根據MIT新聞，麻省理工學院（MIT）副教授Rafael Gomez-Bombarelli近期表示，AI正引領科學界進入「第二次轉折點」。他認為AI與材料科學的深度融合，將以空前的方式變革科學研究，會從早期的數據驅動階段，邁向具備推理能力的「通用科學智能」時代，大幅縮短新材料從開發到應用所需的時間。

根據Gomez-Bombarelli的觀察，第一波轉折點發生在2015年左右，主要是生成式AI與大數據在特定科學領域的興起。而現在，科學界正進入將自然語言、多模態數據與物理縮放定律（Scaling laws）結合的新階段。未來的AI系統將能像人類科學家一樣，對材料結構、合成配方及複雜的科學文本進行深度推理，將研究範式從單純的數據比對提升至邏輯理解。

在實際應用方面，Gomez-Bombarelli的研究已在多個領域取得實質突破。透過結合物理模擬與機器學習，他的團隊成功開發出應用於電池、觸媒、塑料以及有機發光二極體（OLEDs）的新型材料。此外，他也共同創立了多家公司，其中包括Lila Sciences為生命科學、化學與材料產業打造科學超級智能平台，將AI 的潛力轉化為實體產業的競爭力。

目前他在MIT領導的實驗室完全採取「純計算」模式，專注於研究原子組成與結構如何影響材料性能。他強調，物理模擬與AI算法之間存在著「正向循環」，物理數據能讓AI模型更精準，而AI則能加速模擬過程。他的團隊扮演著實驗科學家重要夥伴的角色，利用計算工具協助篩選由AI產生的海量創意，讓科學研究過程變得更無縫且更具生產力。