周伯文｜AI4S的“高估”与“低估”

周伯文

上海人工智能实验室主任、清华大学惠妍讲席教授、电子系长聘教授、人工智能国际治理研究院人工智能治理技术方向首席专家

I-AIIG

“大模型训练方法仍受限于人类已有认知，我们‘喂’给模型的数据本身已被人为约束。若不能突破原有认知框架，则仅依赖大模型难以真正精准揭示科学规律。”上海人工智能实验室主任、首席科学家周伯文教授说。

今年的浦江创新论坛人工智能赋能科学研究专题论坛上，周伯文教授以《AGI for Science 之六问》为题作主旨报告。

周伯文以阿玛拉定律“人们总是高估技术的短期变化，却低估长期的变革”为引，从 “边界之问、预测之问、语言之问、交叉之问、验证之问、新科学之问”，提出了科学智能涉及的六大核心问题。

在周伯文看来，当前 AI 在通用问题求解、替代强解释性可预测的传统方法、以自然语言表征和解释科学现象等方面可能被高估，但其在促进新学科交叉融合、催生新科学领域以及协助人类推导和验证重大理论创新等方面的深远潜力却往往被低估。

“AI 正在加速拓展知识边界，但科学探索的罗盘始终是人类的心灵、好奇心与价值观来指引，”周伯文说，“预测未来最好的方法就是创造未来！”周伯文说。