“如果人类思考一道难题花100年 ，AI需要多久？ ”在9月12日举行的2026浦江创新论坛主论坛上 ，上海人工智能实验室主任、首席科学家周伯文以这样一个问题开启演讲 。
他列举人工智能参与科学研究的不同案例，但比起时间被压缩多少 、效率提高多少 ，周伯文更希望大家思考：当人工智能越来越深入科学研究 ，AI与科学究竟该建立怎样的关系？
基于去年浦江论坛提出的“AGI4S六问 ”，他针对当前科研困境 ，提出“科学研究是下一个编程”的核心解题思路 。“AI与科学将形成双轮驱动——两者共同提升 ，助力新认知的发现和新突破的产生。 ”
问题越古老，AI提效空间越大
周伯文以“AI当助手 ”“AI提效率”和“AI独立攻坚 ”分别举例 。单克隆抗体研发传统流程需要4年 ，AI协作后从筛选到给药仅用90天 ，时间压缩至6% 。1969年提出的蛋白质折叠难题，人类求索51年未获突破，AlphaFold用2年基本解决 ，耗时仅为人类的4%。有着近200年历史的纳维-斯托克斯方程 ，是千禧年七大数学难题之一 。不久前，一万个AI智能体连续工作88小时 ，给出了存在性与光滑性的证明 。虽然克雷数学研究所尚未最终确认 ，但这意味着，AI用人类万分之零点五的时间在逼近。
“问题越古老 、越基础 ，AI提效的空间越大 。 ”周伯文强调 ，我们关注的不应只是效率，而是AI与科学相互深化的关系本身 。他提醒大家注意 ，三个案例均由人类主导、AI参与 ，突破的根基始终是人类定义的科学问题 、构建的数据集 、设计的提示词与思维链。“AI的定位并非是取代人类，而是要成为人类真正的伙伴。”
他认为 ，在最初“AI for Science ”阶段 ，AI只是服务科学的工具，“如同站在门外的访客，正叩响科学的大门 ” 。而当下 ，行业已进入“AI in Science”阶段 ，AI成为科研殿堂的常驻参与者，端到端驱动完整科研流程 。未来将走向“AI and Science”的共生阶段 ，二者共同建构科学体系 ，在交互中持续迭代、越用越强。
“双轮驱动 ”重塑科研范式
针对“AGI4S前景广阔，为何尚未见证更多重大突破 ”的疑问 ，周伯文直言当前科研面临的五大困境：信息爆炸但认知稀缺 ，假设涌现但验证滞后，工具林立但彼此割裂 ，成功发表但失败流失 ，AI生成但可追溯困难——这五个困境本质上属于结构性难题：科学本身需要科学的 *** 来做科学 。
今年初，周伯文提出了一个非常大胆的判断：科学研究是下一个编程 。他解释 ，编程是当前AI落地规模更大 、生产力提升最显著的赛道。科学研究与编程都以问题为导向 、由认知驱动；但科研难度更高、边界更开放 ，验证依托真实物理世界 。
“未来科研人员可立足待解决的科学问题，清晰表达自身的科研意图；AI协同调度文献 、数据集 、科学知识、计算工具以及自主实验室，贯通从问题界定、假设生成 、方案设计 ，到仿真预测 、湿实验验证、结果迭代的完整流程 。”周伯文表示 ，倘若实现这一模式，也许就有望在科学研究中复刻AI在编程领域取得的巨大成功。
以此为思路 ，AI与科学的“双轮驱动 ”关系愈发清晰：一方面 ，科学研究为AI搭建更高质量的训练场，推动AI的长程推理 、仿真纠错 、自主探索等能力持续进阶；另一方面 ，AI将更深嵌入科学进程 ，从加速科研效率到“自主发现 ”全新规律，再到未来也许有望实现库恩级的科研范式转变 。
展望未来 ，周伯文认为：“毫无疑问 ，AGI会不断拓展人类的知识边界、加速科学发现，但科学探索的罗盘 ，始终应该由人类的心智 、好奇心和价值判断来掌握 。”
（文章来源：上观新闻）
本文来自作者[德化]投稿，不代表德化号立场，如若转载，请注明出处：https://3g.taocisuyuan.com/dehua/3064.html
评论列表（4条）
我是德化号的签约作者“德化”！
希望本篇文章《上海人工智能实验室主任周伯文：科学研究是下一个编程》能对你有所帮助！
本站[德化号]内容主要涵盖：德化号,生活百科,小常识,生活小窍门,百科大全,经验网,游戏攻略,新游上市,游戏信息,端游技巧,角色特征,游戏资讯,游戏测试,页游H5,手游攻略,游戏测试,大学志愿,娱乐资讯,新闻八卦,科技生活,校园墙报
本文概览： “如果人类思考一道难题花100年，AI需要多久？”在9月12日举行的2026浦江创新论坛主论坛上 ，上海...