金秋十月，北京秋意正濃，一場激烈的比賽正在中國科學院自動化研究所（以下簡稱自動化所）上演：“十、九、八……”隨著倒計時的啟動，一道道人工智能（AI）領域題目在屏幕上滾動，計分榜上的數字實時更新。
近日，由中國科學院直屬機關黨委指導、中國科學院工會委員會主辦的全院第四屆職工技能大賽人工智能領域決賽在自動化所舉行，大賽以“搶占科技制高點錘煉技能助攻堅”為主題，依托“磐石·科學基礎大模型”（以下簡稱“磐石”大模型）開展比拼，引導參賽人員深入了解大模型和智能體等人工智能技術。來自中國科學院多個學科領域研究機構的上百名個人選手和46支團隊參加了本次大賽。
經過激烈角逐，中國科學院寧波材料技術與工程研究所參賽選手王雪獲得大模型基礎技術個人賽一等獎，該所團隊奪得學科知識圖譜生成挑戰賽的冠軍，來自中國科學院上海硅酸鹽研究所的團隊則奪得科研智能工具調用及開發賽冠軍。
中國科學院第四屆職工技能大賽人工智能領域決賽。主辦方供圖
“AI＋科學”新機遇
“AI極大提升了科研效率。”中國科學院寧波材料技術與工程研究所參賽選手張曉露告訴記者，傳統從材料到工程應用至少包含9個環節，成本較高，“目前利用AI檢驗材料配比，能降低20%到30%的材料損耗。”
針對深海資源開發中的難以系統描述“成分-組織-工藝-性能”映射關系的痛點問題，該團隊創新性地利用“AI＋材料”的方式，構建了涵蓋材料成分、工藝參數、微觀結構、性能指標等要素，包含73629個節點和143513條邊關系的金屬陶瓷復合材料知識圖譜，顯著提升了大模型在材料成分和工藝優化上的完整度和專業度。
“這一嘗試為加速新一代深海鉆探用金屬陶瓷復合材料的研發和應用提供了智能化的創新解決方案。”張曉露表示，而所構建的知識圖譜還能推廣到能源材料、極端環境裝備等高技術材料方向，創造“AI＋科學”的更多可能。
當AI與科學研究結合，不僅能提升效率，還碰撞出了更多“火花”。
在中國科學院上海硅酸鹽研究所的參賽選手李昊耕看來，“以‘磐石’大模型為智能化基座，集成知識圖譜與自主研發工具，我們構建了吸波材料智能化研究工具鏈，形成了高效的吸波材料定制化設計方法。”
傳統吸波材料設計主要依賴仿真和實驗，周期長、效率低，而借助“磐石”大模型，能夠通過語義交互自主調用計算工具推導理想參數，并在知識圖譜中快速篩選候選材料組合，最終實現最優材料的自動篩選和輸出。
“所有結果以可視化形式統一展示，還能對輸出結果生成解析評估與下一步優化建議。”李昊耕說，AI不僅顯著提高了材料研發效率，還讓材料設計更加智能化、自動化。
跨學科新趨勢
“我們團隊就是跨學科的合作。”王雪和張曉露相視一笑，王雪負責海洋材料的研發，張曉露則專注大模型研究。兩個此前沒有太多業務交流的團隊，在職工技能大賽的舞臺上，被緊密聯系到一起。
“我之前不太了解材料開發，因此在大模型設計和開發中，很多專業知識都需要請教他們，AI生成的答案是否正確也需要專家驗證。”張曉露告訴記者，而經過反復溝通，不僅加深了對彼此業務的理解，還整合了大規模實驗數據、科學文獻與結構化專家知識，基于“磐石”大模型引擎實現高效信息抽取、語義建模和動態知識庫管理。
對更多科研人員而言，AI也成了必須掌握的技能。大賽創新性地將“賽前系統培訓”納入整體安排，圍繞人工智能基礎理論及“磐石·科學基礎大模型”核心功能組織線上集中培訓，累計上千人次參與學習，
“每個科研人員的精力和經驗是有限的，而AI技術能幫助科研人員在大量潛在組合空間中快速篩選出最優解，大幅提升了科研效率。”李昊耕表示，因此，他們主動將AI技術與材料科學研究相結合。
“通過職工技能大賽的機會，我們借助‘磐石’平臺調度知識圖譜和計算工具，構建了智能化、自動化的數據管理與材料研究方法。”李昊耕說，后續他們將進一步拓展數據庫規模，提升模型泛化能力。
對個人賽一等獎獲得者王雪而言，不僅提升了運用人工智能技術賦能科研的基礎素養，未來也將進一步強化跨學科合作。
“我們將繼續緊密合作，探索AI技術在極端深海環境的高性能鉆探材料開發中的新可能。”王雪表示，例如未來通過引入跨模態數據和動態優化機制，還能進一步提升在材料逆向設計、服役壽命預測等任務中的支撐能力等。
構建科研新生態
“‘磐石’大模型在專業科學知識和數據方面的調度能力更強，在實操中的幻覺問題也有所緩解。”張曉露告訴記者，這些優勢顯著提升了科學研究的效率。
自2025年7月26日，“磐石”大模型正式發布以來，在前沿科學發現、創新技術研發、科學資源管理、科學任務調度等方面成效顯著，已在數學、化學材料、力學、生物、天文、高能物理等領域取得多項成果。自動化所副所長曾大軍向來到決賽現場的領導嘉賓介紹了“磐石”大模型的研發與應用情況。
在本次職工技能大賽期間，“磐石”大模型通過與多領域、多學科的科學研究任務展開合作，推動構建開放、協作的科學智能生態。
決賽中，不少選手紛紛分享了“磐石”大模型的使用感受。中國科學院上海硅酸鹽研究所的參賽選手戴國豪告訴記者，“之前用人工方式完成數據積累、材料研發的周期很長，但應用‘磐石’大模型后，只需要通過文字提出需求，計算工具與知識圖譜調用、理論最佳參數計算、最優材料組合推導、研發方案分析總結等環節都能借助工具調度臺完成，極大提升了效率。”
隨著AI重塑科研底層邏輯、加速科學發現的步伐加快，“AI＋科學”正在構建科學研究新生態、新范式。
“我們希望能借助技能大賽的機會，進一步推進‘磐石’大模型的廣泛應用，助力實現多學科智能協同的科研新范式，著力打造AI＋科學的創新生態。”決賽現場，自動化所所長徐波表示。
本文鏈接：跨學科組隊、大模型助力 這場大賽探索“AI＋科學”新范式http://m.sq15.cn/show-11-28139-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
上一篇： 扭轉“非升即走”偏向，應落實學術性評價
下一篇： 物理天工總是鮮