科学家“六问”AI赋能科研路径

两个月前的2025世界人工智能大会，提出了意义深远的“AI三问”。昨天，在2025浦江创新论坛·人工智能赋能科学研究专题论坛上，上海人工智能实验室主任、首席科学家周伯文将目光“细化”到AGI for Science（通用人工智能赋能科学）上，提出了“AGI for Science之六问”。

第一问，是“边界之问”：所有科学问题是否都能被人工智能解决？他以数学领域类比，百年前，数学界曾热烈探讨是否所有问题都能被“机械化解决”。

第二问，是“预测之问”：AI的预测能力是否全面超越现有计算方法？周伯文认为，科学的关键特征是能否准确预测系统将发生什么。仅基于当前的大语言模型和训练数据，对于全新的复杂问题，将遭遇能力瓶颈。他举例说，AI虽能预测蛋白质结构，但尚难以通过分析模型本身来获取关于蛋白质折叠的新认识。

第三问，是“语言之问”：对于科学表征，如何超越自然语言？上海人工智能实验室认为，科学中自然语言的挑战在“表达”和“理解”两个层面——能否捕捉自然界的行为方式，能否以人类的理解方式呈现。“我们认为，在自然语言与多模态基础上，需要探索研究如何加强形式化表征。”周伯文指出。

第四问，是“交叉之问”：AGI4S不只在于AI与其他学科交叉，还能带来新融合？早在1933年，“分子生物学之父”瓦伦·韦弗就提出，生物学研究的未来在于物理学、化学和数学的交叉——“一股尚未继续力量的新浪潮”，自此洛克菲勒基金会年度预算的80%持续投入这一交叉领域，直至1938年韦弗将这一领域命名为分子生物学，引领后续数十年的科研方向，并为发现DNA双螺旋结构、现代遗传学、生物技术等奠定了基石。周伯文解释，不能局限于AI与单点学科的交叉赋能，AGI for Science更大的价值在于加速融合多学科、激发新科学。

第五问，是“验证之问”：如何判断AI有能力做出重大科学发现？周伯文说，自己有个假想：如果把AI的知识截止在1905年（狭义相对论发表后），它能否快速融合此前学界已发现的黎曼几何等理论，由此推导出广义相对论？“‘科学研究’是研究者、研究工具和研究对象关系的总和，要实现相对论级的突破，需要AI发挥系统性作用。”

第六问，是“新科学之问”：AGI将辅助更多学科发展“精确”视角？他举了个有趣的例子，用AI给梵高的作品打分得了高分，但给徐悲鸿的骏马图打分，分数却相当低，“都知道徐悲鸿的骏马图是传世之作，那为什么AI会打低分？因为它没有被精准分析与训练过。”他认为，未来AGI将能辅助更多学科发展精确视角，提供新的分析视角与精确度量工具。

科学智能战略科技力量联盟，也在本次论坛上成立。

本报记者 郜阳