高质量发展。]]></description>
<pubDate>2026/7/9 9:52:41</pubDate>
<category><![CDATA[国家科学技术思想库：人工智能赋能科学研究]]></category>
<author><![CDATA[中国科学院学部人工智能赋能科学研究咨询项目学科组]]></author>
<guid><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260602&flag=1]]></guid><cfi:id>12</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[人工智能赋能粒子物理与核物理学：从基础研究到重大应用]]></title>
<link><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260603&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[粒子物理与核物理学是探索物质基本结构和宇宙起源的核心基础学科。人工智能技术的迅猛发展与深度介入正为其应对海量多模态数据处理、极端实验条件实现、理论计算突破及大科学装置智能调控等系统性挑战提供全新路径。文章系统阐述了人工智能如何深度赋能粒子物理与核物理学，尤其在物质基本结构与质量起源研究、强相互作用物质性质研究、加速器和探测器的设计与自动控制、同步辐射光源和中子源等大科学装置应用端研究、空间与核辐射环境中的辐射效应及防护技术研究，以及核电智能研发设计、运行维护与安全监管等重大应用场景中的赋能实现路径与发展趋势，以期为推动学科迈向数据驱动、智能协同、自主发现的新范式，为国家科技自立自强与前沿突破提供战略支撑。]]></description>
<pubDate>2026/7/9 9:52:41</pubDate>
<category><![CDATA[国家科学技术思想库：人工智能赋能科学研究]]></category>
<author><![CDATA[王贻芳<sup>1*</sup>，何源<sup>2</sup>，黄耀<sup>3</sup>，何万兵<sup>4</sup>，焦毅<sup>1</sup>，李聪乔<sup>5</sup>，李科<sup>1</sup>，刘北江<sup>1</sup>，马英起<sup>6</sup>，马余刚<sup>7*</sup>，庞龙刚<sup>8</sup>，齐法制<sup>1</sup>，谭思超<sup>9</sup>，王春鹏<sup>10</sup>，王盟<sup>9</sup>，徐小恒<sup>6</sup>，徐星<sup>2</sup>，赵振堂<sup>10</sup>，张英逊<sup>11</sup>，张正德<sup>1</sup>，赵红卫<sup>2</sup>，赵丽娜<sup>1</sup>]]></author>
<guid><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260603&flag=1]]></guid><cfi:id>11</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[以AI4S创新平权夯实化学物质创造能力]]></title>
<link><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260604&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[人工智能赋能科学研究（AI for Science，以下简称“AI4S”）正在推动科研范式发生深刻变革。化学作为创造新物质，支撑能源、健康、“双碳”、高端制造和生态治理等领域相关国家重大战略需求的中心学科，是AI4S的重要应用场景。当前，青年科研人员的化学学科创新仍面临知识孤岛、能力孤岛和资源孤岛：专业知识的积累需要长年累月地完成、前沿知识高度分化、实验能力难以复用、高端资源难以协同，制约了全社会创新潜能的释放和国家化学物质创造能力的提升。文章从创新平权视角出发，分析化学学科领域知识壁垒、能力壁垒和资源壁垒的形成机理，提出以知识平权打破知识孤岛、以创新平权打破能力孤岛、以创业平权打破资源孤岛的实践路径，并指出其底层依托是数据、模型、智能科研机器、科研智能体、规模化设施、生态标准核心链条。文章提出布局国家级智能物质创制基础设施网络、构建开放共享智能科研生态联盟、完善智能化学研究标准体系、加强全链条智能化学人才培养体系等建议，以期为提升我国化学物质创造能力、培育新质生产力和支撑科技强国建设提供参考。]]></description>
<pubDate>2026/7/9 9:52:41</pubDate>
<category><![CDATA[国家科学技术思想库：人工智能赋能科学研究]]></category>
<author><![CDATA[靳梦楚<sup>1</sup>，汪万东<sup>1</sup>，张军<sup>2</sup>，罗毅<sup>3</sup>，谢在库<sup>4,5*</sup>，杨金龙<sup>1*</sup>，江俊<sup>1,2</sup>]]></author>
