ARTICLE · 1048938
AI能当科研帮手,但抢不走科学家的脑洞?几位院士最新发言
当人工智能飞速闯入实验室，它究竟会成为科学家的得力帮手，还是会慢慢取代人类的创造力？勇闯“无人区”的科研年轻人如何产出原始创新？
今年发表的CNS（《细胞》《自然》《科学》）论文中，中国科学家作为主要贡献者的比例已接近一半；在顶级期刊发文的活跃科研人员数量，中国2021年超过美国，如今是日本的7倍；去年，留学出国与回国已达到动态平衡。
9月19日，在深圳举行的第六届新基石50²论坛上，中国科学院院士、国家自然科学基金委员会主任窦贤康亮出了这组数据，台下响起了阵阵掌声，参会的青年科学家与学生们反应热烈。
韩启德、王志珍、窦贤康、薛其坤、潘建伟、施一公、何川等两院院士及国际知名学者专家等约500人参会。与会者围绕原始创新、AI在科研中的应用、科研人才培养展开一场思想碰撞，为大众揭开基础研究的鲜活一面。
1
今年发表的CNS（《细胞》《自然》《科学》）论文中，中国科学家作为主要贡献者的比例已接近一半；在顶级期刊发文的活跃科研人员数量，中国2021年超过美国，如今是日本的7倍；去年，留学出国与回国已达到动态平衡。
窦贤康在论坛作主旨演讲
活动现场，中国科学院院士、国家自然科学基金委员会主任窦贤康亮出了这组数据，与会科学家与青年学子纷纷举起手机拍摄。
“科研突破靠什么？腾讯做得很好，就是抓人才。”窦贤康说，“我们不进行任何短周期的目标考核，只考核一点：你在不在实验室。”他还介绍了基金委支持年轻人的新改革：今年起，基金委在青年科学基金项目A类项目中单设了未满35周岁（女性未满38周岁）的独立赛道，首批选出44人，并以“5+5+5”的形式进行支持。
窦贤康展示的另一条曲线同样令人振奋：高被引学者结构中，55岁以上、40至55岁、40岁以下的占比，中国是44%、47%、9%，健康度在各国领先。“中国科技有光明的未来不是一句假话，而是一条非常有效的曲线。”窦贤康说。
窦贤康介绍，过去，年轻人学成后大多留在国外；如今，随着政策更灵活、投入与设施不断增加，归国人才激增。国家基金委资源也明显向青年倾斜：今年近九成项目由青年牵头，75%的经费由45岁以下科研人员承担；通过青年科学基金项目（C类）帮助刚出校园的年轻人拿到“第一桶金”，今年新增36亿元，增加12046项，增幅超过50%。腾讯也在这一方向上，向国家自然科学基金委捐赠5亿元支持“青年学生基础研究项目”。在这次科学周期间，还和国家自然科学基金委合办了青年学生基础研究年会。
活动现场，施一公作主旨演讲
中国科学院院士、西湖大学校长、新基石研究员项目科学委员会主席施一公，把镜头从国家拉近到一所大学。
“西湖大学，是原始创新的梦想之地，是为改革而生。”施一公对西湖大学的定位便是“高起点、小而精、研究型”。西湖大学目前只有约5000名师生员工，成立才八年，从2024年起，该校《自然》《科学》发文量位列全球前50、国内高校前十。
“哪怕发表顶刊论文、当选院士，也不会拿到一分钱额外奖励。”施一公介绍。为了让科研人员心无旁骛，西湖大学定下一套与众不同的规则：教师必须全职在岗，不允许校外兼职，只领一份工资；取消一切和论文、人才头衔挂钩的科研奖励；摒弃短期量化考核，推行长周期评价，不去拿论文数量评判一位研究者的价值。
施一公在演讲中坦言，做这些制度改革，本质就是 “赌年轻人”，相信中国科学的未来，要靠一代又一代青年科研人闯出来，“希望大家能真正静下心来做科研，营造一种为理想而战、为科学梦想而战的氛围。”
2
