“过去20年，人工智能（AI）主要在理解和生成人类世界的信息；未来20年，AI最重要的任务将是走进自然世界，理解科学规律，参与科学发现。”在日前由上海未来产业基金、上海未来启点社区与创新工场共同主办的DeeCamp人工智能训练营开营日活动上，创新工场董事长、零一万物CEO李开复认为，AI将成为人类理解自然的“最后一公里”，科学研究也将由此迈入全新的“第五范式”阶段。未来，构成科学模型核心竞争力的将是“科学母语”的思考力与高质量实验数据生产力。

科学研究“第五范式”正在形成

作为国内最早投身人工智能研究的学者之一，李开复指出，当前AI的角色已在超越“科研助手”，在某些科学任务上开始具备独立研究能力，这意味着科学研究正在进入一个新的时代。他提到，图灵奖获得者吉姆·格雷曾提出科学研究的演进历经了四种范式，分别是经验科学、理论科学、计算机科学和数据密集型科学，而以AI for Science（科学智能，简称AI4S）为代表的“第五范式”正在形成。

“第五范式并不是替代前四个范式，而是把假设、理论、计算和实验整合到一个更高效的闭环中。”李开复说，过去，完成一个科学发现可能需要几年甚至几十年，而AI有望将这一过程压缩至数周，甚至一天之内完成，因为AI可以同时是假设的生成者、模型的求解者以及数据的分析师。李开复认为，一次性预测了超2亿个蛋白质结构的AlphaFold2就是第五范式最具代表性的成功案例。“它不是简单的数据拟合，而是把物理先验融入模型架构，实现了AI首次在基础科学核心难题上从辅助加速走向驱动发现。”

科学智能竞争将转向高质量数据

李开复把当下的AI模型分成三类：第一类是以ChatGPT等为代表的语言模型，擅长理解和生成文本；第二类是能够学习物理状态变化、模拟现实过程的世界模型；第三类则是以AlphaFold、MatterGen等为代表的科学智能模型，直接面向原子、分子、结构等自然对象和规律本身。“语言模型可以谈论科学，但并不真正理解科学。”李开复认为，科学智能真正需要学习的是自然规律，而不仅是语言表达。事实上，“科学的母语”并非英语或中文，而是各学科的原生表达——如数学中的方程、定理，物理中的场和轨迹，生物中的序列和结构，化学中的分子图与反应路径等。因此，科学模型的核心竞争力，在于能否用“科学的母语”去思考的能力。不过，与快速发展的大语言模型相比，科学模型的发展更加缓慢。李开复认为，最大的瓶颈不是算法，而是数据。“真正稀缺的不是更多的数据，而是高质量、结构化、可验证、包含因果信息的科学数据。”他说，相比互联网文本，科学数据获取成本极高，一次实验可能持续数月甚至数年，不同实验室之间的数据标准也难以统一。因此，未来AI4S的竞争核心将逐渐从算力转向数据生产能力。“谁拥有自动化实验平台，谁能够持续生产高质量实验数据，谁就掌握了下一代科学智能的入场券。”

未来科学家要同时理解模型与自然

对于AI4S未来的突围路径，李开复总结了四个方向：构建面向特定领域的科学基础模型；整合科研工作流和工具链；发展实验室与自动化落地的闭环；推动多科学智能体的协同进化。“这四条路径并不是平行赛道，而是共同构成未来科学研究的新流水线。”面对现场的青年学生，李开复表示，第五范式需要的是能够同时理解模型与自然的新一代复合型人才。他建议青年科研人员参透第一性原理，深入掌握一门科学“母语”，真正走进实验室，理解数据来源，学会与AI协同工作，同时保持人文思考能力。“AI可以帮助我们寻找答案，但真正决定科学突破的，仍然是人类提出问题的能力、判断力和好奇心。”

据介绍，DeeCamp是一个旨在提升高校AI人才在行业应用中的实践案例经验、推进产学研深度结合的公益性质AI训练营，独创的“知识授课+实践项目”模式，让学员们既可以近距离与科研及产业领域大师沟通交流，也可以与志同道合的小伙伴结队，亲身体验AI技术如何转化为产业应用、积累实践案例经验。

自2017年由创新工场发起以来，DeeCamp已成功举办6届，累计收到超2万份申请，录取并培养了1500余名学员，覆盖海内外众多高校。

原标题：李开复：未来科学智能将比拼“科学母语”思考力