AI for ScienceAI4S是以人工智能深度介入科学发现全过程的新范式。它不只是把AI当科研辅助工具而是让AI成为科学发现与技术发明的智能化自主化主体从提出假设、设计实验到分析数据AI都在从帮忙变成主导。2022年ChatGPT问世2024年DeepMind的AlphaFold拿下诺贝尔奖这条路线已经被反复验证。2025年全球AI4S市场约45亿美元预计到2032年将增长到262亿美元年复合增长率接近29%。美国、中国、欧盟、英国、日本密集出台国家级AI4S战略把AI4S定位为关乎未来科技竞争优势和国家战略安全的核心变量。Nature的一项研究显示利用AI增强研究的科学家发表论文数量是未使用AI者的3.02倍被引频次是4.84倍。谁率先构建AI驱动的科学突破体系谁就掌握下一轮科技竞争的战略主动权。问题是这场范式革命的红利全球南方国家几乎没有分到。算力是最硬的门槛。 截至2025年8月美国拥有3955个数据中心而非洲大陆总共223个印度268个巴西188个。非洲占全球人口的18%却只拥有全球数据中心容量不到1%GPU基础设施的份额更小。超过70%的全球AI算力集中在五个国家全都在北方大片南方地区被形容为“算力沙漠”——没有足够的数字基础设施来开发或参与自己的AI模型。数据是第二道坎。 南方贡献了大量气候、生态、基因组和公共卫生数据但数据治理、模型设计、利益分配常常由北方机构主导。AI驱动的气候风险系统大多由北方机构设计、资助和治理强加标准化的自上而下风险评估边缘化了南方社区的本土知识和情境化需求被批评为一种“认识论殖民主义”。非洲的基因组数据被提取、分析、货币化本地机构对阐释权和下游收益控制有限。认知权力的不对称则更深。 全球南方在AI4S中常处下游做应用、供数据、验证模型很少参与上游创新和议程设定。更麻烦的是AI可能制造一代“经验上不称职的科学家”——不会独立做实验、读文献、分析数据。这些障碍相互嵌套算力不足限制数据自主数据缺失导致模型偏差模型偏差削弱本地验证本地验证缺位又强化外部依赖。只送钱送技术不够还得把数据主权、基础设施投资和议程参与权一起放上谈判桌。否则AI4S越热闹南方越可能只是门口帮忙看包的人。#全球南方 #ai4science