清华开年双响：AI如何重塑科学未来？

新年伊始，中国顶尖学府清华大学便以其前沿的科研突破，在全球顶级学术舞台上奏响强音。1月9日与14日，清华大学的研究团队分别在《科学》（Science）和《自然》（Nature）两大国际顶级学术期刊上发表重要论文，从“揭示隐忧”与“展现效能”两个截然不同的维度，深刻阐述了人工智能（AI）对现代科学研究的革命性影响（注：这篇报道发出后不久，清华就迎来开年第三篇NS主刊论文，详见公众号文章：《清华开年第三篇NS主刊，揭示人类大脑“刹车系统”的制造密码》。又及：刚过一天，清华再次在Cell发表研究研究论文，创造了中国高校纪录，详见报道《新年第4篇正刊，清华以历史最快速度实现CNS大满贯！》）。

《自然》刊文：警惕AI的“内卷”陷阱，科学探索需要新范式

由清华大学电子工程系徐丰力、李勇教授联合芝加哥大学团队完成的这项研究，为热火朝天的“AI for Science”浪潮注入了一剂冷静的思考。团队通过构建覆盖近50年、4130万篇论文的全景知识图谱，首次量化揭示了一个矛盾现象：

AI在极大提升科学家个人产出与影响力的同时，却可能导致整个科学界探索范围的收缩和创新活力的下降。

研究发现，使用AI工具的科学家，其文章发表量和引用量最高可达之前的3.02倍和4.84倍，职业发展也显著加速。然而，在宏观层面，AI相关研究的“知识广度”却下降了4.63%，不同学科领域间的交叉互动减少了22%。研究指出，这是由于AI的高效率像一股强大的“引力”，将全球研究者的注意力吸引到少数几个易被AI解决的“热门山峰”上，形成了“群体登山”般的趋同探索，而忽视了那些更具不确定性但可能孕育颠覆性发现的“未知山峰”。

为此，研究团队呼吁并致力于推动科学智能从“辅助工具”向“合作伙伴”的范式升级，构建能够自主提出假说、设计实验的“全流程科研智能体系统”，以人机深度融合的超级智能体，突破当前效率与多样性之间的深刻张力。

《科学》刊文：AI驱动药物筛选迈入“基因组时代”，速度提升百万倍

与《自然》论文的“警示”视角不同，发表在《科学》上的研究则展示了AI赋能科研的惊人正面潜力。由清华大学智能产业研究院（AIR）兰艳艳教授联合生命学院、化学系团队研发的AI平台 DrugCLIP，成功将药物早期发现中最耗时的虚拟筛选环节提速百万倍，首次实现了覆盖整个人类基因组规模的药物虚拟筛选。

传统方法使用计算机模拟“分子对接”来筛选可能有效的药物分子，面对海量靶点和化合物库，完成一次大规模筛选可能需要数百年。DrugCLIP的核心突破在于，将复杂的对接计算转化为蛋白与分子在向量空间中的高效语义比对，使得一台标准计算节点（128核CPU+8张GPU）即能实现每日万亿级的筛选吞吐量。

该平台已成功应用于去甲肾上腺素转运体（NET）和E3泛素连接酶TRIP12等靶点，从百万分子库中快速锁定活性化合物，并通过湿实验和高清冷冻电镜结构解析验证了其高效性与准确性。目前，团队基于此平台构建了全球最大规模的蛋白-配体筛选数据库，并已免费开放，半年内已服务全球1400多名用户，为攻克癌症、罕见病等疾病的创新药物研发提供了前所未有的强大工具。

启示：驾驭AI双刃剑，迈向人机协同新科学

新年之初接连亮相两大顶刊，清华大学的两项研究如同一枚硬币的两面，共同描绘了AI融入科学研究的完整图景：它既是突破人类能力边界、加速解决重大难题的“超级引擎”，也可能在无意中引导科学社群走向思维固化与探索窄化。

这“一正一反”的深刻洞察提醒我们，科学的未来不在于用AI完全替代人类，而在于构建更高级的人机协同范式。正如清华团队所倡导的，让AI从“高效的工具”进化成为具有主动探索能力的“合作伙伴”，或许是打破“内卷”悖论、引领科学迈向更广阔未知之海的关键。这两项重量级成果的发布，不仅彰显了中国在AI与科学交叉前沿的领先地位，也为全球科学共同体如何负责任且富有创造性地运用人工智能指明了深思的方向。