研讨会核心观点 - 首届天桥脑科学研究院AI驱动科学研讨会汇聚全球顶尖学者，探讨AI驱动科学发现的新范式，核心观点是AI正从工具演变为能主动发现和创造的科学思维体 [1][5][8] - AI的终极价值在于“发现式智能”，能主动构建理论模型、提出假说并持续修正，实现从“取代人类”到“进化人类”的转变 [1] - 多位诺贝尔奖得主展示了AI在材料发现、蛋白质设计、基因功能研究等前沿科学领域取得的具体突破性成果 [5][8][9] 陈天桥的投资与AI愿景 - 盛大集团和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创新人工智能研究 [1] - 提出打造“发现式智能”需建设五大能力：神经动力结构、长期记忆、因果推理机制、世界模型、元认知与内在动机系统 [2] - 特别针对青年科学家推出基准测试、结构性算力、PI孵化器等支持，认为下一代关键算法将出现在个人计算平台而非数据中心 [2] AI在材料科学的应用 - 2025年诺贝尔化学奖得主奥马尔·亚基教授展示由ChatGPT分子优化设计材料制成的便携式取水装置，在湿度低于15%的死亡谷成功取水 [5] - 其团队创建七个AI智能体组成虚拟科研团队，共同设计优化COF-323结晶过程，实现从无定形到高结晶的飞跃 [5] - ChatGPT被训练阅读数千份合成报告并进行推理，其预测性能优于传统启发式方法，从一个文本生成器演变为科学推理引擎 [5] AI在生命科学的应用 - 2024年诺贝尔化学奖得主戴维·贝克教授分享AI“从头设计”蛋白质工程，其团队开发的RFDiffusion3模型可根据预设功能生成新型蛋白质的精确三维结构蓝图 [8] - 该技术已在神经退行性疾病研究、酶工程领域取得多项突破性成果，强调“设计-构建-测试-学习”的反馈闭环对AI发展至关重要 [8] - 2020年诺贝尔化学奖得主珍妮弗·道德纳教授指出即使最简单生物体中仍有40%基本基因功能是未解之谜，提出CRISPR与机器学习协同进化以构建因果数据集 [9] AI发展的挑战与原则 - 图灵奖得主约翰·轩尼诗指出AI在不到一年内达到美国家庭50%普及率，速度远超个人电脑和智能手机 [9][10] - 提出人类使用AI需坚守关键原则：保持透明披露、严格验证AI生成内容、详细记录合成数据，人类必须守住涉AI关键决策权 [9][10] - 面临两大挑战：全球数据存量可能在4到5年内被AI模型耗尽，以及计算能源效率提升速度远落后于算力增长 [10]