業界激辯AI4S：人工智能將顛覆科學而非簡單“賦能”

　　中國經濟網北京2月21日訊（記者 李方） 人工智能正在引發一場從科研范式、科研方法到應用場景的系統性的變革，有望大幅提升科研機構和千行百業的科技創新效能。2月19日下午，“人工智能賦能科學研究”研討會在北京召開，來自全球業界的專家學者圍繞這一議題展開研討。

　　“DeepSeek出來后，《自然雜志》在一個星期內發了五篇文章講它，探討它能不能推動科技的發展。個人覺得‘賦能’這個詞低估了人工智能對科學的顛覆。”中國工程院院士，之江實驗室主任王堅表示，人工智能不是一次工具的革命，而是一次科學革命的工具。

　　那么，人工智能是否要代替人類研究？“不是的，它應該是來幫助人類進行研究的。”中國新一代人工智能發展戰略研究院執行院長龔克表示，應繼續提升AI4S（AI for science）本身的能力，要增強模型的可解釋性和透明度，共同制定標準和規范，還應促進資源共享，加強跨學科、跨行業的交流合作，來開發開源的、開放的科學創新模式。

　　“人工智能會越來越多地被用于取得重大的科學突破。”英國皇家科學院院士，英國南安普敦大學計算機科學欽定教授、副校長，聯合國人工智能高層顧問機構專家溫迪·霍爾通過視頻發言表示，“在科學領域會看到巨大突破，因為人工智能能夠分析大量的、海量的數據，這是前所未有的一種方式，是我們以前用老式的計算技術沒有辦法做到的，AI可以幫助我們來進行圖像處理、數據統計分析，新的生成式AI可以幫助我們進行推理，可以幫助我們發現以前發現不了的東西。”

　　歐洲科學院外籍院士，清華大學人工智能研究院常務副院長孫茂松表示，AI4S非常具有挑戰性，但是和AI+X相比，它實際上是相對容易的，取得成果是比較確定的。“因為AI4S的對象是自然科學，這個東西有不變的東西，這實際上是最適合人工智能來做的。”

　　大模型為什么有這么強大的能力？這個模型怎么來的？阿里巴巴集團副總裁、大數據和智能實驗室負責人葉杰平介紹，“三步走，預訓練大模型、基礎大模型，后面是后訓練，包括指令微調、編號學習。預訓練大模型需要大量的數據，整個互聯網所有的數據收集，需要大量的算法，千卡、萬卡級別訓練大模型。后訓練只需要非常少的算力、非常少的數據就可以完成。最新成果發現，其實在后訓練可能不需要數據，基于強化學習，這個模型也能自我學習、自我迭代。”

　　不過，AI目前仍避免不了“一本正經胡說八道”。中國科學院自動化研究所研究員曾毅認為，“人工智能現在仍然是一個看似智能的信息處理工具，仍然會犯很多人不犯的錯誤。”他指出，“現在科學意義上的人工智能并不存在，需要從各個學科進行交叉科學的理解來推進人工智能科學本身的塑造，這樣才真正形成了正向的循環。”

　　另一方面，人工智能的飛速發展對能源系統帶來許多挑戰。“我們看到計算的需求、能源的需求都在持續增長，尤其現在隨著集中式大型語言模型的興起，人均二氧化碳排放量正在急劇上升，訓練大型模型需要很多能源，這對于環境是有害的。”歐洲科學院院士，奧地利維也納技術大學教授、信息學院分布式系統研究部主任沙赫蘭·杜斯塔通過視頻發言建議，要加大投資對于分布式智能的研究和工業應用。

　　“人工智能賦能科學研究”研討會由世界互聯網大會人工智能專業委員會主辦。2024年烏鎮峰會期間，世界互聯網大會人工智能專業委員會正式成立，作為大會設立的首個專業性、常態化的分支機構，專委會匯聚了來自人工智能領域的國際組織、知名智庫、科研院所、專業協會以及產業界的權威專家和專業人才，設立了標準推進計劃、安全與治理推進計劃和產業推進計劃。此次研討會是專委會成立后的首場公開活動。