人工智能赋能新型科研 中外科学家杭州话科研范式变革 《杨颖ai》始终相信组织、依靠组织、服从组织，自觉接受组织安排和纪律约束是党员干部最基本的政治素养。《杨颖ai》

　　中新社杭州5月12日电 (林波)2026世界数字教育大会平行会议“构建新型科研能力：人工智能赋能科研范式变革”12日在杭州举办。海内外顶尖科学家、青年学者齐聚一堂，围绕人工智能与基础科学交叉创新展开深度研讨，探索科研范式变革新路径。

　　中国科学院院士、北京大学常务副校长张锦指出，人工智能的终极目标应是推动科学进步、定义产业未来。在材料科学领域，人工智能不应是简单的数据工具，而需实现知识与数据深度融合。

　　张锦表示，当前材料研究普遍存在重数据验证、轻因果发现、重复已有成果等问题。他提出要依托大模型与算力底座，跳出纯数据驱动模式，结合物理化学规律开展真正的科学发现。

　　菲尔兹奖得主、中国科学院外籍院士、美国国家科学院院士埃菲·杰曼诺夫指出，人工智能本质脱胎于数学，神经网络、深度学习算法均建立在线性代数、统计学等数学基础之上。但当前的深度学习仍存在大量未解的数学难题，梯度下降法有效性、算法复杂度等关键问题亟待突破。

　　杰曼诺夫强调，基础数学是人工智能发展的根基，未来AI技术迭代离不开扎实的数学支撑。

　　英国诺丁汉大学副校长、宁波诺丁汉大学执行校长、IEEE会士乔纳森·加里波第表示，当前人工智能正迎来重大范式变革，从计算机科学细分领域走向全民关注。人工智能将深度改变各学科科学研究模式，成为科研必备辅助工具。

　　加里波第说，人工智能不会取代科研人员，但善用人工智能的研究者将淘汰固守传统模式的研究者，科研工作者必须掌握人工智能工具使用能力。

　　西湖大学特聘研究员格雷戈里·格林表示，当前人工智能已深度融入天文学等前沿科学领域，应用规模呈指数级增长。“传统科研多依赖物理模型推演验证，而人工智能可通过黑箱算法实现从观测数据直接推导客观规律。”(完) 【编辑:张子怡】

中国疾控中心：到目前为止还没有监测到传播力、致病力、免疫逃逸能力明显增加的新型变异株流行中国疾控中心病毒病所研究员陈操表示，我国的监测数据显示，从今年1月1日以来，从全国各个口岸入境人员当中监测到了39种进化分支，全部为奥密克戎变异株，以和及其亚分支为主，到目前为止还没有监测到传播力、致病力、免疫逃逸能力明显增加的新型变异株流行。