在广东省陆丰梅陇镇，深（圳）汕（尾）高速公路扩改工程梅陇特大桥现场，“共工号”造桥正忙。共工，中国古代神话中的水神，因治水与火神争斗，怒而触山。在中铁科工集团人的眼里，“共工触山”的传说，象征着一种永不服输、敢于突破、一往无前的精神。秉持这种精神，他们研发出全球首台桩梁一体智能造桥机，并命名为“共工号”。不久前，“共工号”被评为2022年度央企十大重器之一。梅陇特大桥施工现场，一边，高速公路川流不息；一边，自然湿地鸟鸣嘤嘤。长92米、重580余吨的红色庞然大物“共工号”，正在狭小的场地精细作业。1996年，深汕高速公路建成通车，双向4车道，设计时速100公里。2019年10月，为加大珠三角向粤东辐射力度，广东省政府启动深汕高速公路扩改工程，4车道变8车道，全长约146公里，为广东省投资规模最大、里程最长的高速公路改扩建项目。梅陇特大桥是扩改工程的关键之一。这里施工环境极为苛刻：一侧是大面积鱼塘；另一侧是水渠。仅有的一点儿狭窄空地，就是新建梅陇特大桥用地，且桥墩还得占用一半水渠，水源还要做到零污染，可谓“螺蛳壳里做道场”。与此同时，建设方广东省交通集团明确要求，要依托技术创新，实现绿色扩建，设计突出装配式、新材料、机械化和信息化。构件工厂化预制，现场一体化“搭积木”。拿到梅陇特大桥设计文件后，施工方项目经理邓文豪急了：“这种造桥方式从未见过。”无疑，梅陇特大桥需要的是一台全新的“搭积木”装备，既不占地方，又兼具引孔打桩和架梁。遍寻无果后，施工方把目光投向行业翘楚中铁科工集团。得到梅陇特大桥施工方需求信息时，中铁科工集团机械研究设计院副总工程师胡旭东刚完成高铁桥墩首个装配化试验装备，30多岁的他已亲历桥梁工装几代技术升级。桥梁施工，共分引孔打桩、架桥墩、架梁3个作业程序。架梁，有成熟的架梁机；造桥墩，有最新装配化试验装备；独剩一个引孔打桩程序。将引孔打桩与桥墩装配、架梁整合，仅差一步。“加装一个前置悬臂，达到整体运行平衡。”反复思考后，胡旭东心里有了底。梅陇特大桥工期有限，装备必须加速研制。夜以继日设计研讨，仅一个半月，胡旭东团队便拿出了“共工号”初设图。然而技术评审时，初设图受到专家及施工方的质疑：“操作复杂，风险点多。”原来，每组桥模块在作业循环时，整台机械须保持受力稳定，站在桥墩上的前腿，要等后脚踩上后才能前移，而之前后脚的受力点绝不能空。为防止踏空打破受力均衡，初设图上设计了许多腿，需要不停转换支撑。质疑让胡旭东和团队成员进一步思考，机械设备如何既简单又不踏空？他们百思不得其解，研发一度陷入僵局。一天，电视里的岭南舞狮节目吸引了胡旭东。狮子四腿分踩前后两只绣球，做全身立起动作时，后两条腿会先跳至前面的绣球，先保持一个平衡。柳暗花明。这个画面启发了胡旭东。可否加两条活动的辅助腿，专门完成前踩功能？引孔打桩、拼装预制桥墩、盖梁、架设预制梁板……“共工号”一连串精准娴熟的操作，完美演绎着空中“搭积木”。信息控制平台上，随着施工员的操作，长约16米、重约41吨的预制梁板，被精准架在支座上，每组墩梁逐一拼装到位。“装配化施工中，成桩的精度决定着后续构件装配的成败。”胡旭东说，设计“共工号”桩梁一体时，打桩设备通过一个悬臂连接，为悬空打桩。悬臂长度由桥梁单跨决定，设备上下锤动完成引孔打桩。常规打桩，是将打桩机固定到桥基位置，由技术人员用测量仪进行校准，十分稳固准确。悬空打桩，则是破天荒第一次，对精度要求非常高。“一旦精度有偏差，根本无法进行装配式施工。”胡旭东说。上下左右晃动下，确保引孔打桩精准，成为设计又一大难题。技术人员想到了北斗卫星导航系统，开发出一套基于北斗差分定位系统、姿态传感技术的定位跟踪系统。“打桩机上加装的静位水准仪、垂直度检测仪等，使引孔打桩既精确又稳定。”胡旭东自豪地说。攻克一系列类似难题后，2022年4月26日，世界首台桩梁一体造桥机成功投入使用，引领桥梁建造技术进入3.0时代。“相比传统单跨桥梁施工，桩梁一体智能造桥机效率提高了至少3倍，也大大减少了搭设、拆除栈桥的建设成本。”深汕高速公路扩改工程项目总工程师邱志雄兴奋地说。中国公路学会桥梁与结构工程学会理事、同济大学博士生导师、桥梁施工及信息技术研究室主任石雪飞认为，“共工号”的研发应用，创造了工厂化预制、精益化管理、模块化拼装、智能化架设的新型路桥施工模式。“党的二十大报告指出，推动经济社会发展绿色化、低碳化是实现高质量发展的关键环节。”中铁科工集团副总工程师、机械研究设计院总工程师谢继伟表示，“我们要继续传承‘共工’精神，为绿色建造研发最适合的装备！
