人工智能如何赋能科学研究？乌镇这场论坛给出了前沿答案

人工智能让算力跨越边界，为科学研究打开探索未知的新航道，也串联起全人类应对共同挑战、追求真理的共同向往。2026年，AI已从科研辅助工具升级为贯穿假设提出、数据分析、模拟仿真到知识生成的全流程能力，科学研究正步入人机协同的全新发展阶段。

在这场智能革命浪潮中，世界互联网大会持续搭建全球科技交流的高端平台。11月4日下午，2026年世界互联网大会乌镇峰会“人工智能赋能科学研究”论坛在浙江乌镇举行。来自全球多国的政府代表、科研学者与产业界专家齐聚一堂，围绕AI与科学发现的深度融合，共探技术路径、共话风险挑战、共筑科研生态。

2026年世界互联网大会乌镇峰会“人工智能赋能科学研究”论坛现场。光明网记者 崔益明/摄

当前，人工智能正推动科研范式发生历史性跃迁，机遇与挑战始终相伴相生。英国皇家科学院院士、皇家工程院院士、英国南安普敦大学计算机科学钦定教授温迪·霍尔从科学研究的本源传统切入，回溯英国皇家学会“不要轻信任何人的话”的座右铭与同行评审制度的诞生。她认为，生成式AI让论文产出更高效、学术传播更便捷，却也带来了科研诚信核验、论文真实性把关的全新挑战。

“研究者可以把任务委托给AI，但不能把科学责任委托给AI。”温迪·霍尔解释道，实验科学的价值非但不会被AI消解，反而会因验证需求愈发凸显其重要性。

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将AI定位为“研究伙伴”。他以代码生成、数学定理证明、软件漏洞发现三大突破为例，展现AI已具备接近人类专家的专业推理能力，甚至推动ECLR2727（人工智能会议）投稿量出现爆发式增长。

但AI在提升个体科研生产力的同时，也可能让全球科研选题出现趋同收缩。“AI做研究已是大势所趋，我们要做的是发挥它的长处，抑制它的短处，以及它对人类带来的冲击。”孙茂松警示道。

迈向可靠的科学智能，关键是构建从发散探索到收敛验证的完整闭环。360集团首席科学家、集团副总裁潘剑锋表示，大模型的生成空间远大于科学合法解空间，单纯提升生成能力无法从根本上解决可靠性问题。他分享了“推理+验证”的通用科学智能范式：大模型负责提出假设、探索路径，验证机制依据科学规律进行检验修正，通过元认知模型实现状态管理与全链路约束，让科学推理真正做到可检查、可复现、可追溯。

算力与底层技术的突破，正在让更多“不可能的研究”变为现实。中科曙光高端计算总工程师卜景德表示，验证是AI时代科研进步的核心瓶颈，大算力正是破解验证效率难题的关键。电气与电子工程师协会会士、上海交通大学特聘教授、人工智能操作系统研究院院长陈海波则带来了“硅碳融合”的前沿探索：通过构建液态DNA存储系统与AI原生自主实验室，打通信息技术与生物技术的边界，让分子级的存储、计算与实验实现智能化闭环。

本次论坛上，360集团副总裁张向征代表发布“ScienceArena：大模型科学推理能力评测基准”，以真实科学奥赛试题为基础，覆盖物理、化学、生物三门学科，可按步骤精准定位模型推理短板，评测显示当前头部模型已达到人类优异选手水平；国家生物信息中心主任杨运桂代表发布“面向生命科学的大数据与AI基础设施”，将全基因组分析效率提升十余倍，为海量生物数据挖掘筑牢算力底座；上海交通大学特聘教授、人工智能生物医药中心主任、上海天鹜科技有限公司创始人洪亮代表发布“蛋白质基座模型VenusREM2.0”，在蛋白质功能预测上保持领先水平，相关技术已落地塑料降解酶、眼底创新药等多个产业化场景。

圆桌对话环节。光明网记者 崔益明/摄

圆桌对话环节，与会嘉宾围绕AI时代的科研人才培养展开深度探讨。嘉宾们普遍认为，基础知识的传授、科学精神的培育与人文素养的积淀始终是教育的根基，未来科研人才更需要具备品位、连接与判断三大关键能力。上海交通大学教授、上海交通大学人工智能学院副院长严骏驰表示，技术知识可以快速学习，但学生更需要建立哲学思辨能力，走出实验室对接真实产业问题。钛媒体集团联合创始人、联席CEO刘湘明则认为，AI让“做出成果”变得简单，但“读懂成果、为成果负责”变得愈发昂贵，这正是人才培养需要锚定的方向。

从范式革新到技术攻坚，从成果落地到人才共育，本次论坛凝聚的共识早已超出单纯的技术探讨范畴。正如与会嘉宾所言，科学的进步从来不是由单一国家、单一机构独自推动的，它是全球研究者、思想与技术交汇碰撞的产物，每一位参与者都在为人类探索真理的旅程贡献独特价值。

人工智能赋能科学研究的未来，不应属于任何单一平台或机构，而应属于一个开放、可信、协作的全球创新生态。（光明网记者 丛芳瑶、丁瑜）

作者：李传新

责编：李传新

来源：光明网