王坚：通过数据形成新的假设是AI for Science时代很有挑战的问题

8月10日-11日，2023全球科学智能峰会在京举行。峰会围绕“共建AI4S基础设施”“赋能研发应用”等话题共组织了10余场学术论坛及交流研讨。院士、专家、政府官员和企业代表聚焦AI for Science基础设施共建、典型应用，探讨当前发展重点，展示研究成果和技术。

在主论坛圆桌对话环节，中国科学院院士、北京大学前沿交叉学科研究院院长、国家自然科学基金委交叉科学部主任汤超，中国科学院院士、北京科学智能研究院院长、北京大学国际机器学习研究中心主任鄂维南，中国工程院院士、之江实验室主任王坚，北京智源人工智能研究院院长、北京大学多媒体信息处理全国重点实验室主任黄铁军，以“大模型与AI for Science”为题进行对话，共话AI的进一步系统突破和AI for Science走向流行，探讨数据驱动与原理驱动的科学研究方法如何融合。北京科学智能研究院副院长、深势科技创始人兼首席科学家张林峰作为本组圆桌对话的主持人。

“我认为AI for Science是中国科技创新历史上最好的机会。”在鄂维南院士看来，AI for Science空间非常大，将全方位改变从科学研究到产业落地，下一代的产业很可能就在AI for Science基础上建立起来。

当AI for Science从愿景走向流行，我们需要怎样的计算基础设施？对此，王坚院士认为，非常易得、便宜是基础设施最基本的特征，AI基础设施也需要满足这两个特征。好的AI基础设施可以让一个普通学生和拥有大项目的教授一样，获取到这个基础设施，“今天想用一张卡做计算就用一张卡，明天想用一万张卡就用一万张卡。”

关于AI for Science的进一步发展，王坚院士表示，过去的研究都是假设驱动，现在是数据驱动，数据最重要的作用是帮助形成问题，这样才能催生真正意义上的创新。在AI for Science时代，通过数据能不能形成新的假设，这是一个很有挑战性的问题。

在黄铁军教授看来，无论是发展AI大模型还是AI for Science，要建好几个大平台，把几个大问题解决掉，关键要靠多方合作、协作。“我们经常说，集中力量办大事，要解决大问题，必须要有合作精神。”

“从长远来说，人才是最大的瓶颈，如果在教育、科研方面不长期投入，不形成很好氛围，就没有后劲。”汤超院士呼吁青年科技工作者投身AI时代大潮，不断推陈出新，成为造就下一个时代的“弄潮儿”。

据悉，2023科学智能峰会由中关村论坛办公室作为指导单位，由北京科学智能研究院主办，由北京大学北京国际数学研究中心、北京大学国际机器学习研究中心、北京材料基因工程高精尖创新中心、DeepModeling 开源社区、嘉庚创新实验室人工智能应用电化学联合实验室（AI4EC Lab）、宁波东方理工大学（暂名）、上海交通大学药学院、深势科技、苏州实验室、之江实验室、中国科学院计算机网络信息中心、中国科学院宁波材料所联合承办（按拼音首字母排序）。

综合自科学智能AISI公众号