假如时光回到1905年，
一个刚刚诞生的人工智能，
偶然读到了
爱因斯坦的狭义相对论。
它能否自行结合黎曼几何，
独立推导出广义相对论？
这个关于“机器直觉”的思想实验，在第二届浦江ai学术年会上拉开帷幕。百余位顶尖学者与数千名参会者齐聚，共同探索通用人工智能驱动科学发现的落地路径。
世界级的科学家群体、领先的ai能力、突出的创新组织优势正在上海发生强烈的化学反应。这种生生不息的内部造血能力，正助力全球科学家勇攀科学高峰。
机制为桨：用ai重构
端到端的科研协作网络
任何一项颠覆性技术的价值释放，都离不开两个关键变量的咬合。一个是技术本身成熟就绪，另一个则是围绕技术的流程、系统与思维的全面重构。
上海人工智能实验室主任、首席科学家周伯文分享了他的观察：“人工智能是历史上第一次处在这两个变量的交汇点。技术落地的程度、边重构边倒过来迭代的技术，又推动了下一步的重构。”这种非线性的互动，正让科学研究从一种“偶发的灵感”转变为“可管理的工业流程”。
科学探索的演进逻辑，犹如一场漫长而精密的接力赛。在探求未知领域的“0到1”阶段，人类面对的是绝对的未知。1684年，哈雷拜访牛顿，抛出了关于行星受平方反比引力轨道形状的难题。牛顿回答道：“当然是椭圆，我早就算过了。”遗憾的是，他找不到那张至关重要的草稿。这个足以改变人类物理学进程的结论，因此被硬生生耽搁了二十年。好在哈雷并未放弃，他竭力说服牛顿重新推导。
科学的原始突破需要一条让知识走出书桌抽屉的通道。上海人工智能实验室正致力于成为这样的通道，让原始创新的光芒照亮未知的荒野。
当科学探索步入“从1到10”的优化过程，核心挑战变为了如何应对指数级爆炸的搜索空间。1876年，爱迪生建立门洛帕克实验室，将物理、化学、机械等各领域的专家召集在一起开展紧密协作。这一创举的价值超越了灯泡本身。在今天的硅基时代，人工智能完美接过了这根接力棒。面对万亿级的变量组合，ai能够代替人类进行海量搜索，让创新从“个人押注”升级为“系统推进”。
进入“从10到100”的规模化应用阶段，挑战则转移到了协作体系的无缝衔接上。回溯上世纪六十年代的阿波罗计划，工程师们必须时刻回答一个问题：我负责的部分会对整艘飞船产生什么影响？这种思维方式的重塑，将局部的分工升华为系统的共识。
为了重现这种宏大的协作共振，今年二月，上海人工智能实验室发布世界首个万亿级开源科学大模型。其复杂的数理推能理力已经触及奥赛金牌水准。依托覆盖全模态的科学数据基座，超过两百家科研机构正紧密协作。机器正逐步褪去工具的外衣，成为科学家身边最可信赖的“数字同事”。
寻觅伯乐：让科学的“千里马”
在交叉中突围
伴随着底层协作逻辑的重塑，行业对于核心驱动要素的理解也在发生巨变。将时间指针拨回三年前，当c h a tgpt与人形机器人初次震撼全球时，国内相关领域还处于追赶期。“事实上，在人才上、在能力上、在应用场景上、在市场规模上，我们都有非常大的优势。”这种应用层的繁荣，为更深层次的基础研究提供了肥沃的土壤。”2000年图灵奖得主、清华大学交叉信息研究院、人工智能学院院长、上海期智研究院院长姚期智满怀信心。
然而，未来的科技博弈远比眼前的繁荣更深邃。当前大模型发展的一大隐患，在于人类对其内部机理缺乏足够穿透力。缺乏可信度的技术，在处理金融、医疗、政务等核心事务时会遭遇信任瓶颈。姚期智敏锐地察觉到这一趋势：“如果没有足够安全的机器人能处理我们重要事务的系统，就不会被接受。”
攀登基础研究与安全性研究的险峰，仅仅依靠单一的工程性代码开发人员显得力不从心。物理、数学、化学、材料等多个基础学科最高端人才的深度介入，构成了决定通用人工智能竞争力的核心底牌。面对这类理论型、基础性与交叉性创新人才的极度渴求，系统性的培育土壤显得尤为关键。
“这个世界上先有伯乐，然后有千里马。所以我们先要让这些伯乐能够得到重视，让他们的意见得到重视。”姚期智直击人才机制的内核。发掘并用好那些具备跨界视野的顶尖大脑，首要前提在于优化底层的资源配置机制。评价体系需要赋予顶尖科学家足够的判断权重，确保最出色的科研新星能够顺利获取与之匹配的算力与数据支持。
“上海科技”出品，转载请注明来源
企业及专家观点不代表最新立场
作者：蓝悦
上观号作者：上海科技
