人工智能赋能科学研究：机遇与挑战并存

摘要： 人工智能(AI)正以前所未有的速度席卷全球，深刻变革着科学研究的范式和方法。最近在北京召开的人工智能赋能科学研究研讨会，汇聚了来自全球的专家学者，共同探讨AI如何助力科学发现与创新...

人工智能(AI)正以前所未有的速度席卷全球，深刻变革着科学研究的范式和方法。最近在北京召开的人工智能赋能科学研究研讨会，汇聚了来自全球的专家学者，共同探讨AI如何助力科学发现与创新。

研讨会上，观点精彩纷呈。中国工程院院士王坚认为，AI并非简单的工具革命，而是科学革命的工具，其影响力远超“赋能”二字所能概括。他以DeepSeek为例，指出其在《自然杂志》上引发的一系列讨论，充分展现了AI对科学研究的颠覆性潜力。

与会专家普遍认为，AI并非要取代人类科学家，而是成为强有力的助手。中国新一代人工智能发展战略研究院执行院长龚克强调，应持续提升AI4S(AI for science)的能力，特别是要增强模型的可解释性和透明度，并制定统一标准和规范，促进资源共享，鼓励跨学科和跨行业合作，最终建立开放的科学创新模式。

英国皇家科学院院士温迪·霍尔通过视频发言指出，AI将在科学领域取得重大突破，其分析海量数据的能力是传统计算技术无法比拟的。AI可以用于图像处理、数据统计分析，而新兴的生成式AI则能辅助推理，帮助科学家发现未知领域。

欧洲科学院外籍院士孙茂松则认为，尽管AI4S充满挑战，但相较于AI+X，其在自然科学领域的应用更容易取得成果，因为自然科学具有相对不变的规律，这恰好是AI的优势所在。

阿里巴巴集团副总裁叶杰平详细解释了大模型强大的能力来源，概括为“三步走”：预训练大模型、基础大模型和后训练。预训练需要海量数据和巨大算力，而后续的微调和强化学习则能以更少的资源实现模型的自我学习和迭代。

然而，AI也并非完美无缺。中国科学院自动化研究所研究员曾毅指出，目前的AI仍然是信息处理工具，可能会犯一些低级错误，其“科学意义上的人工智能”尚待发展。他强调需要从多学科交叉融合的角度推进AI科学本身的塑造，形成良性循环。

此外，AI的快速发展也带来挑战，特别是能源消耗问题。欧洲科学院院士沙赫兰·杜斯塔指出，大型语言模型的训练需要消耗大量能源，增加碳排放。他建议加大对分布式智能的研究和应用，以降低能耗。

本次研讨会由世界互联网大会人工智能专业委员会主办，是该委员会成立后的首场公开活动，标志着国际社会对AI赋能科学研究的高度重视，也预示着未来AI将在科学探索中扮演越来越重要的角色。然而，AI技术本身的局限性、伦理风险以及能源消耗等问题，都需要在发展的过程中加以重视和解决，才能确保AI的健康发展，真正造福人类。