为帮助同学们了解人工智能在科研中的应用，拓展跨学科学术视野，2026年10月30日晚18点，悟理书院首场讲座在中国科学院大学雁栖湖校区东区教二楼113教室举行。本次讲座作为“他山青年TED”、datawhale“AI+X碰个头”与“国科大悟理书院”的联名活动，邀请中国科学院大学材料学院硕士毕业生、他山协会副社长周远航，以《人工智能在科研应用中的演进与未来趋势——从AI4S到Agent4S再到AI Scientist》为题进行分享。活动同步开设腾讯会议及“他山学科交叉”微信视频号线上参与渠道，围绕人工智能参与科研的现状、能力边界与未来发展展开交流。
讲座第一部分，周远航从科学研究范式的演变出发，介绍人工智能如何嵌入科研流程。他以蛋白质结构预测、机器学习势函数和材料逆向设计等应用为例，说明AI4S如何提高计算与预测的效率，使一些原本计算成本较高的问题迎刃而解。
在此基础上，他进一步介绍了Agent4S，即面向科学研究的智能体。与完成特定任务的算法工具相比，科研智能体能够规划步骤、调用工具，并根据执行结果调整研究路径。他指出，从AI4S到Agent4S，关注点也从单个模型的精度与泛化能力，拓展到任务规划、工具协同和失败后对路径的调整。原有的科研算法则可以成为智能体工具箱的一部分，继续发挥作用。
讲座的第二部分围绕AI Scientist展开。周远航结合自动生成科研论文、自动化实验等案例，介绍了人工智能在文献综述、创新点生成、实验设计与执行、科学写作等环节中的探索。他强调，把研究步骤串联起来，只是实现科研自动化的基础；系统能否根据实验结果修正甚至放弃原有方案，才是判断其是否形成科研闭环的依据。
随后，他区分了三种“闭环”：逻辑闭环关注想法能否接受证据检验，并据此更新方案；物理闭环关注人工智能能否连接真实实验，让研究设想接受现实世界的检验；时间闭环则关注系统能否积累研究中的改进，提升后续任务中的研究能力。
对于当前科研智能体的能力，他认为，其工程执行能力与科学判断能力之间仍存在差距。人工智能能够更高效地落实已有想法，但什么问题值得研究、什么证据足以支持结论，仍需要研究者认真、慎重地判断。论文通过评审，也不意味着其结论已经得到充分验证。
面向未来，周远航从结果验证、多智能体协作、真实实验以及科研评价等方面展开讨论。他认为，随着人工智能生成能力不断增强，研究结论能否追溯、能否被独立验证，将更加重要；研究者与人工智能之间的分工，也将随着技术发展不断调整。
讲座现场，同学们认真聆听，并展开交流。学长的分享将技术进展与科研实践联系起来，也为刚进入研究生阶段的同学们提供了思考自身科研学习方式的机会。
本次讲座为本学年悟理书院系列活动拉开序幕，也通过联名交流的形式，让同学们接触到不同学科的研究视角。
