哈工大和字节跳动等合作，120页综述说透AI在科学研究中运用-徐州医科大学医学信息与工程学院

哈工大和字节跳动等合作，120页综述说透AI在科学研究中运用

来源：进击的潘达

访问：

2025-10-16 17:06

近几年，大家都知道AI在迅速发展，AI在科研领域的运用也是层出不穷。那对于科研狗而言，AI能在哪些方面支持科研工作呢？

近期，哈尔滨工业大学的车万翔教授联合字节跳动等机构，撰写了一篇篇幅达到120页的综述，将AI在科研的应用基本写透了。而且迄今为止，还没有看到比这个更详实的。相信每个科研工作者都可以在其中找到能帮助自己科研工作的AI工具。

合作团队背景

345EF

这个综述的篇幅这么巨大，绝不是一家机构就够搞定的。看文章的作者团队算得上群星璀璨，其中牵头人是哈尔滨工业大学的车万翔教授，看介绍是AI领域的大佬：

7AAF3

作者团队里还有来自中南大学、香港大学、UIUC、普林斯顿、香港中文和复旦等高校的合作者。除了高校，还有一位作者来自字节跳动Seed。字节跳动Seed是字节跳动的人工智能研究核心团队。

5A9E1

科研AI资源

这篇综述的文档，多达121页，看似有点吓人。文章前4页是摘要和目录，后面大约70页是引用文献，主体内容的篇幅其实只有大约45页，一下子就少了很多。

而且对于大部分科研工作者来说，可以直接借鉴的内容其实不多，主要集中在AI资源和各领域AI应用两个章节。

AI应用的相关资源，包括工具、标准和数据集等。对于大部分科研人员，最实用的内容是对成熟AI工具的汇总，涵盖科研的不同阶段，各个阶段的科研工作者都可以收藏起来参考。

从科研的科学问题理解阶段：

ECD7

到学术调研阶段：

1100B

到实施阶段：

2778B

里面很多工具，比如SnapGene、Aminer、Elicit和chatGPT等已经算是广为人知了，不过能这样全面而且权威的总结应该是头一个。

各领域AI应用

这篇综述用大约7页的篇幅，概述AI在不同科研领域的应用，还画了一张概述图表：

536BB

例如，在笔者所从事的生物科学领域，综述提到了这几方面：

1、蛋白研究，例如前阵子破圈的蛋白结构预测模型AlphaFold。

2、细胞模型与基因调控研究

3、药物开发

4、临床诊断

还是挺全面的，感兴趣的可以参考引用综述和引用文献来顺藤摸瓜。

AI工具的开发

这一部分是综述占比最多的一部分，主要是介绍AI工具开发的进展和未来展望等，更适合给开发工程师看，其他读者如果好奇也可以了解下AI工具的现在的能力极限。

84B11

这篇综述将科研工作分成五大步骤，大致可总结为：

1、理解科学问题

2、学术调研

3、科学探索

4、论文撰写

5、同行评议

综述的首先对这些环节进行定义，然后分别总结了这些环节中，AI开发团队的开发成果，文中还总结了一张图表：

49A88

总结

总而言之，这篇综述，对于希望用AI助力自己科研的人来说，起到了提纲挈领的作用，汇总了不少实用的工具和文献，值得收藏和细读。如果想进一步了解，推荐阅读原文。

原文链接：https://arxiv.org/abs/2507.01903