当前，人工智能驱动的科学研究（AI for Science）成为全球人工智能新的前沿，并已在多个学科领域取得实效，未来五年有望成为突破性发展的关键窗口期。记者27日从科技部获悉，为贯彻落实国家《新一代人工智能发展规划》，结合人工智能前沿发展趋势，近期，科技部、自然科学基金委联合启动了AI for Science专项部署工作。该工作将紧密结合数学、物理、化学、天文等基础学科关键问题，围绕药物研发、基因研究、生物育种研发、新材料研发等重点领域科研需求，推进面向重大科学问题的人工智能模型和算法创新，发展一批针对典型科研领域的AI for Science专用平台，布局AI for Science前沿科技研发体系。我国在人工智能技术、科研数据和算力资源等方面有良好基础，需要进一步加强系统布局和统筹指导，以促进人工智能与科学研究深度融合，推动资源开放汇聚，提升AI for Science创新能力。基于此，专项部署工作不仅布局AI for Science前沿科技研发体系，还特别指出要增强AI for Science计算基础条件支撑。据悉，科技部将加快推动国家新一代人工智能公共算力开放创新平台建设，支持高性能计算中心与智算中心异构融合发展，鼓励绿色能源和低碳化，推进软硬件计算技术升级，鼓励各类科研主体按照分类分级原则开放科学数据。围绕汇聚人才与创新机制，科技部将支持更多数学、物理等科学领域科学家和研究人员投身AI for Science研究，培养与汇聚跨学科研发队伍，并推动成立AI for Science创新联合体，搭建国际学术交流平台，共同推动解决癌症诊疗、应对气候危机等人类共同科学挑战。同时，要重视AI for Science发展过程中的科研伦理规范，促进其健康可持续发展。记者了解到，下一步，科技部将充分发挥新一代人工智能规划推进办公室的协调作用，整合项目、平台、人才等资源，形成推进AI for Science的政策合力。充分发挥人工智能渗透性、扩散性和颠覆性强的特性，逐步构建以人工智能支撑基础和前沿科学研究的新模式，加速我国科学研究范式变革和能力提升。
“AI for Science有可能推动我们在下一轮科技革命中走在前沿。”谈及近期科技部、自然科学基金委联合启动人工智能驱动的科学研究（AI for Science）专项部署工作，中科院院士、北京科学智能研究院院长、自然科学基金委“下一代人工智能”重大研究计划专家组组长鄂维南作出这样的预判。鄂维南告诉科技日报记者，新一轮科技革命中很重要的一点，就是科学研究从“小农作坊”模式向“平台科研”模式转变，AI for Science正是推动“平台科研”的主要动力。AI技术不仅极大提高了科研活动中共性工具的效率和精度，更重要的是，它可以助力建立一个由产业需求推动科研的有效体系。作为人工智能发展的一大趋势，国际学术界已对AI for Science形成共识——将带来科研范式的变革和新的产业业态。“科技部、自然科学基金委联合启动AI for Science专项部署工作，进一步加强对AI for Science创新工作的统筹指导、系统布局，充分发挥我国在人工智能领域的优势，加速科学研究范式变革和能力提升，推动人工智能走向高质量应用新阶段。”中科院自动化研究所所长徐波说。鄂维南坦言，长期以来，科研人员在实际研究中面临四大痛点：其一，辛苦研究出来的基本原理等重要成果，用来解决实际问题时比较困难；其二，目前的实验手段，以及收集、处理、分析数据的效率相对低下；其三，科研团队工作方式多为“作坊模式”，从头到尾都自己干下来，科研效率亟待提高；其四，在解决生物制药、材料等实际问题过程中，仍然依靠经验和试错方式。“人工智能为解决这些问题提供了有效手段，AI for Science是以‘机器学习为代表的人工智能技术’与‘科学研究’深度融合的产物。”在鄂维南看来，AI for Science为科学研究带来了新方法、新工具，在提升创新效能的同时，赋能产业应用的实际场景。北京科学智能研究院副院长、深势科技创始人兼首席科学家张林峰认为，人工智能驱动下的科学研究最大的特点是，它以一种前所未有的方式，将不同学科、不同背景的人们连接在一起。