科学研究正在加速进入人工智能驱动科学发现的“第五范式”。从文献调研、数据分析到实验设计、科学计算和科研写作，AI正在进入科研工作的全链路为科技工作者提供新的研究工具和方法。
推动人工智能与科学研究融合，也对科技工作者的知识结构和工具应用能力提出了新的要求。面对快速增长的科研文献，如何找到真正重要的论文？阅读了大量资料，怎样形成清晰、可持续推进的研究思路？想用AI辅助实验设计、科学计算和论文写作，却不知道从哪里开始？
围绕科研人员的实际需求，上海市科学技术协会与上海人工智能实验室联合推出“AI科研加速营”公益培训活动，帮助科技工作者在真实科研任务中学习AI工具、掌握应用方法。活动现面向广大科研工作者开放报名。
公益培训，注重实践
本次活动采用线上微课、工具实操、助教辅导和社群学习相结合的形式，围绕文献调研、论文精读、研究资料整理、实验设计、科学计算和科研写作等科研环节设置课程。活动期间，学员可免费使用相关AI科研工具和算力资源，跟随课程完成实践练习，逐步建立能上手、可复用的AI科研工作流。
课程内容
01 用AI快速看懂一个研究方向
掌握高质量科研提问方法
梳理研究方向的演进脉络与领域全景
明确关键问题和文献检索入口
02 AI论文工作流：检索、精读与核验
根据科研任务选择快速或深度搜索
掌握论文精读与关键信息提炼方法
核验论文来源、观点依据与引用一致性
03 建立可持续更新的研究上下文
理解研究上下文对科研推进的作用
掌握研究上下文的核心构成
将阶段成果沉淀为可复用的研究记录
04 AI辅助实验设计：科学数据与计算一体化实践
用AI快速设计与优化实验方案
检索和使用科学数据的方法步骤
借助科学计算完成分析与验证
05 AI辅助论文与课题申请书写作
基于研究资料形成写作思路与大纲
辅助完成初稿并优化内容结构
核验引用真实性与内容一致性
06 把科研方法沉淀为可复用的Agent Skill
了解Agent Skill 及其科研应用场景
将高频科研流程转化为个人科研 Skill
发现、复用并优化优质科研Skill
07 大模型时代的物质科学研究
物质科学是一切自然科学的基础
化学大模型、智能体和评测集介绍
人工智能赋能物质科学应用案例
08 通往可扩展、统一的蛋白基础模型之路
蛋白质基座模型：序列、结构、功能的统一建模
AMix-1：大模型方法论赋能蛋白质模型
AMix-2：迈向多模态蛋白质理解生成模型
09 地球科学中的科学智能：从工具的革命到革命的工具
风乌全球预报体系
Earth-01 端到端大气世界模型
EarthLink 自进化人机交互智能体系统
讲师阵容
招募对象
欢迎高校硕博研究生、科研工作者和科技行业从业者报名，无需AI技术背景。
学习形式
线上微课：单节课程15—30分钟，支持直播及回放，便于灵活安排学习时间。
实操练习：围绕真实科研任务设置练习，并提供相关AI科研工具和免费算力额度支持。
学习支持：通过助教辅导和学习社群，为学员提供课程提醒、问题交流和实践指导。
学员收获
一套可复用的AI科研工作流；
符合要求的学员可获得结业证书；
学员可获得免费算力使用额度；
优秀学员可获得周边礼品奖励；
优秀个人或课题有机会获得后续合作支持。
活动时间
开放报名：9月1日—9月13日
正式学习：9月14日—9月22日
培训结营：9月24日
活动采用线上学习形式，公益开放、免费参加。
报名方式
扫描下方二维码填写报名信息。报名成功后，请根据页面提示加入相应学习群。
期待在AI科研加速营中
与你见面！
供稿：市科协学会学术部（科技创新服务部）
