第206次-- 科学与技术前沿论坛

主题报告

AI : 无限维问题与有限维技术浅析大模型架构的设计基础与评估原理
徐宗本中国科学院院士西安交通大学

AI问题的困难部分本质上都是无限维的，如机器学习、模拟学习方法论(SLeM)、世界模型构建等，但基于数字技术(特别是冯.诺依曼计算机)实现的AI技术都本质上是有限维的。这一差异导致AI研究有诸多困境,如缺少严密的数学基础、深度架构(大模型架构) 设计原理不清、对AI系统的性能评估靠测试而缺少理论判据等。本报告通过将智能问题描述作无限维函数空间上的优化问题，并将智能问题的任意极小化序列截断定义为AI深度架构，阐明“AI深度架构设计是函数空间上的算子簇公共不动点问题,而不是逼近论问题”，由此揭示并形成大模型架构设计的一个新原理与新方法。基于新原理与新方法，我们提出不同于GPT架构的一个新大模型架构—深度核网络。我们也提出“回到无限维系统来评价有限维技术/AI大模型”的极限论方法。这一方法基于大模型极限架构的存在性与性能来评估大模型,所建立起的理论提供了对大模型智能涌现和尺度律(Scaling Laws)的理论解释与直接判据。
AGI for Science：促进科学研究的通用人工智能
周伯文教授上海人工智能实验室

当前，以大模型为核心的人工智能技术正经历突破性发展，"通专融合"是实现AGI技术演进的路线。AGI的持续进步为科学研究范式的深刻变革提供了历史性机遇。本报告旨在探讨AGI如何系统性赋能科学研究。首先，分析AGI时代的技术趋势及其为科学创新带来的关键机遇。其次，提出AGI for Science的理论与技术框架。该框架的核心是三层协同演进体系：AGI for Data旨在实现跨模态、跨领域科学数据的高效表征与深度融合；AGI for Computation致力于革新传统科学计算模式，提升模拟与预测的效率及精度；AGI for Innovator目标是构建人机协同环境，增强科研工作者的洞察力与创新能力。通过三层能力的协同演进，有望开启全新的科学研究范式，实现从“工具的革命”到“革命的工具”转变。最后，本报告将重点介绍AGI for Science在跨模态数据高效表征、跨学科知识深度推理，以及覆盖假设提出到实验验证的全流程闭环演化等方面的最新进展，以期为推动AGI技术与基础科学的深度融合提供参考与启示。
AI为分子科学计算带来的变革
高毅勤教授北京大学

分子体系的多尺度计算在化学、材料和生命体系中具有广泛的应用。深度学习模型、算法和硬件的快速进步为分子体系的模拟计算能力提升提供了新契机，为跨尺度的分子体系计算研究带来范式变革。在本报告中，我们将介绍AI应用于分子和分子聚集体体系结构预测和基于功能需求的优化设计等任务的方法发展、典型场景和案例，特别是分子模拟和深度学习模型应用于生物分子体系研究的计算方法和软件平台发展；对应的将结构预测、分子生成和动力学计算等集中在统一的深度学习框架下，原生于人工智能的多模态和跨尺度分子模拟工具的设计和实现；以此为基础实现的基于物理和基于数据的算法和软件的融合；分子结构预测、设计和动力学模拟等与大语言模型的对接和多模态模型的构造；通过构建科学智能体促进分子模拟在拓展应用场景、提高精度和使用方便性。我们将进一步讨论AI在生物医药等方向的应用前景、当前模型的局限性、可能的发展路径。
超算与人工智能融合驱动科学研究与高等教育变革
卢宇彤教授中山大学

本报告聚焦超级计算与人工智能技术作为双引擎，对科学研究与高等教育的变革作用及协同机制。超级计算与人工智能的深度融合，不仅是科研工具的革新，更是驱动我国科技创新与高等教育发展的新型基础设施。战略定位：算力作为"新质生产力"的核心要素，其基础地位和先导作用前所未有，正成为重塑全球科技竞争格局的关键变量。科研领域，超算以 E 级并行算力突破极端规模计算瓶颈，支撑大气海洋、天文宇宙、能源材料、量子化学等多领域创新研究；人工智能则重构 “数据驱动” 研究范式，进一步推动科学研究提升精度、突破瓶颈，二者协同缩短研究周期催生跨学科创新。高等教育领域，双引擎推动教学模式革新，超算 + AI 构建虚拟实验室，降本增效， AI 分析学习数据推送个性化内容，超算支撑远程在线教育实践，促进教育公平。本次报告将从核心技术图景，科研教育新范式及战略建设路径三个层面，探讨如何利用超智融合技术，实现国家科技竞争力的跨越。超算与人工智能互为支撑，共同驱动科研进入 “E 级算力 + 智能决策” 时代、高教迈向“实践化 + 个性化” 新生态。
AI赋能科学研究：从高质量数据到高质量模型
马健首席执行官深圳晶泰科技有限公司

过去十年，人工智能的突破正在不断驱动科技创新浪潮。在全球人工智能竞争中，处于领先地位的中美两国均在战略布局中将 AI4Science （人工智能赋能科研）视为核心制高点。以药物研发为例，人工智能正在以其强大的数据智能不断加速探索更广袤的药物化学空间，提升新药物发现的效能。而 AI驱动的自主实验室，正逐步成为支撑 AI4Science 发展的关键基础设施。晶泰科技以人工智能和机器人的技术耦合打造智能自主实验平台，从高质量科研数据的收集和治理入手，以AI 为“实验之脑”完成实验设计与结果预测，以机器人为“实验之手”推进实验高效执行与数据收集，再以数据反哺训练 AI。形成“数据-实验-模型”的飞轮，在数字世界和物理世界的闭环迭代中加速物质发现，重塑行业科研范式。智能自主实验平台致力于以“人工智能 + 机器人”物质发现新范式赋能千行百业，成为新一代行业科研基础设施，有望在新一轮科技革命中帮助中国人工智能和中国科技实现战略超越。

12 下一页尾页

第206次：新信息技术对科学研究、高等教育的影响