【正言專題】中國關鍵詞：科學智能
最近科技界有個熱詞叫「AI for Science」，中文譯作「科學智能」。聽起來高深，拆解開來，其實就是將人工智能變成科學家的「超級大腦」。
過往，人類搞科研經歷了四個範式：從早期的「實驗觀察」、「理論推演」，到後來的「計算模擬」，再到近年靠電腦海量分析的「數據密集範式」。到了今天，AI 的介入正引領科研步入全新的「第五範式」——AI 不再只是幫手，而是直接參與科學發現本身。
想像一下，過往新藥研發、新材料合成，科學家要在實驗室試錯成千上萬次，動輒耗時數年甚至數十年。現在，科學智能透過學習龐大的分子結構，幾天、甚至幾小時內就能預測出結果。這背後，靠的是「超智融合」的算力。傳統科研需要極高精確度的數學模型，而AI則擅長從海量數據中尋找規律。將這兩者結合，就如同一隻眼盯緊物理機理，一隻眼洞察數據規律，高低精度算力協同，讓基礎科學的運算能力幾何級數升級。
從解構基因序列、提升重大疾病早期篩檢，到分析衛星大數據、建立複雜氣候模型以預測極端天氣，科學智能正在以前所未有的速度，推動各大科學領域的範式革新。
在新時代的征程中，這絕對不是一道「選擇題」，而是一道關乎國家命運的「必答題」。在2024年積極布局的基礎上，2025年中國在科學智能領域加速推進。事實上，中國式現代化要走得穩、走得遠，關鍵在於「高質量發展」，而高質量發展的引擎就是科技原始創新。科學智能的出現，恰恰為中國提供了「彎道超車」的絕佳機遇。
客觀分析中國的優勢，中國擁有全球最龐大的實體經濟與製造業場景。當人工智能加速與實體經濟融合，大數據的應用場景全面開放，科學智能就能在科研一線和產業轉型中大顯身手。然而，這條路並非坦途。科學智能的競爭，表面上是演算法的競爭，骨子裏卻是「大算力」和「自研體系」的硬實力較量。如果缺乏大算力支持，許多前沿科學問題連「求解」的機會都沒有。
因此，國家正加強頂層設計，統籌發展與安全。一方面全鏈條推進關鍵核心技術攻關，打造覆蓋晶片、系統、平台的自研計算體系，建立「數、算、模、用」的聯動生態，避免產業惡性內卷；另一方面，也在探索安全治理模式，確保技術健康有序發展。
這場席捲全球的科學革命，對正在全力打造國際創科中心的香港敲響了警鐘，同時也點亮了前行的指明燈。。
香港擁有世界級的大學和優秀的基礎科研人才，在生命科學、材料科學等領域底子深厚，近期更有科研團隊成功發射了AI大模型科學衛星。但香港最大的短板，正是缺乏本地大型算力基礎設施，以及缺乏將科研成果轉化為產業的龐大應用場景。香港不能再關起門來孤芳自賞。未來的出路，在於主動融入國家科學智能的發展大局。香港應發揮「一國兩制」下獨特的國際化優勢，一方面引進全球頂尖的AI人才與技術，另一方面積極對接內地的超級計算集群與豐富的應用場景。唯有借國家之「大算力」與「大市場」，方能激活香港的「腦力」，在科學智能的新時代，成就香港創科的黃金期。
