1、项目基本情况概述

项目落地在顶尖高校之一。该校是“双一流”大学，并属于多个大学联盟。学校还参与了多个教育培养计划和国家高水平大学建设项目，是政府奖学金留学生接收院校和学位授权自主审核单位。

作为一所综合性大学，校内许多学科的老师都已经在使用人工智能。虽然人工智能研究院的老师能够深入研究某些算法，但这些研究与实际应用结合得并不紧密。计划构建 Al for Science 平台，能够转变传统的科研模式，实现科学与人工智能更紧密结合，从而有效提高科研效率。

2、项目方案

以国产大模型为基石，搭载大模型、人工智能中台、数据中台、隐私计算平台、 AI 异构计算平台等核心能力为依托的“全家桶”解决方案，构建了 Al for Science 科学数据开源开放平台，在国内率先实现生成式人工智能与科研场景的结合。在算力层，通过端优化的异构算力底座能力，为科研人员提供训练、推理网络的算力优化配置，实现训练和推理加速，提高研究效率。结合数据中台与人工智能中台“全家桶”能力，实现对于科研数据、模型的开发和纳管等综合管理。同时，搭载隐私计算平台，实现科学数据可信共享，为多学科数据的联邦建模，联合计算提供便利。

3、效益分析

1）提高科研效率，解放生产力:在传统研究过程中，科研人员想得到结论和数据，在实验室中需要人工进行重复性验证，甚至要花费几年的时间，验证成千上万次。而现在，以在化学合成领域为例，在Al for Science 科学数据开源开放平台输入分子 SMILES 序列，基本 5 秒之内就可以检索出反应过程、反应条件和相关文献链接等信息。另外还有正向反应预测生成、知识问答、分子合成模型评测等模块，这些功能实实在在地帮助科研人员节省研究时间、提高实验效率;

2）创新科学研究范式:司法大模型等科学大模型应用落地，平台形成了基于生成式人工智能重构科研的方法论，开创了人工智能与科研场景相结合的创新示范。平台为科学研究的全面自动化搭建了坚实的基础。推动国内生成式人工智能技术与科学研究相结合、交叉演进的业态发展达到国际领先水平;

3）推动上海交大形成了 AI4S 首创性的成果产出:

a.建成了国内高校 AI4S 科研平台，在中国高校树立了一面旗帜,

b.发布白玉兰科学大模型 1.0。高效支撑了白玉兰科学大模型化学合成(BAI-Chem 2.0)大模型的开发;

c.升级白玉兰科学大模型 2.0，人工智能研究院及智慧法院研究院合作研发，共研白玉兰科学大模型--法律(BAI-Law-13B)大模型;

d.依托 Al4S 平台，在 Nature Computational Science 封面发表 Al+城市科学要成果。

因不适用准则规定或商业秘密等特殊原因，未按项目完整版章节展示，如需完整订阅或购买可行性研究报告/商业计划书等咨询服务，请直接联系网站或私信小编，以便获得全程优质完善服务