<guid><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260604&flag=1]]></guid><cfi:id>10</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[人工智能赋能材料创新的层次与体系布局]]></title>
<link><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260605&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[材料创新长期面临设计空间大、工艺路径复杂、验证周期长和工程转化难等问题。传统材料创制和使役性能优化依赖经验积累、理论推演与实验试错的研发模式已难以适应关键材料快速突破需求。近年来，人工智能技术加快进入材料设计、制备、表征、评估、使役性能优化和应用反馈等环节，推动材料创新由经验驱动向数据驱动、由离散试错向闭环优化转变。文章在梳理材料科学研究范式演进和技术创新范式演进的基础上，提出人工智能赋能材料创新的“能力奠基—应用拓展—产业深化”3层实现框架。通过分析国内外发展布局态势、重点问题及体系布局方向，认为人工智能赋能材料创新正处于由概念验证向系统化应用过渡阶段，材料性质预测、候选筛选和文献知识抽取等前端环节发展较快，而复杂材料合成、实验验证、服役预测和中试放大等环节仍是制约人工智能赋能材料创新走向系统应用的关键短板。因此，建议未来应以关键材料任务为牵引，推动单点技术突破至创新链条贯通，形成覆盖设计、制备、验证、放大、服役和应用反馈的系统能力。]]></description>
<pubDate>2026/7/9 9:52:41</pubDate>
<category><![CDATA[国家科学技术思想库：人工智能赋能科学研究]]></category>
<author><![CDATA[赵紫威<sup>1,2</sup>，周凤翔<sup>1,2*</sup>，周杨理理<sup>1,2</sup>，王灿<sup>1</sup>，张佩<sup>1</sup>，汪卫华<sup>1*</sup>]]></author>
<guid><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260605&flag=1]]></guid><cfi:id>9</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[人工智能赋能生命科学研究范式变革、应用场景及发展布局]]></title>
<link><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260606&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[生命科学是研究高维度、多尺度复杂生命过程的科学，并在国民健康、农业发展、生态文明及国家安全等领域中起到关键支撑作用。生命科学研究目前面临数据爆炸及“数据孤岛”的维度挑战。人工智能的飞速发展为克服生命科学面临的多维度挑战提供了全新解决方案。人工智能将推动生命科学研究从当前的经验归纳向智能涌现的认识跃迁，并促成以“高通量数据获取—模型构建—模型预测—实验验证”的持续迭代为核心的闭环式科研模式。生命科学研究正从单点描述性探索，迈向系统性、可预测、可设计的智能化新阶段。人工智能将在数字细胞构建、健康状态量化干预、精准诊疗、病原微生物预测、智能育种、脑机接口、数字免疫及数字生态等应用场景起到重大推动作用。我国亟待前瞻布局国家级人工智能友好的数据基座、基础大模型及干湿闭环智能体平台，强化跨学科协同组织保障，构建伦理安全治理体系，从而确保我国在生命科学新一轮竞争中占据有利地位。]]></description>
<pubDate>2026/7/9 9:52:41</pubDate>
<category><![CDATA[国家科学技术思想库：人工智能赋能科学研究]]></category>
<author><![CDATA[朱新广<sup>1</sup>，鲍一明<sup>2</sup>，金哲侬<sup>3</sup>，李鑫<sup>4</sup>，汪思佳<sup>5</sup>，王跃明<sup>6</sup>，杨运桂<sup>7</sup>，许操<sup>8</sup>，熊燕<sup>5</sup>，韩斌<sup>1*</sup>]]></author>
<guid><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260606&flag=1]]></guid><cfi:id>8</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[人工智能赋能生物医药研发范式变革与应用场景研究]]></title>
