首屆“天橋腦科學研究院AI驅動科學研討會”近日在美國舊金山落下帷幕。這場匯聚全球智慧的科學盛會，吸引了三位諾貝爾獎得主、斯坦福大學榮譽校長約翰·軒尼詩（John Hennessy）及二十余位頂尖學者與產業領袖，共同聚焦“AI如何重塑科學發現”的前沿命題。
盛大集團與天橋腦科學研究院創始人陳天橋在會上宣布，將投入10億美元算力資源，支持全球科學家開展“發現式智能”研究。他強調，AI的核心價值不應局限于內容生成與模式模仿，而應具備主動構建可驗證世界模型、提出科學假說并動態修正認知框架的能力。“AI的終極使命是推動人類認知進化，而非替代人類。”陳天橋指出，當前AI發展存在“規模路徑”與“結構路徑”之爭，后者通過模擬神經動力結構、構建長期記憶系統、發展因果推理機制等五大能力，更接近真正智能的本質。為加速這一進程，他同步推出“結構性算力支持計劃”“基準測試體系”及“PI孵化器”，鼓勵青年科學家突破傳統框架。
2025年諾貝爾化學獎得主、加州大學伯克利分校教授奧馬爾·亞基（Omar Yaghi）展示了AI在極端環境材料研發中的突破。其團隊利用ChatGPT的分子優化算法，設計出一種可在濕度低于15%的沙漠環境中高效收集大氣水分的便攜裝置。更引人注目的是，他構建的由七個AI智能體組成的虛擬科研團隊，能自主完成實驗設計、參數優化等任務，在數天內完成上百次實驗，成功將無定形材料轉化為高結晶結構。“AI正在成為一種新的科學思維范式。”亞基表示。
華盛頓大學教授戴維·貝克（David Baker）因2024年諾貝爾化學獎聞名，他在會上分享了AI在蛋白質工程領域的革命性進展。其團隊開發的RFDiffusion3模型，實現了從蛋白質功能需求到氨基酸序列的“逆向設計”，為阿爾茨海默病等復雜疾病的研究開辟了新路徑。貝克強調，AI驅動的科研需形成“設計-驗證-反饋-優化”的閉環，通過實驗數據持續迭代模型，形成“數據-算法”的雙向促進。
2020年諾貝爾化學獎得主、伯克利教授珍妮弗·道德納（Jennifer Doudna）則聚焦AI與基因編輯的融合。她指出，AI通過分析基因擾動數據，可系統性解析未知基因功能，為個性化基因治療提供精準導航。“當AI與因果推理數據結合，科學突破將進入加速軌道。”道德納以CRISPR技術為例，說明AI如何幫助科學家更高效地定位治療靶點。
作為Alphabet董事會主席，約翰·軒尼詩從社會影響角度提出警示。他指出，AI的普及速度已超越個人電腦與智能手機，但人類必須保留對關鍵決策的控制權，確保AI生成內容的透明性、可驗證性與可追溯性。同時，他提醒行業關注數據與能源的雙重挑戰：全球高質量訓練數據可能在幾年內耗盡，而算力增長的能源效率提升仍滯后于需求。
會議閉幕式上，“AI驅動科學大獎”揭曉，多位青年科學家憑借基于AI的跨學科研究獲獎。他們的成果涵蓋從量子計算到生物醫藥的多個領域，標志著AI驅動的科學研究正在全球范圍內形成新的方法論范式。
