AI for Science 目前最值得关注的方向有哪些？
AI for Science（AI4S）是 2026 年最热的交叉方向之一。从 GeneTech「AI4S」领域的文献趋势看，几个子方向增量明显：
- 机器学习原子间势（MLIP）：用 GNN / 等变网络逼近势能面，加速材料与分子模拟。
- 蛋白质结构预测与设计：从结构预测走向 de novo 蛋白与酶设计。
- 科学基础模型：在多学科数据上预训练，统一表征物理/化学/生物对象。
- 自驱动实验室（self-driving lab）：闭环实验优化，AI 自动提假设、跑实验、读结果。
- 物理启发神经网络（PINN）：把偏微分方程约束嵌入网络，求解科学计算问题。