第1章 人工智能驱动的科学创新
第1节 什么是AI for Science
1.生活中的AI与科学家眼中的AI
2.AI for Science的参与角色
3.AI for Science的应用领域
第2节 AI for Science的底层逻辑：科学创新的新范式
1.传统科学创新的四种范式
2.科学创新的新范式：人工智能驱动
第3节 为什么要发展AI for Science
1.科研视角：助力搭建平台科研模式
2.产业视角：用摩尔定律打破反摩尔定律困境
3.政策视角：国家发展战略的需求
第2章 AI for Science的技术支撑
第1节 理论：双科研模式的生长
1.牛顿模式与开普勒模式
2.双模式的发展瓶颈：维度灾难
3.人工智能助力解决科研瓶颈
第2节 数据：在科技发展中加速积累
1.科技的进步推动科研数据加速积累
2.人工智能的发展推动科研数据加速积累
第3节 算法：理论模型的实践和落地
1.机器学习算法促进维度灾难问题的解决
2.大语言模型带来全新的科研机遇
第4节 算力：基础设施的持续进步
1.算力基础设施的发展历程
2.AI for Science算力基础设施的建设
第3章 AI与材料科学
第1节 “AI+材料科学”的发展背景
1.AI对材料研发模式的革新
2.“AI+材料科学”的推进器：材料基因工程
第2节 “AI+材料科学”的落地应用
1.传统材料：金属、有机等材料的开发和应用
2.新型材料：纳米、超导等材料的发现
第3节 “AI+材料科学”的相关技术
1.高通量材料计算模拟
2.高通量材料制备与表征
3.材料服役行为高效评价
4.专用材料数据库
第4节 “AI+材料科学”的产业图谱
1.AI能力支持端
2.模拟计算软件
3.材料厂商
4.相关专用数据库
第5节 “AI+材料科学”的政策启示
1.面向“卡脖子”材料开展重点技术攻关
2.将人工智能技术作为材料基因组工程建设的重要内容
第4章 AI与生命科学
第1节 “AI+生命科学”的发展背景
1.AI催生生命科学研发新模式
2.“AI+生命科学”的发展脉络
第2节 “AI+生命科学”的落地应用
1.药物研发领域的AI应用
2.基因测序和编辑领域的AI应用
3.合成生物学的AI应用
第3节 “AI+生命科学”的相关技术
1.药物研发领域的相关技术
2.基因测序和编辑领域的相关技术
3.合成生物学的相关技术
第4节 “AI+生命科学”的产业图谱
1.AI与制药
2.AI与基因测序和编辑
3.AI与合成生物学
第5节 “AI+生命科学”的政策启示
1.促进以生命科学为中心的跨界合作与人才流动
2.加快建设生物学数据库
3.强化生物安全与生物伦理监管
第5章 AI与电子科学
第1节 “AI+电子科学”的发展背景
1.从摩尔时代到后摩尔时代
2.深度摩尔定律与超摩尔定律
第2节 “AI+电子科学”的落地应用
1.AI赋能芯片设计
2.AI赋能芯片制造
3.AI赋能芯片检测
4.AI赋能芯片材料研发
第3节 “AI+电子科学”的相关技术
1.芯片设计中的AI技术
2.芯片制造中的AI技术
3.芯片封测中的AI技术
4.芯片材料研发中的AI技术
第4节 “AI+电子科学”的产业图谱
1.材料与设备端
2.芯片设计端
3.芯片制造端
第5节 “AI+电子科学”的政策启示
1.加快半导体产业的国产产品替代
2.政策引导进行产业链跨领域协作
3.加快AI芯片制造落地
第6章 AI与能源科学
第1节 “AI+能源科学”的发展背景
1.人类利用能源的历程
2.AI对能源科学的重要意义
第2节 “AI+能源科学”的落地应用
1.AI与化石能源科学研究
2.AI与可再生能源科学研究
3.AI与能源转型
第3节 “AI+能源科学”的相关技术
第4节 “AI+能源科学”的产业图谱
1.资源的勘查与提取
2.能源的加工/转化与储存
3.能源的终端输送与应用
第5节 “AI+能源科学”的政策启示
1.确保“AI+能源系统”的可持续性、安全性和可靠性
2.推动能源数据的开放和共享
3.提升AI系统在能源行业中的互操作性与标准化
第7章 AI与环境科学
第1节 “AI+环境科学”的发展背景
1.AI技术为环境科学引入新的价值和机遇
2.AI技术在环境科学领域的发展脉络
第2节 “AI+环境科学”的落地应用
1.智能环境监测
2.智能污染治理
3.智能碳减排
第3节 “AI+环境科学”的相关技术
1.环境地理与GIS技术
2.环境数据获取与遥感技术
第4节 “AI+环境科学”的产业地图
1.研发与咨询
2.应用与推广
第5节 “AI+环境科学”的政策启示
1.AI技术辅助制定重大环境污染问题应急响应方案
2.开放公共环境数据资源
第8章 AI for Science的危与机
第1节 AI for Science的机遇
1.复用AI生产力的红利
2.大模型的巨大潜力
3.跨学科交融
展开
