我最近去了一趟北京，参加了一个挺有意思的活动，叫“AI for Science”。这场峰会在8月8日到11日举行，北京和瑞士之间的距离可是有点远，不过中国科学院和北大前沿交叉学科研究院一起组织的这次活动还是挺让人期待的。而且你知道吗，Giorgio Parisi因为在自旋玻璃理论上的贡献获得了2022年诺贝尔物理学奖。说真的，这位物理学家的理论在神经科学和机器学习的交叉领域里简直是如鱼得水。 咱们先聊聊这次峰会的主题。“AI for Science”，也就是把人工智能应用到科学研究中去。这可不是什么新鲜事了，2009年就有人开始研究这个了。当时Phil Anderson写了一篇文章，质疑AI能不能真正推动科学革命。他觉得AI顶多就是重复人类已经知道的规律，没法创造新的东西。 不过汤超院士可不这么看。他认为人工智能确实有可能发现新的自然规律，虽然现在还没看到什么革命性的突破。就拿开普勒三定律来说吧，把海量行星运动数据给AI分析一下，它很快就能给你个准确的轨道预测。甚至有时候它还能帮你把实验数据里的自由形式自然规律提炼出来。 汤超还提到了一个很重要的观点：不能把AI当成一个工具，单纯用来加速研究。现在很多实验室把深度学习当成了一把“瑞士军刀”，什么任务都交给它去干。虽然效果不错、见效快、目标明确，但是这种做法很难产生真正的原创性突破。 所以我们得换个角度看问题了。与其把AI当作一个工具去用，不如把它当作一个研究对象来研究。当算法规模突破万亿级参数的时候，为什么有的模型能学得好？为什么有的模型学不好？这背后肯定有更抽象的科学原理等待我们去揭示。 这次峰会汇聚了来自生命科学、新能源、新材料等各个领域的重量级嘉宾。他们带来了数十场深度报告，把“AI+科学”的最新版图勾勒得清清楚楚。大家一起头脑风暴了四天，把产学研结合得非常紧密。 对了，还有Anderson这个名字也出现在了这次大会上。虽然他当年对AI在科学中的作用表示怀疑，但这次峰会显然给他带来了新的思考空间。毕竟Phil Anderson可是《Science》杂志上的常客呢！ 从0到1的突破正在重塑科研范式，“一条链带动一片林”的效应越来越明显。这次大会不仅给基础研究提供了新工具，还给转化应用带来了新场景，经济增长也获得了新动能。 总之，这次“AI for Science”峰会让我大开眼界。把握住这次跨界浪潮，科研范式和产业生态都有可能被重新书写。祝贺这次大会圆满成功！