在北京近日举办的一场高端研讨会上，人工智能（AI）对科学研究的深远影响成为了热议的焦点。来自全球的顶尖学者和行业专家齐聚一堂，共同探讨AI如何赋能科学研究，推动科技创新的边界。
中国工程院院士、之江实验室主任王坚在会上表示，AI不仅仅是一次工具层面的革新，它更是科学革命的重要推手。他特别提到了DeepSeek，这一创新成果在短短一周内就引起了《自然杂志》的高度关注，连续发表五篇文章探讨其对科技发展的潜在影响。王坚认为，“赋能”一词尚不足以描述AI对科学的颠覆性力量。
关于AI是否会取代人类研究的问题，中国新一代人工智能发展战略研究院执行院长龚克给出了明确的答案。他强调，AI应当被视为科研的助手，而非替代者。龚克呼吁，应不断提升AI在科学领域的应用能力，增强模型的可解释性和透明度，并制定统一的标准和规范。同时，他提倡资源共享，加强跨学科、跨行业的交流合作，以推动开源、开放的科学创新模式。
英国皇家科学院院士、英国南安普敦大学计算机科学教授温迪·霍尔通过视频连线分享了她的看法。她认为，AI将在科学领域带来前所未有的突破。由于AI能够处理和分析海量的数据，这在以前是无法想象的。AI不仅能够助力图像处理和数据统计分析，新的生成式AI还能帮助科学家进行推理，发现以往难以察觉的新知识。
欧洲科学院外籍院士、清华大学人工智能研究院常务副院长孙茂松在会上指出，尽管AI在科学领域的应用充满挑战，但与AI在其他领域（如AI+X）的应用相比，AI在科学领域的应用实际上是相对容易取得成果的。他解释说，自然科学有其不变的规律，这使得AI的应用更为适合。
阿里巴巴集团副总裁、大数据和智能实验室负责人叶杰平详细介绍了大模型之所以强大的原因。他提到，大模型的构建过程包括预训练大模型、基础大模型和后训练三个阶段。预训练大模型需要大量的数据和算力，而后训练则相对简单，甚至可以在没有数据的情况下，通过强化学习实现自我迭代。
然而，中国科学院自动化研究所研究员曾毅也指出了AI的局限性。他认为，目前的人工智能仍然是一个信息处理工具，它仍然会犯人类不会犯的错误。曾毅呼吁，需要从多学科交叉的角度来推进人工智能科学的塑造，以形成正向的循环。
AI的快速发展也对能源系统带来了挑战。欧洲科学院院士、奥地利维也纳技术大学教授沙赫兰·杜斯塔通过视频发言指出，随着集中式大型语言模型的兴起，训练这些模型所需的能源正在急剧增加，从而导致人均二氧化碳排放量上升。他建议，应加大对分布式智能的研究和工业应用的投资。
本次研讨会由世界互联网大会人工智能专业委员会主办，该委员会于2024年乌镇峰会期间正式成立。作为大会设立的首个专业性、常态化的分支机构，专委会汇聚了来自人工智能领域的国际组织、知名智库、科研院所、专业协会以及产业界的权威专家和专业人才。此次研讨会是专委会成立后的首次公开活动。
