2009年，Science期刊曾报道了人工智能从实验数据中发现自然规律的案例，Phil Anderson随即指出机器只能重复已知的守恒概念。2022年，Giorgio Parisi因自旋玻璃理论获得了诺贝尔物理学奖的一半奖金。 这次以北京为中心的AI for Science活动把产学研各方力量聚集在一起。8月8日，中国科学院院士汤超给北大前沿交叉学科研究院的研究人员布置了一个任务：把AI当成瑞士军刀，用它加速科研的冲刺过程。 他们需要面对的是一个难题：如何从0到1创造出新的科学突破。Anderson曾表示机器离革命还很远，汤超对此并不完全认同。他觉得只要持续探索，未来还是有希望的。 AI背后的科学原理也正等待人类去揭示。瑞士的例子显示，把行星运动数据喂给算法，AI就能轻松给出轨道预测。开普勒三定律正是这么被机器复现的。 当算法参数达到万亿级规模时，模型为什么能学习？为什么不能学习？这也是摆在面前的问题。Giorgio Parisi的理论在神经科学与机器学习领域已经显示出威力。 汤超认为，“科学之科学”——Science of AI可能成为下一个十年的主战场。安德森的观点依然值得参考，它提醒我们不要高估机器发现新范式的能力。 从北京到瑞士，这一跨界浪潮把基础研究和产业应用紧密联系起来。抓住这次机会，“一条链带动一片林”的效应就会显现出来。 三天的时间里，来自生命科学、新能源、新材料等领域的数十位嘉宾轮番登台发言。汤超在开幕致辞中把AI for Science拆解成了三个层次。 他用三个维度为“AI+科学”正名：把AI当成多任务工具、让AI去发现新规律、把AI当成研究对象。Phil Anderson提出的机器重复守恒概念的观点在这里也被提及。 从北京大学到中国科学院，顶尖头脑们共同勾勒出了“AI+科学”的最新版图。他们的发言内容保留了原文风貌，并将分章节呈现给大家。 这场顶级头脑风暴给我们展示了AI for Science如何重塑科研范式。它正在改变人们对科学进步的认识和期待。 从0到1的突破虽然寥寥可数，但我们依然要给原始创新留出空间。真正的创新生态需要少做表面文章。 这次以8月8日为起点的大会把科学智能这个概念带到了公众视野中。“AI for Science：共创新未来”首届科学智能峰会在北京成功举行。 它的举行不仅为学界提供了交流平台，也为产业界注入了新的动力。最终目的是让AI成为科学进步的新引擎。 活动结束后，大家对未来充满期待：希望大会能圆满成功，也希望AI for Science能够取得更大的进展。