AI for Science的"读-算-做"闭环
“读-算-做"闭环是2026年中关村论坛年会上明确的AI for Science（AI4S）转化为新质生产力的核心路径，标志着AI从纯粹的软件辅助工具转变为能够主导物理化学规律发现的"数字科学家”。
三阶段闭环
- 读：文献与知识图谱的大模型解析。AI自动阅读和理解海量科学文献，提取关键知识和数据。
- 算：高通量计算与微观物理模拟。AI驱动的高性能计算进行材料筛选、分子动力学模拟等。
- 做：云端自动化实验室与机器人自动合成。AI控制自动化实验设备进行合成、测试和验证。
产业意义
- 加速材料发现：将传统依赖经验试错的研发周期从数年缩短至数小时。
- 连接研发与制造：AI4S成为连接研发端与制造端的新型数字驱动力。
- 案例：联合利华利用AI在几小时内筛选数万种潜在高分子材料配方并预测性能。
相关概念
- [[ai-for-plm]]
- [[工业智能]]
- [[新质生产力]]