Lors du forum de Zhongguancun 2025 – une plate-forme mondiale attirant plus de 100 pays et 1 000 conférenciers pour discuter des technologies frontalières comme les modèles d’IA, l’intelligence incarnée et l’informatique quantique – les experts sont aux prises avec un paradoxe: tandis que l’IA a remodelé les outils scientifiques, le processus de découverte lui-même est tenace en humain.
E Weinan, membre de l’Académie chinoise des sciences et professeur à double nommé à l’Université de Pékin et à l’Université de Princeton, a relevé le défi lors de son discours.
« Nous n’avons toujours pas un modèle de grande langue approprié pour la science », a-t-il déclaré lors de la session emballée. « Nous entrons dans une époque où nous devons tirer pleinement parti des ressources holistiques, y compris l’intégration des données, la puissance de calcul et les talents », a ajouté E.
Notamment, le terme «IA pour la science» n’a pas un équivalent chinois, reflétant son statut émergent malgré le plan stratégique précoce de la Chine dans ce domaine dès 2017, selon le rapport de E.
Ce n’est pas un nouveau terme, et les LLM émergents incitent les experts à plaider pour une révolution transformatrice de la science, mais il n’est pas venu à son « moment profonde ».
Selon Zhou Bowen, directeur du Shanghai Artificial Intelligence Laboratory, les LLM existantes ont transformé des outils de recherche, des sujets d’étude et la recherche, mais la véritable révolution scientifique nécessite une amélioration de bout en bout.
Cependant, les académiciens travaillent en étroite collaboration avec les ingénieurs et les collèges. Lors de la session, Zhang Linfeng, fondateur et scientifique en chef de la technologie DP, a introduit une plate-forme première de son genre pour des expériences interdisciplinaires automatisées.
Basée à Pékin, la technologie DP pionnie la révolution de l’IA pour la révolution scientifique, développant des plates-formes de pointe comme Bohrium Scientific Computing Space et la plate-forme Science Navigator AI pour combler la recherche fondamentale avec des applications industrielles, accélérant les percées dans la découverte de médicaments, les sciences des matériaux et les technologies énergétiques.
« Cette vague d’IA pour la science révolutionnera les capacités de R&D grâce à une augmentation systémique. Une telle amélioration systématique brisera les goulots d’étranglement de l’efficacité à travers les domaines pharmaceutique, matériaux, chimiques et procédés, permettant Zhang, a déclaré Zhang dans une interview.
Un autre rapport publié lors de l’événement est la dernière édition (2025 mars) de la carte chinoise de l’IA pour l’innovation scientifique par le China Institute of Science and Technology Information (CISTI) Le rapport met en évidence les vastes ressources de données scientifiques de la Chine et les efforts soutenus dans le développement des infrastructures de données, avec 20 centres de données scientifiques nationaux désormais opérationnels à l’échelle nationale. Cependant, il note des lacunes persistantes dans la préparation à l’IA en raison des coûts élevés d’acquisition de données, des formats incohérents dans les champs d’ingénierie et des contraintes de sensibilité dans certains scénarios.
L’étude révèle en outre que la Chine et les États-Unis mènent à l’échelle mondiale dans des publications co-écrites et des citations au sein de l’IA pour la science, en tant que principal collaborateur des autres à travers les disciplines. Il recommande de hiérarchiser la collaboration de la recherche dans les sciences de la vie, les sciences de la terre et la science des matériaux – les domaines présentant la plus grande activité collaborative mondiale.