<link><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260607&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[生物医药产业是关乎国家科技创新发展与民生保障的重要领域。随着人工智能（AI）技术的快速发展及其与生命科学的深度融合，生物医药研发正经历由传统经验驱动的试错模式向数据驱动与预测验证相结合的范式转型。文章系统梳理了数据驱动、机制驱动与智能驱动融合下的生物医药研发范式重塑路径，重点分析了AI在药物发现与设计、成药性评价、递送系统设计和优化、非临床与临床研究及智能制造等关键环节中的应用进展。在此基础上，进一步探讨了未来发展趋势，指出多模态智能与机制可解释性的融合，以及以数据为核心的协同创新生态构建，将成为推动“AI+生物医药”产业高质量发展的关键方向。]]></description>
<pubDate>2026/7/9 9:52:41</pubDate>
<category><![CDATA[国家科学技术思想库：人工智能赋能科学研究]]></category>
<author><![CDATA[刘丽丽<sup>1</sup>，郑明月<sup>1</sup>，袁野<sup>2</sup>，李叙潼<sup>1</sup>，樊荣<sup>2</sup>，魏炜<sup>2</sup>，赵金鑫<sup>1</sup>，齐国斌<sup>2</sup>，岳华<sup>2</sup>，宫丽崑<sup>1</sup>，张松平<sup>2</sup>，李家琛<sup>2</sup>，孙宇宸<sup>1</sup>，陈笑艳<sup>1</sup>，陈瑶<sup>2</sup>，刘昕<sup>2</sup>，张潇<sup>2</sup>，高月红<sup>1</sup>，李剑峰<sup>1</sup>，陈凯先<sup>1</sup>，马光辉<sup>2*</sup>，岳建民<sup>1*</sup>]]></author>
<guid><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260607&flag=1]]></guid><cfi:id>7</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[人工智能赋能网络空间安全：机遇、挑战与路径]]></title>
<link><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260608&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[网络空间安全研究本身、安全建制及治理政策都处于剧烈演变之中。当前，日趋隐蔽、快速迭代的智能化攻击与国家对高水平安全的紧迫期望，正在推动政府、科研机构及企业的职能与互动关系发生深刻变化。为此，文章在分析人工智能（AI）时代网络安全挑战与机遇的基础上，探讨关键信息基础设施保护、国家数据安全及网络空间主权维护等重要应用场景，剖析人工智能对安全领域的赋能逻辑，并提出治理体系对策，以期为加快建设网络强国、筑牢数字安全屏障提供管窥之见。]]></description>
<pubDate>2026/7/9 9:52:41</pubDate>
<category><![CDATA[国家科学技术思想库：人工智能赋能科学研究]]></category>
<author><![CDATA[陈恺<sup>1</sup>，李锭<sup>2</sup>，孟国柱<sup>1</sup>，纪守领<sup>3</sup>，李长江<sup>3</sup>，杨伊<sup>1</sup>，冯登国<sup>4*</sup>]]></author>
<guid><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260608&flag=1]]></guid><cfi:id>6</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[人工智能赋能天文学战略机遇、政策挑战与发展路径]]></title>
<link><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260609&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[人工智能与天文学的深度融合正引发全球基础科学研究范式变革，成为关乎国家科技竞争、战略安全与产业升级的重大命题。文章立足我国郭守敬望远镜 （LAMOST）、500米口径球面射电望远镜 （“中国天眼”，FAST）、高海拔宇宙线观测站 （拉索，LHAASO） 等地面大科学设施，以及中国巡天空间望远镜（CSST）、“天关”（EP）、“慧眼”（Insight-HXMT）、“悟空”（DAMPE）等空间望远镜优势，采用系统分析与路径比较方法，系统研判“天文+人工智能”（“天文+AI”） 融合发展的政策需求、现实短板与可行路径。研究表明，全球已进入模型驱动的智能天文新阶段，美欧率先完成战略布局；我国虽取得阶段性突破，但仍面临多模态数据治理滞后、跨学科协同不足、智能化观测响应能力弱、AI模型可解释性欠缺四大核心短板。文章提出国家专项主导、产学研协同开放、国际合作嵌入3条政策路径，经综合评估确立最优方案为“国家专项筑基、产学研协同赋能、国际合作补位”的协同推进模式。最后从地面与空间设施、算法、人才、产业四维联动角度提出融合创新体系建设路径，为提升我国天文AI全球竞争力、支撑基础科学发展与国家科技战略安全提供政策参考。]]></description>
