关于报告的所有内容，公众『行业报告智库』阅读原文或点击菜单获取报告下载查看。
传统的科研范式正在被 AI 重塑。从经验归纳到理论建模，从计算模拟到数据密集型科学，每一次范式的转变都是科研方法论的重大飞跃。如今，AI 的融入让科研范式更加多元和动态。AI 不仅能从海量数据中挖掘出人类难以察觉的模式，还能自主提出科学假设、设计实验方案。
从 2015 到 2024 年，全球 AI 出版物呈现爆发式增长。中国在 2018 年超越欧盟，2022 年超越欧盟和美国总和，2024 年 AI 出版物总量已达 27.39 万篇，占全球总量的 28.7%。欧盟、美国等传统科研强国也在不断加码，印度更是展现出了明显的追赶态势。然而，在激烈的竞争中，国际合作并未停滞。AI 出版物的国际合作总量从 2015 年的 4.72 万篇跃升至 2024 年的 13.30 万篇。中美合作虽在 2020 年达峰后有所下滑，但仍是全球规模最大的双边合作。这种竞合关系，正是全球科研生态健康发展的生动体现。
在数学领域，AI 推动了优化、统计等基础理论的发展。强化学习、循环神经网络等关键词成为研究焦点。数学为 AI 提供了坚实的理论基础，而 AI 也反过来助力数学解决一些传统方法难以攻克的难题。
物质科学方面，物理、化学、材料、能源等领域的 AI 应用百花齐放。在能源领域，AI 正在助力实现“双碳”战略目标。通过机器学习算法，研究人员可以快速筛选出潜在的药物候选分子，并优化临床试验过程，极大缩短药物研发周期并优化成本。
生命科学领域，AI 在合成生物学、医学、神经科学等方面展现出巨大潜力。以医学为例，AI 大语言模型能够处理复杂医学文本，辅助临床决策。多模态大语言模型则融合影像、基因与临床数据，构建跨模态诊疗框架，提升诊断效能。
地球与环境科学中，AI 应用于大气科学、环境科学、生态科学等。在气象预报领域，基于 AI 的数据驱动模型在中短期预报精度上已可比肩甚至超越传统数值天气预报模式。
工程科学领域，通信、遥感、微电子、空间信息等方向都在 AI 的赋能下快速发展。在通信领域，AI 成为第六代移动网络（6G）和第六代固定网络（F6G）的核心使能技术，推动网络具备自我优化能力。
人文社会科学也不甘落后，社会科学、人文科学、AI 伦理治理等都在积极探索 AI 的应用。在社会科学中，AI 技术催生了“数据和机理双驱动”新范式，提升了研究效率和广度深度。
