AI与基础科研融合的三大关键问题解析
（来源：麻省理工科技评论）
好奇心驱动的研究长期以来一直是技术变革的火种。一个世纪前，对原子的好奇催生了量子力学，并最终孕育出现代计算核心的晶体管；反过来看，蒸汽机是一项实用的突破，但人们在热力学领域的基础研究才真正释放了它的全部潜力。
今天，AI 和科学正处于一个类似的转折点。当前的 AI 革命由数十年来数学和物理科学（MPS）领域的研究所推动，这些领域提供了具有挑战性的问题、数据集和洞见，使现代 AI 成为可能。2024 年的诺贝尔物理学奖和化学奖分别授予了根植于物理学的基础 AI 方法和用于蛋白质设计的 AI 应用，让这种关联变得不容忽视。
2025 年，MIT 举办了一场“AI+MPS 的未来”研讨会，由美国国家科学基金会资助，并得到 MIT 理学院以及物理系、化学系和数学系的支持。研讨会汇集了 AI 和科学领域的顶尖研究人员，共同规划 MPS 领域如何充分利用 AI 的未来发展，并为之做出贡献。目前，一份包含面向资助机构、学术机构和研究人员建议的白皮书已发表在《机器学习：科学与技术》（Machine Learning: Science and Technology）期刊上。在这次访谈中，MIT 物理学教授、研讨会主席杰西·塞勒（Jesse Thaler）介绍了核心主题，以及 MIT 如何在 AI 与科学领域建立领先地位。
问：关于去年这场汇聚数学和物理科学领域领导者的聚会，报告的核心主题是什么？
答：将如此多处于 AI 和科学前沿的研究者聚集在一个房间里，带来了很多启发。尽管研讨会的参与者来自五个不同的科学领域——天文学、化学、材料科学、数学和物理学——我们发现大家与 AI 的互动方式有许多相似之处。在热烈的讨论中形成了一个真正的共识：对计算和数据基础设施、跨学科研究方法以及严格训练体系的协调投入，能够切实推动 AI 和科学的共同发展
其中一个核心洞察是，这必须是一条双向道路。这件事的意义不止于用 AI 做更好的科学，科学同样可以让 AI 变得更好。科学家擅长从复杂系统中提炼洞见，包括从神经网络中发现底层原理和涌现行为。我们将其称为“AI 的科学”（science of AI），它包含三个层面：科学驱动 AI，即科学推理为基础性 AI 方法提供信息；科学启发 AI，即科学难题推动新算法的开发；科学解释 AI，即科学工具帮助揭示机器智能的实际运作方式。
以我自己所在的粒子物理领域为例，研究人员正在开发实时 AI 算法来处理对撞机实验产生的海量数据。这项工作对发现新物理有直接意义，但这些算法本身在我们领域之外同样展现出了巨大价值。研讨会明确表明，“AI 的科学”应当成为学术界的优先事项，它有潜力改变我们理解、开发和控制 AI 系统的方式。
当然，在科学与 AI 之间架起桥梁需要能够跨越两个世界的人才。与会者一致强调了对“半人马科学家”（centaur scientists）的需求，即具备真正跨学科专长的研究者。在每一个职业阶段支持这些通才型人才，从一体化的本科课程到跨学科博士项目再到联合教职聘任，被认为是至关重要的。
问：MIT 在 AI 与科学方面的工作与研讨会的建议有哪些契合之处？
答：研讨会围绕三大支柱构建其建议：研究、人才和社群。作为美国国家科学基金会“AI 与基本相互作用研究所”（IAIFI）的所长，这是 MIT 与哈佛大学、东北大学和塔夫茨大学合作的 AI 与物理学项目，我亲身体会到这一框架的有效性。将其放大到 MIT 的层面来看，我们可以看到哪些方面已经取得进展，哪些方面还有机会。
在研究方面，MIT 已经在双向推动 AI 与科学的融合。即使快速浏览一下 MIT News，也能看到理学院各领域的研究者正在推进 AI 驱动的项目，形成了知识储备的通道，不断涌现新的机会。与此同时，IAIFI 和“数据驱动发现的加速 AI 算法”（A3D3）研究所等协作项目汇聚了跨学科的力量，产生了更大的影响。MIT 生成式 AI 影响力联盟也在大学层面支持以应用为导向的 AI 研究工作。
在培养早期职业阶段的 AI 与科学人才方面，多项举措正在训练下一代“半人马科学家”。MIT 苏世民计算学院的“计算教育共同基础”项目帮助学生在计算科学和自身所在学科之间实现“双语”能力。跨学科博士路径也在获得更多认可；IAIFI 与 MIT 数据、系统与社会研究所合作创建了一个涵盖物理学、统计学和数据科学的博士项目，目前约有 10% 的物理学博士生选择了这条路径，这一比例预计还会增长。IAIFI Fellowship 和 Tayebati Fellowship 等专设博士后岗位为早期职业研究者提供了追求跨学科工作的自由空间。为“半人马科学家”提供资助，给他们空间去建立跨领域、跨院校、跨职业阶段的联系，已经产生了深远的影响。