<pubDate>2026/7/9 9:52:41</pubDate>
<category><![CDATA[国家科学技术思想库：人工智能赋能科学研究]]></category>
<author><![CDATA[常进<sup>1*</sup>，宋轶晗<sup>2</sup>，杜冰<sup>2</sup>，邬科飞<sup>2</sup>，罗阿理<sup>2</sup>，刘继峰<sup>2</sup>]]></author>
<guid><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260609&flag=1]]></guid><cfi:id>5</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[人工智能赋能空间科学——以空间天气为例]]></title>
<link><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260610&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[空间科学研究正面临海量观测数据爆发式增长、物理过程跨尺度强耦合，以及国家战略需求日益迫切的三重挑战。传统研究范式在分析时效、预测精度与自主化水平上的短板，难以有效保障在轨卫星安全、重大航天任务顺利实施等重大需求。文章构建空间科学智能化“感知—认知—决策”3层架构，以空间天气这一强应用属性的领域为典型案例，系统剖析人工智能在物理约束建模、可解释因果推断、自主智能体应用及星地协同观测等关键方向带来的四维范式变革实践，深入探讨智能化转型中面临的深层次科学与技术挑战，并提出面向空间科学全域发展的战略举措，旨在为我国在全球空间科学智能化竞争中抢占先机、实现“领跑”提供可落地的技术路径与政策框架。]]></description>
<pubDate>2026/7/9 9:52:41</pubDate>
<category><![CDATA[国家科学技术思想库：人工智能赋能科学研究]]></category>
<author><![CDATA[王赤<sup>1,2*</sup>，李晖<sup>1,3</sup>，罗冰显<sup>1,3</sup>，沈芳<sup>1,2</sup>，王晶晶<sup>1</sup>，张灵倩<sup>1</sup>，杨易<sup>1</sup>，赵栋<sup>1</sup>]]></author>
<guid><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260610&flag=1]]></guid><cfi:id>4</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[人工智能赋能遥感：挑战、范式与发展布局]]></title>
<link><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260611&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[遥感科学与技术作为对地观测与全球变化研究的关键学科，正面临海量多源数据处理、复杂信息精准提取及高时效应用服务的系统性挑战。人工智能技术的快速发展，为破解遥感数据丰富但有效信息挖掘不足的深层困境提供了新的契机。文章坚持问题导向，首先从数据理解、技术方法、科学机理与应用生态4个层面，系统剖析当前遥感学科发展面临的核心挑战；进而梳理人工智能赋能遥感的技术演进脉络，重点阐述自监督与弱监督学习、多模态/跨模态融合、物理引导深度学习、遥感大模型与世界模型四大前沿范式，并以智慧农业、灾害应急、生态安全为典型场景，深入分析其创新价值与实现路径；最后，从基础研究与核心技术攻关2个维度提出系统性发展布局，涵盖多模态全息感知理论、“透视地球”多圈层智能认知、生物启发式遥感智能模型三大基础科学方向，以及遥感标准样本库建设、多源协同观测、全链路自主智能以及星载在轨计算四大核心技术方向。在此基础上，文章研判全球“人工智能＋遥感”的竞争格局与我国所处位置，提出在坚持自主可控的同时应加强开源生态参与和遥感能力的基础设施化。通过构建“智能感知—认知理解—决策支持”的技术链条，推动遥感学科从传统观测分析向智能化、体系化方向演进，为提升我国对地观测科技创新能力与服务国家战略需求提供重要支撑。]]></description>
<pubDate>2026/7/9 9:52:41</pubDate>
<category><![CDATA[国家科学技术思想库：人工智能赋能科学研究]]></category>
