AI怎样改变所有学科？从“工具的革命”到“革命的工具”

主要观点总结

本文是上海人工智能实验室主任周伯文在2025年中关村论坛上的讲稿，围绕人工智能与科学研究的深度融合进行阐述。文章指出，人工智能在科学研究中的应用已经成为普遍共识，而如何系统性思考，进行顶层设计，面向Science与AI进行有组织的科研，是需要思考和讨论的重要话题。文章详细阐述了AI for Science的作用和价值，包括如何定义AI for Science，AI for Science的内核，以及如何推动科研范式的系统性变革等。最后，作者强调了上海人工智能实验室启动的“AI4S攀登者行动计划”，并给出了值得深思的问题。

关键观点总结

关键观点1: AI for Science的作用和价值

人工智能在科学研究中的应用已经成为普遍共识，其在科学研究中的作用和价值越来越被认可。

关键观点2: 如何定义AI for Science

对于AI for Science的定义存在不同观点，一种是认为AI for Science主要是作为科研工具，另一种是认为AI for Science是修饰语，AI是核心词。

关键观点3: AI for Science的内核

AI for Science的内核在于如何打造真正能驱动科学研究的AI，这涉及到通专融合的能力，即优秀科学家的核心特质。

关键观点4: 推动科研范式的系统性变革

人工智能可以帮助推动科研范式的系统性变革，促进研究者、研究工具和研究对象之间的相互作用、协同演进和螺旋式上升。

关键观点5: 上海人工智能实验室的“AI4S攀登者行动计划”

该计划旨在打造科学工作者和AI工作者双向奔赴、协同攻关的新模式，聚焦重大科学问题攻关，要求大规模协同创新。

免责声明