“Al for Science 是一个学科与知识体系大重构的过程，既需要计算机、数据科学、材料、化学、生物等学科的交叉融合，也需要数学、物理等基础学科进行更深入的理论构建和算法设计。”张林峰提醒，“当且仅当做好相关的融合，我们才有机会在新一轮科学革命中抢占先机。”那么，我国布局AI for Science前沿科技研发体系，将聚焦哪些领域发力？“紧密结合数学、物理、化学、天文等基础学科关键问题，布局AI for Science前沿科技研发体系，是增强基础科学研究竞争力的重要保证。”徐波解释说，新药创制、基因研究、生物育种、新材料研发等领域，则是人工智能与科学研究结合需求迫切、进展突出、具有代表性的重要方向。比如，基于生物学机制、疾病和用药相关数据、药物的各种药学性质等建立的人工智能模型，可预测新药的安全性和有效性；通过人工智能辅助，可减少研发中的人力、物力和时间投入，提高药物研发成功率。当人工智能赋能新材料研发后，可实现将电子尺度和分子尺度等多尺度材料计算模拟方法耦合，快速筛选符合目标性能的新材料成分和构型，压缩新材料与器件研发周期和成本……“科学研究中的人工智能方法，不能简单照搬我们熟知的AI领域，如计算机视觉和自然语言处理等领域现有模型和算法，而需要根据每个基础科学具体情况，研发针对性的智能算法、模型和软件工具。”徐波强调，只有将人工智能技术与自然科学和技术科学的领域知识深度结合，才能充分发掘人工智能加速重大科学问题研究和知识发现的变革性潜力。谈及我国在该领域的发展，鄂维南直言，我们率先意识到人工智能方法对基础科学研究可能产生的影响，全面布局AI for Science的科学研究和培养科研团队，将人工智能方法、高性能计算与物理模型相结合，并已走在了国际前沿。但如何高效利用这些优势积极引导布局，使我国在当下的科技革命中走在前列，并率先打造出新的科研体系、有效调动人才资源、合理利用资金和算力资源，是亟需解决的问题。值得注意的是，科技创新2030—“新一代人工智能”重大项目已将AI for Science作为人工智能的重要发展方向进行安排。徐波介绍，在2022年指南中，部署了“重大科学问题研究的AI范式”任务，面向地球科学、空间科学、化学和材料科学、生物医药科学等领域重大科学问题开展创新研究。同时，面向国际竞争激烈的蛋白质结构预测领域，支持国内优势团队开展科研攻关。记者了解到，科技部将以科技创新2030—“新一代人工智能”重大项目为牵引，加快人才、技术、数据、算力等要素汇聚，形成推进AI for Science的政策合力。在平台支撑方面，科技部正在加快推动公共算力开放创新平台建设，将为AI for Science发展打造智能算力基座；在机制创新方面，科技部将鼓励用户单位围绕业务深度挖掘技术需求和科学问题，深度参与模型研究与算法创新，积极开放数据、资源。着眼未来发展，鄂维南提醒，要把资源真正配置到一线科研人员手中。AI for Science时代，更需构建垂直整合的人才团队，以重点问题为牵引，真正让人工智能的研究人员与基础科学领域如材料、能源等的研究人员一起工作，进行高频的学术交流和思想碰撞。“AI for Science的潜力正在不断释放，但也面临‘点’上研究较多、追逐‘热点领域’研究较多，而系统布局较少的现实问题。”徐波说，为此，科技创新2030—“新一代人工智能”重大项目将在第二个五年实施阶段（2023—2027年）持续加强体系化布局和支持力度，拟研究人工智能驱动科学研究的新理论、新模型、新算法，研发跨尺度建模、高精度仿真、微分方程智能解算等共性研发工具和平台，发展一批针对典型科研领域的AI for Science专用平台，推进软硬件计算技术升级，打造智能化科研的开源开放创新生态。
特稿丨我国自主研发建造！南海浮起“超级碗”
特稿丨“中国人自己的勘探理论，行！
特稿丨“十万里挑出个宝贝来”
特稿丨为了信号“不掉线”，他们炼成了“冠军”
特稿丨此前仅有少数国家掌握这一核心技术，我国一举突破→
特稿丨极致靠谱！这一系统实现软硬件完全国产化
特稿丨钱学森支持，三代科学家接力，如今我国拥有大算力！
特稿丨历时近10年，他们在特种玻璃领域打破国外垄断！
世界最大直径，即将始发！将首次实现→我国自主设计建造！精准就位，刷新纪录；全球首个！我国成功完成商用验证；突破1503.3米！喜马拉雅山南麓再传捷报