<author><![CDATA[申佳源<sup>1,2</sup>，成培瑞<sup>1,2</sup>，王智睿<sup>1,2*</sup>，梁伟<sup>1,3</sup>，孙显<sup>1,2,3</sup>，吴一戎<sup>1,3*</sup>]]></author>
<guid><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260611&flag=1]]></guid><cfi:id>3</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[人工智能赋能深地科学的关键挑战、重大场景与发展路径]]></title>
<link><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260612&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[深地科学是揭示地球内部结构与多圈层耦合演化规律、保障国家能源与关键矿产资源安全，以及提升重大灾害防控能力的战略前沿领域。然而，受限于极端环境下原位观测能力不足、多源异构数据难以高效融合、复杂多物理场耦合过程建模能力薄弱等瓶颈，传统研究范式已难以支撑深地科学向更深层次发展。人工智能技术的快速发展为突破上述瓶颈提供了新的路径：以数据驱动与机理认知融合为核心的新型研究范式，正推动深地科学从“经验解释”向“智能认知”转变，从“单点分析”向“系统推演”演进，并加速构建“感知—建模—推演—决策—控制”的全链条体系。在此背景下，文章系统梳理人工智能赋能深地科学的研究范式变革与关键技术体系，分析国内外发展态势，重点探讨其在深地资源探测与开发、深地工程建造与运维、深地灾害感知与预警，以及地月空间探测与认知等典型场景中的应用潜力。面向未来发展需求，从深地探测数据支撑设施、学科基础理论、关键技术与装备、应用场景平台和组织实施机制等方面提出发展布局建议，旨在为相关领域的科技决策和战略部署提供参考。]]></description>
<pubDate>2026/7/9 9:52:41</pubDate>
<category><![CDATA[国家科学技术思想库：人工智能赋能科学研究]]></category>
<author><![CDATA[底青云<sup>1,2*</sup>，赵亮<sup>1,2</sup>，郑忆康<sup>1,2</sup>，耿智<sup>1,2</sup>，喻志超<sup>1,2</sup>，单小彩<sup>1,2</sup>，李超<sup>1,2</sup>，徐志尧<sup>1,2</sup>，吕鹏飞<sup>1</sup>]]></author>
<guid><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260612&flag=1]]></guid><cfi:id>2</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[人工智能赋能科学研究：内涵、特征与体系]]></title>
<link><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260613&flag=1]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[人工智能正在深刻改变科学研究的基本内涵，重塑其知识生产方式和组织运行方式，推动形成人工智能赋能科学研究的新型科研范式，并加速全链条创新范式变革。文章从赋能应用、工具方法和认识知识3个维度，界定人工智能赋能科学研究的基本内涵，提炼其人机共生、自主演化、交叉融合、资源密集与开放生态5个核心特征，并构建涵盖基础设施、数据资源、模型工具、任务执行和应用场景等层次的支撑体系与架构。在此基础上，结合我国现实情况与战略需求，进一步提出夯实智能化科研基础设施底座、构建高质量科学数据供给体系、打造可信智能科研工具与开源协作生态、建立人机协同的智能科研执行体系、强化重大场景牵引与敏捷安全治理、推进适应智能化的科研组织模式变革等策略，为人工智能赋能科学研究实践提供理论与政策参考。]]></description>
<pubDate>2026/7/9 9:52:42</pubDate>
<category><![CDATA[国家科学技术思想库：人工智能赋能科学研究]]></category>
<author><![CDATA[陈凯华<sup>1,2</sup>，李赫扬<sup>1,2</sup>，刘泓欣<sup>1,2</sup>，赵彬彬<sup>2</sup>，杨硕<sup>1,2*</sup>]]></author>
<guid><![CDATA[http://www.bulletin.cas.cn/zgkxyyk/ch/reader/view_abstract.aspx?file_no=20260613&flag=1]]></guid><cfi:id>1</cfi:id><cfi:read>true</cfi:read></item>
</channel>
</rss>