上海人工智能实验室主任、首席科学家周伯文谈“AI的长期主义”

作者／ IT时报 孙永会

编辑／ 王昕 孙妍

由美国未来学家罗伊·阿玛拉提出的阿玛拉定律，核心观点是“人们总是高估科技的短期效益，却低估其长期影响”。定律指出，新技术初期往往引发过度乐观，形成“膨胀预期峰值”，随后因技术瓶颈进入“理想幻灭低谷”，但长期变革效应常超越最初预期。

这很容易让人联想到当前的AI技术，和全世界对其寄予的澎湃热情。

“当前AI在通用问题求解和替代传统预测方法等方面可能被高估，但其在促进学科交叉融合、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。”对阿玛拉定律颇有感触的，还有上海人工智能实验室主任、首席科学家周伯文。

在9月21日举办的2025浦江创新论坛“人工智能赋能科学研究专题论坛”上，他作《AGI for Science 之六问》主题演讲时便以此为引，提出了“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”六个科学智能前沿问题。

“科学发现需要AGI”

一百年前的数学领域，业内曾热烈探讨是否所有数学问题都能被“机械化解决”。

德国数学家大卫·希尔伯特的“可判定性”问题提出，是否存在通用方法，能在有限步骤内判断一个数学问题的真假。数年后，哥德尔“不完备定律”的发现对“希尔伯特问题”提出质疑，挑战了人们对理性推理的信心，而人工智能之父图灵证明了上述通用算法不存在。科学验证的道路总是百转千回，再后来，我国数学家吴文俊提出了“吴方法”，建立了几何定理机器证明算法框架，证明初等几何定理可机械化证明。

如今，到了远比“机械化解决”强大的AI时代。

“AI的边界在哪里？所有科学问题都能被人工智能解决吗？”周伯文以相近的思路，将这一问题抛给现场多个领域的与会者。

“科学的关键特征是能否准确预测系统将要发生什么。”周伯文指出，仅基于当前的大语言模型LLM和训练数据，对于全新的复杂问题，将遭遇能力瓶颈。他解释道，当前，AI虽然能预测蛋白质结构，但尚且难以通过分析模型本身来获取关于蛋白质折叠的新认知；另一方面，复杂的三体问题（天体力学中的基本模型）同样难以预测，神经网络虽能进行短期或周期的快速模拟，但三体问题的混沌特性使得长期预测仍面临挑战。

在周伯文看来，科学中的自然语言存在局限，表达能否捕捉自然界的行为方式，是否能以人类理解的方式呈现，这些皆值得关注和思考。

“科学发展需要AGI。我们认为，在自然语言与多模态的基础上，还需要探究如何加强形式化表征。”他再度提及团队的“通专融合”AGI技术路径。

《IT时报》记者了解到，该路径共有三层实现方案：第一层是基础模型层，这一层需要大量工作来改变现有架构。其中，最重要的是如何实现知识与推理的有效解耦与组合，同时实现高智力密度的监督信号，并在架构方面实现长期记忆。在基础模型的能力之上，具备通用架构和学习能力，还需要高效的学习方法，才能更好地实现“通专融合”，这便进入了第二层融合协同层。第三层是探索进化层，这层的关键在于高效地获取反馈和奖励，即从真实环境中获得可持续、高置信的反馈信号。同时，还需要跨媒介可交互的世界模型来对物理环境进行建模。

“科学探索的罗盘掌握在人类手里”

AI+教育、AI+法律、AI+物理……学科交叉的讨论依旧是热点话题。

早在1933年，分子生物学之父瓦伦·韦弗提出，生物学研究的未来在于物理学、化学、数学的交叉。1938年，韦弗将这一领域正式命名为分子生物学，为发现DNA双螺旋结构、现代遗传学、生物技术等奠定了基石。

“AGI4S（AI for Science）不只在于AI与其他科学交叉，还能带来哪些新融合？”周伯文基于韦弗的研究提出，科学研究最肥沃的领域，存在于现有成熟学科的融合点。而AGI4S更大的价值在于加速多学科的融合，激发新科学。

“如何判断AI有能力做出重大科学发现？”周伯文进而提出了“验证之问”。他在现场提出了一个思想试验：如果AI的知识截止在1905年（狭义相对论发表后），它能否快速融合此前学界已经发现的黎曼几何等理论，由此独立推导出广义相对论？就此，周伯文认为，“科学研究”是研究者、研究工具和研究对象一切关系的总和，要实现相对论级的突破，需要AI发挥系统性作用。

“AGI将辅助更多学科发展‘精确’视角”是周伯文的“新科学之问”。他认为，未来AGI具有两方面的潜力，其一，提供新的分析视角与精确度量工具，有助于研究者从“非结构化原始数据”中识别出可能具有研究价值的模式与特征。其二，助力大规模“可重复实验”模拟与推演，类比自由落体、粒子对撞试验等，能够提供系统研究框架、激发创新视角。

“AI正在加速拓展知识边界，但科学探索的罗盘始终是由人类的心灵、好奇心与价值观来指引。”周伯文强调，要把握被高估的当下，投身被低估的未来，预测未来最好的方法就是创造未来。

2025浦江创新论坛上，上海人工智能实验室也展示出了“把握当下、投身未来”的具体行动，联合多家科研机构共同发起的“科学智能战略科技力量联盟”正式成立，将推动生物制造、量子科技、脑科学、化学材料、气候能源等学科领域与人工智能领域深度融合，实现从理论突破到应用落地的全链条闭环。