会议核心信息 - 首届天桥脑科学研究院AI驱动科学研讨会在美国旧金山召开，汇聚三位诺贝尔奖得主、斯坦福大学荣誉校长暨Alphabet董事会主席及二十余位顶尖学者与产业领袖 [1] - 会议核心议题为探讨AI如何推动科学发现的新范式 [1] 战略投资与研究方向 - 盛大集团与天桥脑科学研究院创始人陈天桥宣布投入10亿美元算力支持全球科学家的发现式智能研究 [1] - 提出AI的终极目标是帮助人类进化，其价值在于主动构建可验证的世界模型、提出假说并修正理解框架的发现能力 [1] - 将当前AI发展路径分为规模路径与结构路径，并强调结构路径是通往真正智能的关键，需具备神经动力结构、长期记忆、因果推理机制、世界模型和元认知系统五大能力 [1] - 宣布推出面向青年科学家的结构性算力支持、基准测试体系及PI孵化器等项目 [1] AI在材料科学的应用 - 2025年诺贝尔化学奖得主奥马尔·亚基展示AI在材料科学突破，利用ChatGPT的分子优化能力设计出可在空气湿度低于15%的沙漠中从大气取水的便携装置 [1] - 提出AI正在成为新的科学思维体，展示由七个AI智能体组成的虚拟科研团队，能在数天内完成上百次实验，实现材料从无定形到高结晶的转变 [1] AI在生命科学的应用 - 2024年诺贝尔化学奖得主戴维·贝克分享AI在蛋白质工程进展，其团队开发的RFDiffusion3模型可在三维结构空间中反向设计蛋白质，为阿尔茨海默病等疾病研究提供新路径 [2] - 强调AI驱动科研需要形成设计—验证—反馈—优化的闭环，让模型与实验数据相互促进 [2] - 2020年诺贝尔化学奖得主珍妮弗·道德纳介绍CRISPR基因编辑技术与AI结合成果，AI可通过学习基因扰动数据帮助系统性理解未知基因功能，推动个性化基因治疗 [2] - 指出科学的下一步突破将来自AI与因果数据的结合 [2] AI的宏观发展与挑战 - Alphabet董事会主席约翰·轩尼诗指出AI的普及速度远超个人电脑与智能手机，但人类必须保留关键决策权，在AI生成内容的使用中保持透明、可验证与可追溯 [2] - 警告全球数据可能在几年内被AI训练耗尽，而算力的能源效率提升尚未跟上其增长速度 [2] 行业认可与未来展望 - 大会颁发AI驱动科学大奖，多位青年科学家展示基于AI的前沿研究成果 [3] - 显示出AI驱动科学在多个学科中正在形成新的范式 [3]