AlphaFold2和GPT工具的出现掀起了各界对新一轮科技革命的思考和热议，种种惊人的成果预示着智能科学的发展将为科学研究和科学认知带来颠覆性的变革，辅助乃至引领未来科学进步。2023年11月7日，第六届世界顶尖科学家论坛智能科学大会专题论坛科学引领科研范式变革——AI for Science打造科研第五范式，聚焦AI for Science，关注AI如何赋能基础研究，促进科学新发现，以及科学智能研究的发展趋势与创新潜力。诺贝尔化学奖得主Michael Levitt、Arieh Warshel，诺贝尔物理学奖得主George Smoot，菲尔兹奖章得主Laurent Lafforgue，沃尔夫化学奖得主Omar Yaghi，以及等众多国内外顶尖科研人员齐聚一堂，通过主题报告和圆桌讨论，共同探讨智能科学的发展路径与未来图景。
在主题演讲环节，浙江大学上海高等研究院计算+生物创新实验室马剑鹏教授从算法到应用，分享了结构生物学中的计算问题。马教授指出，AlphaFold2在蛋白质结构预测上的成功离不开实验结果的训练。冷冻电镜是获取蛋白质结构的主要实验手段之一，而生物大分子的柔性结构是干扰结构测定精度的主要因素。马教授介绍了团队近期在冷冻电镜数据处理智能算法领域的突破，基于深度学习，该算法可有效识别和处理生物大分子的柔性信息，提高冷冻电镜的解析能力，获取生物大分子三维结构的动态变化信息。
在圆桌论坛环节，北京大学鄂维南教授、澳门科技大学张康教授、宾夕法尼亚大学Cesar de la Fuente教授、英矽智能（Insilico Medicine）Alex Zhavoronkov博士和浙江大学上海高等研究院周如鸿教授共同探讨了AI for Science在各自科研领域中的应用，以及如何发展AI for Science来解决共性问题和全球挑战。周教授结合自身科研经历，指出机器学习方法已成功帮助科研人员在海量临床数据中找到基因和临床现象之间的关系。在肿瘤新生抗原设计领域，HLA-抗原-TCR三者的组合是一个天文数字，无法通过实验及高性能计算单独完成筛选，必然需要结合机器学习等方法。随着实验数据的积累和算法的优化，AI for Science将进一步赋能基础科研和产业研发，助力解决学科重大难点问题。
论坛期间，周如鸿教授和马剑鹏教授还接受了第一财经的专访，共同探讨AI如何改变科研方式、知识发现模式，以及ChatGPT对药物研发、科学研究、教育模式、人才培养的影响和推动。
