打開百度APP暢享高清圖片

10月27日至28日，首屆天橋腦科學研究院AI驅動科學研討會在美國舊金山舉辦。三位諾貝爾獎得主、斯坦福大學榮譽校長等20多位全球頂尖學者和產業領袖，共同探討AI如何驅動科學發現。

盛大集團和天橋腦科學研究院創始人陳天橋在會上宣布：投入10億美元算力，支持全球科學家的創新人工智能研究。

一個零能耗的便攜式取水裝置，被放置在空氣濕度不到15%、極其炎熱的美國沙漠“死亡谷”中，很快從大氣中取到了飲用水。這個堪稱旅行者救命稻草的神器，是由ChatGPT分子優化編輯設計的材料制成。新晉2025年諾貝爾化學獎得主、加州大學伯克利分校奧馬爾·亞基教授分享了這一最新成果，這也是他獲得諾獎后首次公開演講。

奧馬爾·亞基在演講

“AI不是工具，而是新的科學思維體。借助人工智能，我們正在賦予科學自行思考、推理和演進的能力。”奧馬爾·亞基說。

除了AI設計的沙漠取水神器，他和團隊基于ChatGPT創建的七個智能體組成了虛擬科研團隊，分工執行實驗設計、文獻檢索、算法優化、實驗安全與數據分析等任務，在幾天內完成了上百次實驗，成效顯著。同時，他們訓練ChatGPT閱讀數千份合成報告并進行推理，證明該模型的預測性能優于許多傳統啟發式方法，ChatGPT從一個文本生成器演變成一個科學推理引擎。

2024年諾貝爾化學獎得主、華盛頓大學戴維·貝克教授分享了AI如何“從頭設計”蛋白質。

他介紹了團隊開發的RFDiffusion3模型，這是一種能夠在三維結構空間中進行運算的先進生成式AI模型。研究人員僅需輸入期望的分子功能，該模型便能生成具有相應功能的新型蛋白質的精確三維結構藍圖。基于這一技術，團隊已取得多項突破性成果：在神經退行性疾病研究方面，設計出能特異性捕獲β-淀粉樣蛋白的新型肽類結合物，為阿爾茨海默病干預提供新策略；在酶工程領域，成功開發了首個“從頭設計”的蛋白酶。

貝克教授指出，AI模型的快速發展高度依賴于一個與實驗數據緊密耦合的“反饋閉環”。一個高效的“設計-構建-測試-學習”迭代循環是必不可少的：AI進行預測設計，實驗室進行快速驗證，而實驗產生的數據即時反饋給模型，用于優化算法參數。

一種利用CRISPR技術開發的鐮狀細胞病基因療法，已于近期獲得美國食品藥品監督管理局批準，首個“個性化”的CRISPR基因編輯療法也已成功實施。2020年諾貝爾化學獎得主、加州大學伯克利分校的珍妮弗·道德納教授在演講中分享了這些突破性進展。

盡管CRISPR技術無比強大，但即使是在最簡單的生物體中，仍有高達40%的基因功能仍是未解之謎，這極大阻礙了基因編輯技術向縱深領域的推進。

她強調，生物學領域的數據是有限的，為生物學構建有效的機器學習模型，需要“經過精心策劃的、包含因果關系的數據集”。為此，她提出了CRISPR與機器學習的協同進化，可以利用CRISPR技術在細胞系中系統性地制造“基因擾動”，從而大規模、高效率地篩選并鑒定每個基因的具體功能。

人工智能正以前所未有的方式席卷全球，在不到一年的時間里就達到了50%的美國家庭普及率，而個人電腦實現這一目標花費了數十年，智能手機也用了10多年。圖靈獎得主、斯坦福大學第十任校長暨現任Alphabet（谷歌母公司）董事長約翰·軒尼詩在演講中強調了這一驚人現象。

作為見證了第一臺個人電腦、第一個互聯網網頁以及第一版雅虎網站的親歷者，他認為面對AI技術浪潮人類應共同堅守關鍵原則：在使用AI或與AI協作完成工作時，必須保持“透明的披露”；必須嚴格驗證AI生成的內容；對于AI合成的數據必須建立詳細的文檔記錄。他特別強調，在涉及人工智能關鍵決策時，人類絕不應被排除在外。

他提出兩個擔憂。一是數據的質量與數量。以AI模型目前驚人的數據消耗速度，全球現有的數據存量可能在4到5年內被耗盡，未來我們的數據生成速度能否跟上大型AI模型訓練的步伐。二是關于能源效率。與算力的迅猛增長相比，計算的“能源效率”提升速度要緩慢得多。

“人類的進化從未停止，只是方式改變了。我們的工具——現在包括AI——是進化的外部器官。”陳天橋認為，AI的終極價值是發現。發現式智能可以主動構建關于世界的可檢驗理論模型、提出可被證偽的假說，并在與世界的交互與自我反思中持續修正其理解框架，這是真正意義的通用人工智能。它能提出問題而非只回答問題，能理解規律而非僅預測結果，超越了模仿，具備創造和發現這些智慧的本質能力。

陳天橋在演講

為幫助全球科學家推進發現式智能研究，陳天橋宣布了多項特別針對青年科學家的支持，比如為博士生和博士后提供獨立途徑，建立以自己命名的實驗室等。

此次會議由天橋腦科學研究院與加州大學伯克利分校計算、數據科學與社會學院聯合舉辦。

原標題：《諾獎得主、全球產業領袖熱議AI，陳天橋宣布10億美元算力支持發現式智能》

本文作者：解放日報 黃海華

題圖上觀題圖

內圖由受訪者提供