“通用人工智能的最高体现之一就是理解复杂世界、发现未知规律，就是打造‘AI爱因斯坦’，这也是AI for Science的关键目标。”
7月4日，在“人工智能：科研范式变革与产业发展”主题论坛上，上海科学智能研究院院长、复旦大学浩清特聘教授漆远讲述了他对于通用人工智能（AGI）和科学智能（AI4S）的发展判断。
与会专家学者均认为，AI必须具备超越简单数据处理的能力，结合创造力、探索精神和新的学习机制，推动各学科领域的不断突破和自我学习与创造。
图片由主办方提供
阿卜杜拉国王科技大学人工智能计划负责人、瑞士人工智能实验室研发主任Jurgen Schmidhuber回顾了过去30年AI在科学与艺术创作领域的发展，并畅谈了AGI的未来方向。他认为，未来世界模型需要新的算法机制，应该更加关注奖励组合的设计。
诺贝尔经济学奖得主、北京大学汇丰商学院荣誉教授Thomas J. Sargent全面比较了物理学和经济学中的模型构建方法，阐述了如何在经济学中实现理论突破。他强调，虽然AI工具强大，但经济学家的理论洞察仍然不可或缺。
中国工程院院士、之江实验室主任、阿里云创始人王坚探讨了AI在科学研究中的新范式，主要包括规模、AI生成假设和自动验证。他认为，数据驱动的研究假设对科学研究产生了深远影响，并呼吁关注理科基础模型的研究。
复旦大学物理学系教授、中国科学院院士龚新高在报告中介绍了他带领团队发展的Uni-H模型，可在几秒内预测任意元素组成的材料能带结构。龚新高认为，计算物理的研究范式已发展到“AI物理”，利用机器学习原子间作用势和Uni-H，有望解决材料设计的最大挑战。
北京大学理学部副主任高毅勤介绍了团队基于国产软硬件重新训练Alphafold等工具模型，进一步提高蛋白质结构预测的精度和速度，实现了超越原版的性能。普林斯顿大学教授、普林斯顿AI创新中心主任王梦迪介绍了如何利用AI技术革新生命科学，但如何使这些模型真正用于科学研究和实验设计，值得进一步探索和关注。前美国礼来制药公司副总裁付灏达介绍了一些常用的生成式AI框架，把生成式AI的应用范围从照片图像的生成拓展到药物分子结构的生成。
本文链接：从AGI到AI4S，“AI爱因斯坦”还远吗？http://www.sushuapos.com/show-11-8167-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 中俄医科大学联盟成立十年
下一篇： 20余位院士专家共话AI