人工智能赋能新型科研 中外科学家杭州话科研范式变革 《原始的爱美国版》　　苏联搞工业化是通过片面强调重工业而忽视农业这种模式进行的，而且把农民挖得太苦，农业的积累率远远超过了农民所能承受的限度，这不但引起农民的不满，而且使重工业发展到一定程度后难以为继。《原始的爱美国版》

　　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】

(责编：孟哲、曲源)分享让更多人看到