旧金山AI盛会：诺奖得主与产业领袖共话AI未来

近日，一场聚焦人工智能与科学交叉领域的高端研讨会在美国旧金山圆满落幕。这场由天桥脑科学研究院与加州大学伯克利分校计算、数据科学与社会科学院联合主办的活动，汇聚了三位诺贝尔奖得主及二十余位全球顶尖学者与产业领袖，共同探讨人工智能如何重塑科学研究模式。

盛大集团及天桥脑科学研究院创始人陈天桥在会上宣布，将投入十亿美元算力资源支持全球科研人员开展人工智能创新研究。他提出"发现式智能"概念，认为这种能主动构建可验证理论模型、提出可证伪假设，并通过持续交互修正认知框架的智能形态，才是真正意义上的通用人工智能。"人类进化从未停止，未来将主要依靠AI推动。"陈天桥强调，这种智能不仅能理解规律而非单纯预测结果，更能提出新问题而非被动回答问题，使通用人工智能从"取代人类"转向"进化人类"。为促进相关研究，他特别推出针对青年科学家的支持计划，包括为博士生和博士后提供独立实验室建设机遇。

2025年诺贝尔化学奖得主、加州大学伯克利分校奥马尔·亚基教授展示了AI驱动的科学发现新范式。他带领团队开发的沙漠取水装置，在湿度不足15%的死亡谷成功提取饮用水，其核心材料由ChatGPT优化设计。更引人注目的是，团队构建的由七个AI代理组成的虚拟科研团队，能在数天内完成上百次实验，涵盖实验设计、文献检索、数据分析等全流程。通过训练ChatGPT分析数千份合成报告，该模型展现出超越传统启发式方法的预测能力，成功从文本生成器进化为科学推理引擎。

华盛顿大学戴维·贝克教授分享了AI在蛋白质工程领域的突破。其团队开发的RFDiffusion3模型，能在三维结构空间直接生成具有特定功能的新型蛋白质。基于该技术，研究团队不仅设计出能特异性捕获β-淀粉样蛋白的抗体结合物，为阿尔茨海默病治疗提供新策略，还成功开发出首个完全从头设计的蛋白质酶。贝克强调，AI模型发展依赖于"设计-构建-测试-学习"的闭环系统，实验验证数据需即时反馈给模型以优化算法。

2020年诺贝尔化学奖得主、CRISPR技术先驱珍妮弗·道德纳教授则聚焦基因治疗领域。她透露，利用CRISPR技术开发的镰状细胞病基因疗法已获FDA批准，首个个性化基因编辑治疗成功实施。面对基因功能研究仅完成60%的现状，道德纳提出CRISPR与机器学习协同进化方案：通过系统性基因扰动大规模筛选基因功能，为构建因果关系数据集提供关键工具，从而突破基因编辑技术发展的瓶颈。

图灵奖得主、斯坦福大学前校长约翰·轩尼诗从社会影响角度发出警示。他指出，AI在不到一年时间内渗透50%美国家庭，远超个人电脑和智能手机的发展速度。面对这股浪潮，他提出三项原则：AI协作需透明披露、严格验证生成内容、建立合成数据文档记录。特别强调在关键决策中必须保留人类最终裁定权。同时，他表达了对数据耗尽和能源效率的担忧：按当前消耗速度，全球数据存量可能在五年内枯竭，而计算能源效率的提升远落后于算力增长。

会议期间还举办了"AI驱动科学大奖"颁奖典礼，三位青年科学家分享了利用AI在材料科学、生物计算等领域的突破性成果。这场汇聚全球智慧的思飨盛宴，不仅展现了AI驱动科学的巨大潜力，更勾勒出人机协同进化的新图景。