全球“最强大脑”正汇聚迪拜，AI时代的科学范式嬗变成为了这场世界顶尖科学家峰会的讨论热点。峰会特意设置“人工智能与科学”的主题分会，还设置了“AI与社会：文艺复兴，还是毁灭？”“AI是否真能够进行科学发现？”等多个深度议题，其中最引人关注的，是世界顶尖科学家协会主席、2006年诺贝尔化学奖得主罗杰·科恩伯格将主持发布的具有里程碑意义的“开放科学计划”，这将向全球科学界传递出一个清晰信号：AI智能体正从基础科学领域的人类研究辅助工具变为了“共同探索者”。

这一计划旨在构建以人工智能为驱动核心的新一代科研基础设施，通过深度整合数据、算法与科学研究全过程，探索一种更开放、高效、协同的基础科研新模式，为全球科学共同体打造一个兼具公共性与前瞻性的创新平台。

这不仅仅是研究效率的提升，更是科研方法论的根本性演进。南方科技大学助理教授杨林易在接受记者采访时，系统回顾了人机协作模式的演进历程：在深度学习兴起之前，科学家与AI处于“主仆式”协作阶段，人类是唯一的智慧来源和特征设计师，AI仅作为高效的“统计计算器”。2012年后，伴随深度学习技术的突破，协作模式转向“向导与猎手”。科学家负责数据收集与目标函数定义，AI成为了具有超强感知的“显微镜”，从处理高维、非结构化的科学数据过程中，发现人类直觉难以捕捉的复杂模式。

“当前，我们正迈入AI Co-scientist时代，大语言模型赋予了AI逻辑推理与规划能力。”杨林易以化学研究框架ChemCrow为例，“科学家只需输入‘制造阿司匹林’的指令，AI便能自主规划合成路径，并指挥机械臂混合试剂、控制温度，最终生成实体产物。”

“这意味着，AI不仅能拟合数据，还能主动在巨大的未知空间中，采样出那些最值得人类科学家去关注的‘高价值假设’。”杨林易认为，AI在拓展科学探索边界上展现出了极大的前景。

科学探索的主体，正在从“我们”悄然转变为“我们和AI”，但杨林易认为，建立严格的伦理与安全防线，是AI驱动科学探索的先决条件。“这是一个关乎人类科学未来的核心命题。”他说，“一个能设计出拯救生命的新药的生成模型，理论上也能设计出高致命性的生化毒素。AI加速了科学发现的进程，同时也降低了危险知识的获取门槛。”

“我们必须警惕过度依赖AI导致的‘认识论外包’。”杨林易说，需要通过从设计源头确立“安全优先”的原则，实施“人在闭环”的强制审核机制，以保证人类始终拥有科学真理的最终裁量权，确保AI探索空间严格限定于“对人类有益”的安全边界内。

在这一结构下，人类负责提出富有创造力的宏大目标与构想，AI则作为强大的助力，在此指引下进行深入的探索与优化。“未来的科学范式，必须是‘AI负责计算，人类负责价值’的深度耦合结构。”杨林易说，在人机共研的新时代，确立明晰的协作边界与价值导向，与追求技术突破同等重要。