“平方对话”环节，中国科学院院士、中国科协名誉主席韩启德与中国科学院院士、中国科学技术大学常务副校长、“科学探索奖”管理委员会主席潘建伟，以及何川围绕“走向原始创新之路”展开对话。很多人把原始创新等同于牛顿、爱因斯坦那样的理论飞跃，但现实中的原创远比想象丰富。
平方对话环节，三位学者展开对话
“宇宙微波背景辐射，最开始只是工程师想要消除通讯设备噪声的意外发现；热力学诞生，初衷只是为了改良蒸汽机。” 潘建伟举例。他指出，一方面原始创新来自实践的需要，是为了解决现实问题；另一方面，把技术打磨推向极致，同样能够叩开全新科学的大门。
何川对此也深有体会，“做原始创新无非两件事，要么打开一扇此前没有人推开的知识大门，要么造出好用的工具，让更多人借它看见新世界。” 但想要迈出这关键一步，很难的是提出真正有价值的科学问题。
“提出好的研究问题离不开长期的专业训练，要在训练中培养对问题的敏感度与创造性思维。”何川提醒。与此同时，良好的学术环境同样关键，像新基石、科学探索奖、西湖大学这类模式的价值，就在于搭建起自由交流碰撞的平台。
论坛现场图
但“长期主义”不等于一条路走到黑，适时回头审视同样重要。潘建伟认为关键在选准人、少考核、控规模。何川认为资源不应平均分配，评审要完全从科学出发，“长期主义不是一个口号上的事”。
3
AI也可以提出好的研究问题，做出原始创新吗？热闹的AI浪潮之下，在场科学家普遍保持着一份清醒。
“AI可以快速梳理全球最新论文，承接大量繁琐计算，可诞生普朗克量子假说那样跳出现有全部认知的颠覆性想法，现阶段依旧很难交给人工智能。” 潘建伟在平方对话中抛出自己的观察，“创新有时候恰恰来自人会犯错，会天马行空地胡思乱想，这是现阶段AI很难复刻的特质。”
何川也点出人的判断力的可贵之处，“怎么判断哪些东西有可能是个坑，哪些东西有可能离创新更近，很多时候是资深科研工作者的思考。”他看到越来越多青年学生习惯依赖大模型完成学习工作，心中生出一丝隐忧。“如果过度依赖AI而缺少大脑的训练，真正需要创新时人的能力会被削弱。”
但不可否认的是，AI正逐渐融入科研人员的工作之中。何川表示，AI在一定程度上能够延长科研工作者的学术生命。年纪增长后科研人员的计算能力会有所衰退，但对科学问题的理解会更加深刻，借助AI承担繁重计算，研究者便能继续推进研究。他笑称，“科研人员到50岁就像20年的茅台，沉淀出科学品味。”在AI的加持下，这部分群体依旧可以产出大量有价值的成果。
陈云霁围绕AI芯片作分享
在一些其他领域，人工智能也发挥着越来越重要的作用。中国科学院计算技术研究所研究员陈云霁带来AI自主设计芯片的前沿进展，为大众打开一幅不一样的产业图景。
长久以来，国产芯片发展一直受工艺、资源壁垒、产业生态三重现实条件制约。在陈云霁眼中，AI自动设计芯片或许可以提供一条破局思路。“过去我们的高水平工程师相比国际上少得多，但如果芯片不再是人来设计，而是人工智能自动来设计，这个差距可能直接就被抹平了。”他畅想，未来或将跳出摩尔定律24个月的迭代周期，出现由大模型驱动、迭代速度提升至3-6个月的芯片性能发展新规律，这是需要把握的重大机遇。
陈云霁介绍，目前用于研究的实验芯片，从设计到验证都能够由人工智能自动完成。2021年，AI全自动设计的处理器“启蒙1号”达到400万门规模，“启蒙2号”性能又提升300倍。但从一个基础研究的芯片到一个产品性芯片中间有很长的距离，目前还没有完全由AI设计的产品芯片。
“2008年，我还在想退休的时候能不能看到人工智能的大爆发，如今大模型的发展，让我感觉当时的想法太悲观了，人工智能确实在很多方面做得比人要好，现在做数学题我肯定做不过它。”陈云霁希望，未来在人工智能的协助之下，行业能够真正跑通“AI设计芯片，芯片训练更强AI”的完整闭环。
（图据活动主办方）
热门文章
