当AI落地逐步进入“深水区”，，其在科研等领域究竟能够施展什么样的作用？？？？6月3日，，北京工业大学苗扬团队在接受新京报贝壳财经记者采访时回覆了这一问题。。。。通过使用AI，，北工大苗扬团队把空间站空气监测装备做得更小、更精准、更高效，，能够为航天员恒久在轨生涯提供更轻量、更可靠的舱内空气清静包管，，降低空间站运行的经费压力，，“使用AI工具，，我们可以大幅缩减用度，，提高研发效率，，从而在航天总预算稳固的情形下，，把更多经费留给航天员，，这就是AI的意义。。。。”苗扬在接受记者采访时说。。。。

在苗扬看来，，互联网、AI等手艺的生长改变了做科研的要领，，提高了效率，，让新一代人的知识获取效率凌驾了上一代人。。。。同时，，目今科研职员使用AI的门槛也正在下降，，“目今，，我们面临很强的科研竞争，，科研职员需要新的工具，，借助这些工具，，我们也可以实现‘换道超车’，，最终实现科技自主自强，，构建现代化的工业系统。。。。”

北京工业大学副教授、扶摇实验室认真人苗扬回覆新京报贝壳财经记者提问。。。。罗亦丹/摄

AI赋能空间站空气监测装备 体积缩小40%效率提升3倍

AI赋能科研，，在苗扬团队做空间站空气监测装备优化这个项目上体现得淋漓尽致。。。。苗扬先容，，该项目通过AI算法优化，，在坚持装备性能的同时大幅缩小体积，，有用降低了航天运营本钱。。。。

据相识，，空间站恒久在轨运行，，舱内空气质量直接关系航天员的生命清静。。。。人体代谢、装备老化、食物和货物释气等都会带来微量有害气体，，因此空间站需要高精度空气监测装备。。。。色谱柱作为气相色谱仪的焦点部件，，决议了混淆气体能否被有用疏散。。。。

“我们要做的就是把色谱柱变小，，”苗扬向新京报贝壳财经记者体现，，“以前凯时AG装备都很是大，，就跟早年的电脑一样，，想把它变小同时坚持性能不降，，这是个重大挑战。。。。”变小的意义在于可以携带更多载荷——更多的人、更多的补给、更多的科研装备。。。。

但在古板研发模式下，，这个历程异常艰难，，从最最先摸着外国的石头过河，，到厥后的自力重生，，苗扬告诉记者，，最终必需举行试错，，而试错则需要本钱，，“在航天中心总预算稳固的条件下，，研发多花一分，，航天员身上的投入就少一分。。。。”

而AI工具的介入彻底改变了这个时势。。。。详细来看，，苗扬团队通过AI工具，，将色谱柱构型优化笼统为数学优化使命，，针对形状、排列、密度等变量举行演化搜索。。。。整个流程相当于把已往“人工凭履历试几个方案”，，酿成了“AI围绕目的一连演化大宗候选方案”。。。。最终，，新方案在坚持低压降的同时，，归一化误差降低8.17%，，体积缩小40%、疏散效率提升3倍。。。。新构型让气体分子的运动路径越发统一，，流场匀称性增强，，显著提升了疏散效率。。。。

新京报贝壳财经记者注重到，，科研职员使用AI的方式和通俗人用豆包、DeepSeek等大语言模子对话应用的方式大相径庭。。。。例如苗扬团队使用的AI工具是百度推出的主要面向企业和高校的AI智能体伐谋。。。。

苗扬团队的陈科宇同砚告诉新京报贝壳财经记者，，科研团队在使用伐谋时，，首先需要上传对应的项目文件夹，，主要包括两大焦点内容：一是优化算法模？？？，，需要人工手动标注代码，，搭配伐谋专属注释，，标注完成后针对性修改局部代码；；；；；；二是评估器模？？？，，由团队自主搭建评测指标，，可以选取响应速率、模子准确率等单项数据，，通过加权运算天生一套综合评分标准。。。。

在迭代次数可控的条件下，，该AI工具能够稳步推动项目研发落地。。。。这是由于，，当使用通例科研或者通俗AI修改算法时，，若是我们替换手艺蹊径后综合评分下降，，研发职员通常；；；；；嶂苯臃牌闷，，最终研发会聚焦看上去乐成率最高的简单偏向，，但这会导致研究极易被困在“局部最优”效果里，，容易错失优化空间。。。。而伐谋通过多条蹊径并行自动化迭代，，跳出了这个局限，，让我们可以寻找全局最优解。。。。

通过这一新范式，，AI改变了科研选优方式，，让小型化、高精度的空间站空气监测装备研发更靠近工程落地。。。。

科研门槛一连降低 AI工具重塑研究范式

AI对科研的改变，，远不止一个项目的乐成，，而是整个行业研究范式的深刻重塑。。。。

苗扬回忆，，他的父亲读研究生时没有电脑，，做科研的方式是去图书馆查阅文献，，“父亲和我说，，想搞定一个课题大提要半年到一年的时间，，需要阅读大宗的文献、积累大宗念书条记。。。。”而在他上学时，，可以通过盘算机阅读论文做条记，，3到4天就能看完并总结一篇论文。。。。而现在这个新的时代，，通过AI，，科研职员做研究的效率又大幅提升了，，获取知识也越发容易，，挑战变为了怎样把信息凝练成自己的知识。。。。

而近些年AI的快速更新换代，，也让研究职员学习AI的门槛进一步下降。。。。新京报贝壳财经记者发明，，苗扬团队许多使用AI的同砚并非盘算机专业身世。。。。

对此，，苗扬回忆说，，他最早接触人工智能时，，用的是Matlab（一种科学盘算软件），，跑一些基础算法，，“谁人时间疯狂地啃书，，求助师兄师姐，，但师兄师姐也不懂，，又联系研究生会的同砚，，向盘算机学院的一名师姐讨教，，谁人年月学习AI的门槛很是高。。。。但现在，，我们团队的同砚学习和使用AI的本钱大幅降低，，无论是时间上照旧精神上照旧难度上，，同砚们能很容易地上手去操作AI工具，，很快跑出他们想要的效果。。。。”

“从这点来说，，整个研究范式确实爆发了转变，，我们现在面临全球科研的竞争，，此时就需要一些新的工具，，借助这些工具，，我们实现的并非弯道超车，，而是‘换道超车’。。。。”苗扬告诉新京报贝壳财经记者。。。。

新京报贝壳财经首席记者 罗亦丹

编辑 岳彩周

校对 杨许丽