微信扫一扫
最近AI在杭州又热了一波。因为2026世界数字教育大会。
5月12日上午，8场平行会议同时进行，分别聚焦人工智能如何推动教育变革的方方面面。其中，平行会议五以“构建新型科研能力：人工智能赋能科研范式变革”为主题，由教育部科学技术与信息化司指导，人工智能开放联盟和西湖大学承办。
会议主题并没有“教”“育”二字，现场却出现了一种奇妙的反差。
台上，菲尔兹奖得主、材料科学家、天体物理学家……每人用10~15分钟时间，接力分享着AI助力产出的最新科研成果——他们当中，大多数都不是严格意义上的AI，也没有在谈论教育理念的变革，他们并不是最懂AI或最懂教育的人。
可是，会场里却早早坐满了人，来自16个国家和地区的128个教育部门、高校、研究机构和企业的170余位代表来到这里，其中有不少是大学校长和科研工作的负责人。他们并不能完全听懂台上分享的公式、定理、实验细节，但他们期待着能从这些具体的、前沿的探索中，抽离出一个更大的答案：
当最聪明的头脑叠加AI的助力，人类未来的“天花板”会在哪里？
显然，AI对科学研究的重塑，在一些领域已清晰可见。
在AI的帮助下，中科院院士、北京大学常务副校长张锦发现了一个从事科研二十多年来从未想过的关键因素；对清华大学的姜培学院士来说，开发一个“能源大脑”的构想将很快成为现实；而这样的“大脑”，用深势科技创始人、科学家张林峰的话说，没有一个人类能做到，但智能体或许可以。
与正向改变同样清晰的，是AI在科学研究中的瓶颈。
西湖大学博导、天体物理学家Gregory Green用机器学习的方法重建了银河系的暗物质分布，但他同时很担忧：在AI仍然不可解释的情况下，我们到底能不能信任它给出的结论？而当我们把视角从遥远的银河系转向更为抽象的数学，菲尔兹奖得主、南方科技大学讲席教授Efim Zelmanov指出AI在数学研究中的根本局限，让全场更加安静：“数学证明的目的是理解，AI不带来理解，知道不等于理解。”
这些来自不同学科的优质科学家，都用自己的分享指向同一个结论：
AI作为工具的强大的，但在面对未知的领域， 它也许是不思考、不理解、不可尽信的。而人类历史上每一次原创的科学突破，往往是深入未知领域的探索，这样的探索仍然需要人的好奇心、想象力、判断力和对学科的深刻理解。
