会议与核心理念 - 10月27日至28日，AI驱动科学研讨会（AIAS 2025）在美国旧金山举行，汇聚近30位全球顶尖学者与产业领袖及数百位现场参与者 [1] - 盛大集团、天桥脑科学研究院创始人陈天桥在会上首次系统阐述“发现式智能”（Discoverative Intelligence）的全新理念，指出这是真正意义上的通用人工智能 [1] - 会议参与者包括2025年新晋诺奖得主Omar Yaghi、2024年诺奖得主David Baker、2020年诺奖得主Jennifer Doudna以及图灵奖得主John Hennessy等 [3] “发现式智能”的定义与内涵 - “发现式智能”被定义为能够主动构建可检验理论模型、提出可证伪假说，并通过与世界的互动和自我反思不断修正自身认知框架的智能 [7] - 真正的“发现”是能够提出问题而不仅仅是回答问题，能够理解原理而不仅仅是预测结果 [7] - 该理念认为AI for Science即AI for Human Evolution，其终极价值在于帮助人类发现未知，而非取代现有人类工作 [6] AI发展的两条路径 - “规模路径”强调参数即知识，智能是规模的产物，依赖模型大小、数据量和算力，是AI历史上最成功的工程路径 [8] - “结构路径”关注智能的“认知解剖学”，即大脑通过神经动力学基于记忆、因果和动机形成知识系统并随时间演化的机制 [8] - 规模路径已取得惊人应用成果，如预测蛋白质、生成化合物，但存在天花板，仅靠堆积数据和算力无法突破通向真正理解和发现的障碍 [13] 大脑的“时间结构”范式 - 大脑的“时间结构”范式是连续和动态的，旨在管理和预测时间流中的信息，与当前AI“瞬时”和“静态”的“空间结构”范式形成对比 [9] - “时间结构”包含五种核心能力构成的完整闭环：神经动力学、长期记忆系统、因果推理机制、世界模型、元认知与内在动机系统 [10][11][12] - 这五种能力使智能能随时间自我进化，具备连续性、可解释性和方向感，是科学发现能力的关键 [12] 公司战略与资源投入 - 公司将投入超过十亿美元建设专用算力集群，为年轻科学家提供即时实验的资源环境，用于探索结构而非比拼规模 [13] - 公司在全球设立研发中心，已有200多位世界知名大学的博士在办公室工作，旨在促进跨学科智慧碰撞 [13] - 公司正在建立PI孵化器，为全球年轻科学家开设独立研究通道，博士生和博士后无需毕业即可获得独立预算并以自己名字命名实验室 [13] 行业影响与未来展望 - 公司计划推出新的基准，全面衡量神经动力学、长期记忆、因果推理、世界模型和元认知，以AI是否“发现”为AGI衡量标准 [13] - 行业正处在历史转折点，需要新理论、新算法和新想象力，以及神经科学、信息论、物理学和认知心理学的跨学科融合 [13] - 规模是巨人的道路，时间结构被定位为年轻人的机会，旨在重新定义智能，使其能提出假说、验证世界并修正自身理解 [14]