AI为何难越基础科学边界，这场论坛剖析了其中原因
2026年11月11日，“科学之光·实业之基——AI时代的基础科学与产业未来”科学论坛暨未来科学大奖十周年特展在福州举行。来自数学、天文、化学、生命科学、材料领域的科学家围坐一桌，讨论同一命题：人工智能浪潮下，基础科学正在经历什么？
福耀科技大学理事会理事长、未来科学大奖永久捐赠人曹德旺 本文图片均为主办方提供
AI难以跨越基础科学的未知边界
论坛圆桌由上海交通大学李政道研究所讲席教授季向东主持。与会者普遍认可，AI已成为科研重要工具，但边界清晰：它能处理海量数据、承接重复实验，而提出假设、判断因果、定义问题，仍只能靠人。
刘阳既是一位国际知名的癌症免疫学家，也是一位创业者，从实验室到产业这条路，他不止走过一遍。
作为长期研究癌症免疫治疗的研究者，刘阳坦言，AI在已知靶点的分子筛选中作用显著——过去要从两百万个化合物中“大海捞针”，借助AI可将候选范围压缩到百个左右。但靶点的原始发现、动物与人体临床试验验证，AI却难以替代。
他在发言中表示，当前全球新药临床一期失败率约90%、三期约50%，制约AI的不仅是算法，还有数据壁垒：药企不愿共享临床数据，同靶点药物被视作竞争关系，样本无法互通，AI很难预判真实疗效。
中国科学院上海有机化学研究所研究员、南方科技大学讲席教授马大为是2018年未来科学大奖物质科学奖得主，长期深耕有机催化领域。他和团队尝试用AI寻找更优配体，数年实践后发现：微观化学中大量变量尚未被探索，AI预测与经验判断差距不大。
他强调，AI for Science不能只奔着发论文，首先要建立标准化、无偏差的实验数据集。不少论文为突出结论选择性隐瞒数据，AI学了碎片化信息，容易推导出错误规律。
厦门大学能源学院院长、中国科学院院士郑南峰深耕表界面化学研究，成果能直接对接产业应用。近年来银价居高不下，玻璃制造中“以铜代银”要解决铜易氧化、镍基材料易燃易爆等难题。
郑南峰表示，AI擅长多组分配方优化，在电解液、光刻胶研发中已见实效；但真正推动突破的，往往是实验里的异常结果——这类意外需要人主动捕捉，AI不会自己识别。
大湾区大学副校长、讲席教授夏志宏26岁攻克困扰学界近百年的庞勒维猜想。他说，AI可辅助写作、公式推导与审稿，降低数学研究门槛，但原创猜想与突破思路仍依赖人的直觉与长期思考。
他在发言中提醒，不少高校仍以论文为核心导向，难匹配产业真实需求，这是新型研究型大学要破的题。
西湖大学理学院天文学讲席教授毛淑德，在西湖大学主导系外行星搜寻相关研究。
他表示，通过微引力透镜搜寻“流浪行星”，单次巡天就能获取数亿颗恒星的数据，若依靠人工分析，往往需要数年时间，天文学不得不全面借助AI。但想要提炼宇宙底层规律，最终还是要依靠人类。
中国科学院生物物理研究所研究员、中国科学院院士张宏以细胞自噬研究为例谈到，自噬是清除受损蛋白与细胞器的细胞回收系统，与神经退行性疾病、肿瘤耐药密切相关。人工智能能够提升成像分辨率、辅助药物筛选，但生命科学领域充满未知，现有结论存在被修正甚至推翻的可能，实验数据本身也存在局限；同时，人工智能尚不能自主凝练科学问题、厘清因果关联。
论坛现场。
瓶颈不在算法而在制度与数据
近年来，我国基础科研有个明显的趋势是：它正从“人做实验、人记数据”，转向“AI生成假设—自动化设备实验—数据回流迭代”的闭环。
当前，我国多地已建自主智能实验室，机器人完成称量、合成、测试，结合贝叶斯优化持续迭代。
郑南峰牵头组建的厦大智能实验室计划2027年年初开放，主攻电池材料与电子化学品。
他表示，学生手操样本少、波动大，机器人可24小时运行、拉高通量；行业正推动数据标准与术语统一，打通实验室壁垒。
但硬件与算法只是表层，卡点常在制度与数据：新药数据权属和商业壁垒让AI缺样本；学科数据散在课题组，难成公开训练集。马大为说，先改科研产出模式，建立自动化、标准化采集体系，减少人为筛选偏差。
人才评价也要同步改。夏志宏比喻：枪炮淘汰弓箭，AI会替代重复技能，高校别再把推导计算当核心培养项，要护住好奇心、原创思维与价值判断。张宏担忧，青少年若过度依赖AI、失去探索欲，会削弱基础科研的源头活力。
这次未来科学论坛落在福州，也与福耀科技大学定位直接相关。
福耀科技大学理事会理事长、未来科学大奖永久捐赠人曹德旺在开幕致辞中表示，经常有人来问我，办企业和做研究是谁帮谁？我的体会是，不是实业帮科技，也不是科技帮实业，是两边互相成就。实业能够给科技的是真实的场景、长期的投入；科技能给实业的是方向、赋能，也是底气。
他说自己从业50年，一直做玻璃，从一个乡镇小厂起步，现已在全球13个国家设立生产基地和研发中心。
“一路走来，我深深地体会到一件事：基础科学和优势创新，是技术和产业长远发展的根基。”曹德旺说。
2014年，福耀集团在美国代顿建厂，他看到代顿大学与通用电气、艾默森等企业把实验室与产线打通，“那一刻明白，要一流就不能脱离实际”。
由此，他立志要办一所真正扎根中国大地、服务创业创新的大学。
事实亦如此，近年来福耀科技大学、西湖大学、大湾区大学等新型大学，正在打破“先发论文再转化”的老路：把产业真问题当课题，让师生进产线，再回实验室做底层研究。
夏志宏表示，团队算法获企业认可，对方愿深度合作却不愿走高校论文体系——传统机制与产业需求仍有隔阂；新型大学可灵活评价，不唯论文。
毛淑德说，城市光污染让星空变稀，但西部天文台仍在收信号。基础科研也这样：短期不见成果，却是最初的根。AI能筛分子、算数据、操控机器人，却提不出新猜想，判断不了一条路线值不值得坚持，也替人类选不了该投向哪个看不见的方向。