7月1日下午，深势科技创始人兼首席科学家张林峰博士应邀做客李政道特别讲座，以“社区共筑：AI for Science 的开放发展进程”为题，为听众带来了一场精彩的前沿科普报告。报告吸引了线上线下约3400人次聆听，由李政道研究所副所长丁洪院士主持。

报告中，张林峰以人工智能（AI）发展历程为主线，结合自身过去十几年的求学与科研实践，分享了其深耕AI领域的经历。他系统回顾了深度学习框架与模型训练管道在科研领域中的广泛应用，特别是AI在解决非线性复杂物理方程、构建材料相图与优化分子设计等方面展现出的显著优势，助力科学研究实现了从微观机理到宏观现象的跨尺度贯通。他指出，当前科学研究正面临从“实验试错 / 计算机”到“预训练模型时代”范式转型的关键时期，亟需建立“文献阅读-理论计算-实验验证”三位一体的AI for Science科研体系。该体系基于多模态Transformer预训练与微调策略，集成分子构象生成模型、药物设计平台与科研云等核心模块，支持三维几何结构、高通量计算结果与文本语义的统一表征学习；与此同时，内嵌知识图谱与强化学习代理可以自动抽取科学假设、生成仿真任务并调度至云平台或自动化实验流水线，真正构建从模型生成、数值模拟到自动化实验验证的端到端“文—算—研”闭环科研流程，显著提升科研流程的可扩展性与创新效率。他预测，未来五年内，该领域将实现关键跃迁：完成覆盖全元素周期表的高质量数据积累，建立具备通用有效的物质属性学习能力的多尺度多模态模型，最终实现生成式材料设计与制造的规模化应用。

在交流环节，与会师生围绕“如何在科研实践中更有效地运用AI工具“，以及”AI能否真正拥有人类般的洞察力“等议题展开深入探讨。

本次讲座不仅展示了AI前沿技术的科学价值，为跨学科研究提供了方法论启示，更引发了听众对科技与人文关系的深刻思考。

张林峰博士简介

张林峰，深势科技创始人兼首席科学家、北京科学智能研究院院长。他本科毕业于北京大学，获普林斯顿大学应用数学博士学位，长期致力于人工智能与科学交叉领域研究，在机器学习、计算物理化学、材料与药物设计等方面取得重要成果，连续多年入选斯坦福大学“全球前2%顶尖科学家”榜单。作为核心开发者，张林峰领导创建了一系列微尺度模拟算法及相应开源软件，其开发的DeePMD于2020年获得高性能计算领域最高奖项ACM戈登·贝尔奖，并入选中国科学院和中国工程院两院院士评选的“2020年中国十大科技进展”。2025年初，张林峰团队发布全球首个跨尺度三维大模型Uni-3DAR，通过自回归建模统一了微观与宏观的三维世界。