AI怎样改变所有学科？从“工具的革命”到“革命的工具”

本文系上海人工智能实验室主任、清华大学惠妍讲席教授周伯文在2025年中关村论坛上的讲稿。在周伯文看来：科学研究，是研究者、研究工具和研究对象一切关系的总和，当前的AI for Science在单点取得了可观的进展，实现了工具层面的革新，然而要成为“革命的工具”，需要采用“通专融合AGI”方式。

实锤！AI来了，人类反倒更忙了

截至目前，AI大模型已经可以帮助我们写程序代码，制定旅行计划，资料阅读与信息检索，快速完成分析报告，学习第二外语，乃至编辑视频，制作商业网站或游戏……然而，大模型降世两年多，人们却吃惊地发现，自己最终的那个梦想，一个有强大AI为人类工作的社会，一个有更多的闲暇，上四休三甚至每周工作更短时间的世界，却仿佛更遥远了，我们变得更忙了，而且，这个事实居然在数据上得到了确认。

嫦娥六号的48小时和中国探月的17年

北京时间6月2日早上6点23分，嫦娥六号着上组合体降落南极-艾肯（South Pole-Aitken，SPA）盆地。

AI教父辛顿：从反向传播到凡人计算

杰佛瑞·埃佛勒斯·辛顿（Geoffrey Everest Hinton，1947－）【1】，被誉为“AI教父”，他一生的理想是要明白“人的大脑是如何工作的”？机器是否能模仿大脑的运作机制？为此他花了半个世纪的时间开发神经网络，他在1986年和2022年，分别发表了两篇与神经网络算法相关的重要论文，一前一后相隔三十多年，一反一正都是讨论机器如何学习的问题。哪一种算法更接近人脑的运作模式呢？辛顿对此有与众不同的观点，此文将为你解读这两篇文章的核心思想，然后，你对上述问题便能得出你自己的答案了。

AI重塑科研：新工具不断涌现，但能否触及真正的“科学”？

人工智能（AI）工具正在改变科学研究的方式。AlphaFold基本解决了蛋白质结构预测难题；DeepMD大大提高了分子模拟的效率和精度；而新兴的大型语言模型，如ChatGPT等，也正在科学研究领域开疆拓土。在《国家科学评论》（National Science Review, NSR）组织的这场圆桌讨论中，来自中、美两国的5位专家讨论了“AI for Science”（AI4S）的概念、发展、瓶颈和机遇，也分享了他们对AI与Science之间关系的理解。

AI江湖：神经网络兴衰史

正如物理学家、曼哈顿计划领导者奥本海默所说：“我们不仅是科学家，我们也是人。”，有人的地方就有江湖，科学界也难免。人们经常说“科学无国界，科学家有祖国“，即使不谈这些政治纠葛，科学家中还是有不同学术圈子的，每个人都有自己坚持的学术观点和主张，学术争论无时不在。一般来说，自由争论有利于学术进步，但争论也可能造成误会产生偏见，从而让某些科学家受害并影响科学的正常发展。今天将讲述的，是AI历史中的一段江湖故事……

AI史上的第一个成功的商业产品是怎样诞生的？

2024年初，自然杂志公布了2024年重要的七项科技，其中一項是“蛋白质序列的深度学习模型”。

华裔科学家李飞飞：她看见的世界和她改变的世界

李飞飞是人工智能领域最重要的科学家之一。她最重要的贡献，是创建了数据库ImageNet，有人工智能领域的从业者评论，“没有ImageNet，就没有现在的深度学习革命”，李飞飞也因此被誉为AI教母。

4支团队晋级，农学与工学博士对阵AI种生菜决赛 | 专题

“生菜博士” 如何种出更高产量、更好品质的 “水果生菜”？

AI+番茄：你所无法想象的智慧农业 | 专题