2月19日下午,，由世界互聯(lián)網(wǎng)大會人工智能專業(yè)委員會（以下簡稱“專委會”）主辦的“人工智能賦能科學研究”研討會在北京召開,。會上，專委會副主任委員,、產(chǎn)業(yè)推進計劃牽頭人,，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領域正處于關鍵的歷史機遇期,，蘊含著巨大的發(fā)展?jié)摿Α?/span>
孫茂松指出，2013年DeepLearning的爆發(fā)引發(fā)了全球人工智能的高潮,，這一發(fā)展歷程與OpenAI,、DeepSeek等一脈相承。其中,，DeepMind在AI4S領域的工作尤為突出,，例如其利用深度學習發(fā)現(xiàn)新材料的研究，發(fā)表在《自然》雜志上的文章顯示,，用此方法發(fā)現(xiàn)新的穩(wěn)定材料數(shù)量急劇增加,，極大提高了科學發(fā)現(xiàn)的精度和效率。
“AI4S是非常具有挑戰(zhàn)性的，但與AI+X相比,，它實際上相對容易取得確定成果,。”孫茂松表示,，“因為AI4S的對象是自然科學,，其中存在不變的規(guī)律，這恰恰最適合人工智能發(fā)揮作用,?！彼J為，在做AI4S時,，要審視每個科學領域,，一方面要發(fā)現(xiàn)根節(jié)點問題，解決它可能會對該領域產(chǎn)生根本性變革,，如AlphaFold選擇的蛋白質(zhì)結構預測問題,；另一方面，要確保問題有高度相關的高質(zhì)量數(shù)據(jù),，且是人做得不太好的領域,。此外，參加公開學術比賽也是一條捷徑,，AlphaFold就是通過參加學術比賽取得第一,，從而推動了自身發(fā)展。
孫茂松還提到AI4S的另一面——Science for AI以及Science in AI,。在他看來,，目前大模型雖取得了顯著成果，但對于其產(chǎn)生能力的機理卻尚未明晰,，例如DeepSeek在一些中文復雜任務中的表現(xiàn)令人驚嘆,，可沒人能說清背后的原理。他認為,，研究大模型的機理迫在眉睫,，“一旦揭示清楚，可能會推動人工智能的大發(fā)展,，實現(xiàn)經(jīng)驗主義與理性主義的結合，做到小模型,、小數(shù)據(jù),、高效，并且研究大模型對腦科學的發(fā)展也有著巨大的促進作用,?！?/p>
編輯：李華山