最后，社群建设将所有环节串联在一起。从小型专题研讨会到大型学术论坛，组织跨学科活动传递出一个信号：AI 与科学的交叉研究不是各自为战，而是一个正在兴起的领域。MIT 拥有在这一领域产生重大影响的人才和资源，在不同规模上举办这些学术活动有助于确立这种领导地位。
问：MIT 在进一步推进 AI 与科学融合方面可以汲取哪些经验？
答：研讨会明确了一件重要的事情：在 AI 与科学领域引领潮流的机构，将是那些进行系统性思考而非零敲碎打的机构。资源是有限的，因此优先级至关重要。与会者清楚地表达了一个观点：当一个机构围绕一套连贯的战略来协调人才招聘、研究布局和培训体系时，可以释放出怎样的潜力。
MIT 有条件在已有工作的基础上推出更多结构性举措，包括跨计算与科学领域的联合教职、扩大跨学科学位路径，以及有意识地为“AI 的科学”提供资金支持。我们已经看到了这个方向上的动作：今年，MIT 苏世民计算学院和物理系正在进行有史以来第一次联合教职招聘，这是一个令人振奋的进展。
AI 与科学的良性循环有潜力带来真正的变革，能够深化对 AI 的理解、加速科学发现，并为两者提供强健的工具。通过制定有意识的战略，MIT 将在 AI 发展的下一波浪潮中占据有利位置，并从中受益。
https://news.mit.edu/2026/3-questions-future-of-ai-and-mathematical-physical-sciences-0311
相关攻略
2025年5月15日，是著名数学家、中国科学院院士、国家最高科学技术奖得主谷超豪先生诞辰一百周年的纪念日。为缅怀这位科学巨匠的毕生贡献，弘扬其追求真理的科研精神，并向公众展现基础数学研究的独特魅力，一场主题科普活动于5月10日在上海科技馆报告厅成功举办。这就是第240期上海科普大讲坛特别策划的“遇见
为纪念谷超豪先生百年诞辰，5月10日将在上海科技馆举办专题科普讲座。李大潜院士将回顾谷超豪从数学少年成长为学科开拓者的历程，展现其科学精神传承。沈维孝院士则以多项式求根为例，引领听众领略数学的深邃与精巧。这是一次与顶尖学者对话、感受数学魅力的难得机会。
当我们开车在高速公路上行驶时，最怕遇到的就是车子突然失控，方向盘变得异常敏感，稍微一动就可能冲出车道。这种情况在人工智能的训练过程中也经常发生，特别是在训练那些能够进行推理和对话的大型语言模型时。来
这项由威斯康星大学麦迪逊分校研究团队完成的突破性研究，发表于2026年3月的《机器学习》期刊，论文编号为arXiv:2603 20538v1。有兴趣深入了解的读者可以通过该编号查询完整论文。这项研究
这项由高通AI研究院领导的突破性研究发表于2026年3月的预印本论文，论文编号为arXiv:2603 08462v1。有兴趣深入了解的读者可以通过该编号查询完整论文。这项研究解决了一个让所有AI研究
热门专题
热门推荐
微星PRO MAX系列ATX 3 1全模组电源现已于京东平台全面上市。该系列精心规划了850W、1000W与1200W三档功率规格，全线产品均严格通过80PLUS白金能效认证，为用户带来高效节能的供电体验。首发期间，850W版本售价579元，1000W版本679元，1200W版本799元，参与晒单活
行业首款集成视觉能力的AI智能耳机即将面世。光帆科技近日正式宣布，其创新产品“光帆全感AI耳机”定于5月15日全面发售。这款耳机以“全感知、主动式、个性化”为核心定位，旨在彻底革新用户与可穿戴音频设备之间的交互模式。 本质上，它颠覆了传统耳机的被动响应模式。根据官方介绍，这款AI耳机能够主动感知并理
止损是交易中控制风险的关键手段，在币安等交易平台设置止损时，主要参考市场波动率、技术分析关键位以及个人风险承受能力。合理的止损应基于对价格走势的客观判断，而非情绪化决策，同时需结合仓位管理，避免因单次止损过大而影响整体资金安全。动态调整止损位以适应市场变化，是提升交易纪律性的重要环节。
过去两年，要问大模型最习惯用什么格式交付内容，答案多半是Markdown。 原因不难理解：Markdown足够干净，没有冗余格式，复制到文档、知识库、GitHub，甚至直接粘贴到微信公众号后台，基本都不会出问题。某种程度上，它已经被公认为AI时代最理想的标记语言。 不过，随着Agent时代的到来，M
距离2026-2027年度旗舰手机的大幕拉开，大约还有四个月时间。按照惯例，届时在全球舞台上率先亮相的主流旗舰，很可能依然是苹果的iPhone 18 Pro系列。 就在昨天（5月8日），知名爆料人Jon Prosser发布了iPhone 18 Pro Max的视频渲染图，与此同时，关于该系列手机的七