AI for Biology 看起来像 AI for Science 的子类，那 AI for Healthcare 呢？医院用 LLM 自动整理病历，当然属于 Healthcare，但很难说它在做 scientific discovery。Drug Discovery 更麻烦，一条研发流程可以同时跨 Biology、Chemistry 和 Medicine。再加上 Computational Biology、Bioinformatics、Scientific ML、Agents、Autonomous Lab，最后会发现这些名字根本不是按照同一种规则产生的。
有的词在说 domain，比如 Biology、Chemistry；有的在说 application，比如 Healthcare；Drug Discovery 是 workflow；Scientific ML 更像方法；Bioinformatics 和 Computational Biology 又是早就形成的交叉领域。Royal Society 做 AI in Science taxonomy 时自己也承认，科学 field / subfield 的边界只能近似描述真实世界。
所以以后看到一个新的“AI for X”，我不会先问它是谁的子类，而是先拆：它研究什么？最终解决什么？AI 在里面负责 prediction、design、simulation 还是 experiment？用了什么技术？这个问题本来有没有一个成熟学科？
AlphaFold 可以同时写成 Biology × Protein × Structure Prediction × Deep Learning × AI for Science。一个标签不需要只有一个父节点。
01 先把分类这件事搞清楚。下一篇再谈更现实的问题：如果我真的进了 AI4Science，我到底是在里面做什么工作？
