"通用人工智能的最高體現之一就是理解復雜世界、發現未知規律。簡單的說，就是打造『AI愛因斯坦』。這也是AI for Science的關鍵目標。"
7月4日，在2024世界人工智能大會暨人工智能全球治理高級別會議（WAIC 2024）"人工智能：科研範式變革與產業發展"主題論壇上，上海科學智能研究院院長（下稱上智院）、復旦大學浩清特聘教授漆遠講述了他對於通用人工智能（AGI）和科學智能（AI4S）的發展判斷。
參與此次論壇的多位兩院院士、國內外知名科學家也認為，AI必須具備超越簡單數據處理的能力，結合創造力、探索精神和新的學習機製，推動各學科領域的不斷突破和自我學習與創造。
首次亮相WAIC的上海科學智能研究院還發布了一套涵蓋多模態科學數據的科學數據平臺。同時，全球科學數據生態聯盟也正式啟動，將通過政府、企業、高校、研究機構等多方合作，構建全球性、多領域的科研大數據資源開放與共享平臺。
AI4S的最高體現就是"AI愛因斯坦"，即通過融合科學規律、觀測數據和合成數據，發現複雜世界的未知規律。上智院院長漆遠教授認為，大模型領域的"金科玉律"Scaling Law 改變了AI，然而僅依靠海量數據的壓縮和歸納總結不足以達成AGI。
要實現AGI，一是需要結合快思考的"黑盒"預測和慢思考的"白盒"邏輯推理，打造"灰盒"可信大模型；二是要擺脫數據依賴。
上智院正在這條道路上不斷探索。氣象領域，發布了面向新能源、航空運輸、城市管理等產業應用的伏羲系列氣象大模型，基於人工智能技術極大提高了天氣預報的準確性，並能提前預測極端天氣現象。
同時，伏羲次季節氣象大模型將天氣預報周期延長至60天，並入選成為中國氣象局的三個官方氣象大模型之一。醫藥領域，在DNA長文本分析和蛋白質動態建模上取得突破，並將與企業合作研發RNA大模型，預測RNA結構和功能，加速RNA疫苗研發，促進核酸藥物設計。
LSTM之父、阿蔔杜拉國王科技大學人工智能計劃負責人、瑞士人工智能實驗室研發主任Jurgen Schmidhuber教授與漆遠的觀點不謀而合，他認為AI需要探索未知，而不僅僅是應用已知的方法。
目前傳統強化學習存在局限，使用世界模型不僅能夠基於世界認知預測行為，同時可以讓AI像人類嬰兒一樣在設定目標下進行學習和成長，這種學習模式在通往AGI的道路上是非常必要的。
諾貝爾經濟學獎得主、北京大學匯豐商學院榮譽教授 Thomas J. Sargent探討了AI創造力和學習機製的融合。他提出了兩種創造力類型：應用創造力和問題尋找創造力，強調真正的AGI應像人類嬰兒一樣，通過自主實驗理解世界。
以《Back to the Basics（回到基礎），從GeoGPT開始》為題，中國工程院院士、之江實驗室主任、阿裏雲創始人王堅博士探討了AI在科學研究中的新範式，主要包括規模、AI生成假設和自動驗證三個方面。他強調數據、模型和算力規模的指數級增長，及數據驅動的研究假設對科學研究的深遠影響。王堅認為推動科學發展的應是基於理科數據的模型，並呼籲更多關註理科基礎模型的研究。
復旦大學物理學系教授、中國科學院院士龔新高以《AI物理與材料逆向設計》為題，分享了團隊在計算物質科學方法中結合AI技術的探索，並宣布開放已有幾十萬個材料的電子結構的數據庫。
北京大學理學部副主任高毅勤，普林斯頓大學教授、普林斯頓AI創新中心主任王夢迪，前美國禮來製藥公司副總裁、人工智能和機器學習方向負責人付灝達等知名學者和產業領袖也發表了精彩演講。
---[作者：姜澎*圖：受訪者供圖*編輯：儲舒婷*責任編輯：樊麗萍/來源: 文匯報]
