“我們可能正在邁入一個新的階段，之前一個世紀才能夠實現的科學發現，通過人工智能在短短五年內實現。”在近日舉辦的2025年世界科技與發展論壇上，紐約科學院院長兼首席執行官、2024年中國政府友誼獎獲得者杜寧凱的這一論斷，道出了AI帶來的空前機遇。
人工智能的觸角已深入人類發展的核心領域，但在這些振奮人心的突破背后，潛藏著數據偏見、技術鴻溝與治理缺失的深層憂慮。當人工智能的發現速度超越人類的理解能力，當算法開始參與甚至主導科學探索，我們迎來的將是一個怎樣的未來？
從“輔助工具”到“科研伙伴”
人工智能正以前所未有的方式重塑科學研究的范式，并在教育領域推動資源普及與個性化學習。杜寧凱指出，人工智能不僅是人類研究的輔助工具，更已成為科學發現的“主動參與者”。
他以DeepMind發布的AlphaFold為例，它通過機器學習而非傳統科學推理，解決了蛋白質三維結構預測這一生物學重大挑戰。“此后，人工智能在藥物設計、材料模擬、氣候變化預測等領域的應用迅速擴展，其能力以驚人速度拓展，甚至可能將一個世紀才能實現的科學發現縮短至五年。”杜寧凱說。
中國工程院院士、之江實驗室主任王堅認為，人工智能應被視為“先進的紙和筆”，與人類形成協作關系。他引用數學家陶哲軒的預言，指出到2026年，人工智能可能成為論文的“共同研究者”，人機協作解決科學問題的模式正在成為現實。不過，專家也警示科研領域的AI應用需警惕“理解滯后于速度”的風險。
“一圖勝千言，一個數據勝千圖。”王堅強調，科學研究的核心是原始數據建模，若AI模型缺乏科學數據支撐，難以真正賦能科研。他建議開發“科學基礎模型”，將文本空間與科學數據空間結合，釋放更大潛力。
在教育領域，人工智能通過個性化輔導與可視化工具，有效彌合了全球教育資源差距。杜寧凱提到，美國科羅拉多大學博爾德分校開發的PhET氣體性質模擬工具和谷歌的Socratic平臺，通過AI驅動幫助學生直觀理解抽象概念，實現“自我調節學習”。
“這些工具不僅支持個性化學習，更能縮小地區與國家間的教育差距，中國在AI賦能科學教育領域亦有諸多優秀實踐。”杜寧凱表示。
用空間智能與大數據“把脈”地球
2015年，聯合國通過《2030年可持續發展議程》，共設定了17個可持續發展目標（SDGs）和169項具體目標。然而，目前只剩5年時間，可持續發展目標才實現不到五分之一。
接下來該怎么做？可持續發展大數據國際研究中心（SDG中心）主任、中國科學院院士郭華東指出，可持續發展目標的實現迫切需要科技創新，尤其是人工智能與大數據的深度融合，中國的做法為世界提供了參考。
SDG中心通過地球大數據評估了中國233個可持續發展目標（SDGs）指標狀態和趨勢，它們占所有可持續發展目標指標的92.8%。數據顯示，相較于2015年，2024年中國可持續發展指標整體顯著改善，已有141個指標（60.5%）接近或實現2030年目標；與此同時，在地球大數據評估的59個可持續發展目標指標中，僅10個指標（16.9%）有望按期實現2030年目標。
9月初，SDG中心發布了全球首個服務于聯合國可持續發展目標的大模型——“靈息·可持續發展目標大模型”，能夠低成本、高效率地支持決策。此外，SDG中心在2021年11月成功發射全球首顆專門服務于《2030年可持續發展議程》的科學衛星SDGSAT-1，至今已有110個國家的專家使用衛星數據開展可持續發展研究與決策工作。
地理空間技術與AI的結合，進一步拓展了SDG的監測與應對能力，南京大學地理與海洋科學學院教授慕凱華認為，“地理空間智能+AI”是解讀地球系統、應對氣候危機的關鍵。
他提到，地理空間智能通過AI與機器學習，實現了對城鎮化、自然災害和資源管理的動態分析。例如，中國蘇州的城市擴張監測、山東洪災預測模型，以及多災害預警人工智能系統，均展示了地理學與人工智能融合的潛力。
行星邊界是生態學家提出的地球系統安全運行框架，用于描述人類活動對地球環境的影響閾值。慕凱華指出，2023年行星邊界中已有六項被突破，包括氣候變化和生物多樣性喪失等，而“智能地理學”通過數字孿生和大數據分析，為應對這些危機提供了科學基礎。
為產業轉型賦能
人工智能在推動產業數字化轉型，特別是在發展中國家，展現出巨大潛力。經濟合作組織科學基金會創始主席、2020年中國政府友誼獎獲得者曼佐爾·侯賽因·索默洛指出，數字技術尤其是人工智能，是實現可持續發展目標的關鍵賦能工具。
他提到中國倡議“數字絲綢之路”，通過加強數字經濟、人工智能和智慧城市合作，為發展中國家提供了互聯互通與轉型動力。然而，他同時指出，數字鴻溝、政策框架缺失和創新投資不足，仍是發展中國家面臨的主要挑戰。例如，巴基斯坦在AI教育和政策支持方面的滯后，反映了系統性生態系統的缺乏。
從產業技術實踐看，深度學習平臺與大模型構成了AI賦能的“技術底座”。百度集團副總裁、深度學習技術及應用國家工程研究中心副主任吳甜從技術實踐角度，闡述了深度學習平臺一方面支持大模型的研發，另外一方面和大模型協同優化，支撐產業智能化轉型。
百度基于文心與飛槳打造的人工智能基礎技術底座，正在助力千行百業。例如，在智能制造領域，中車集團基于飛槳建立人工智能仿真平臺，支撐高鐵外形仿真設計周期由“天級”縮短至“秒級”；在智慧醫療領域，AI已經能在病情收集、病歷整理、AI預審核和醫生復核等環節發揮作用。此外，百度還助力打造數字人主播，以提升直播轉化率。
“技術持續革新不斷驅動應用創新，應用創新進而轉化為實際商業價值，最終推動產業向更高級形態轉型升級。”吳甜說。
盡管人工智能潛力巨大，但其治理、倫理與全球合作問題不容忽視。杜寧凱強調，人工智能的挑戰不僅是技術問題，更是社會與道德問題。“誰掌握數據？如何避免偏見？如何確保公平？”這些問題將定義21世紀的道德基礎。
杜寧凱提到，在醫療領域，AI雖能提升癌癥檢測精度，但麻省理工學院的研究顯示，臨床醫生的經驗與AI使用方式可能影響診斷準確性，甚至導致誤診。
王堅則從技術治理角度，呼吁加強國際合作。“GeoGPT的國際治理委員會多次會晤，我們致力于推動負責任的人工智能發展。同時，開源與閉源模型的競爭態勢中，開源模型表現接近閉源模型，這也體現了開放科學的重要性。”
慕凱華強調，開放科學與國際合作是應對全球挑戰的基石，“國際合作互學互鑒至關重要，我們必須降低國界障礙，清除政治藩籬。”郭華東則通過SDG中心的數據共享實踐，證明跨國協作能夠加速可持續發展目標的實現。
從科學發現到教育普及，從可持續監測到產業轉型，人工智能映照出人類智慧最好的一面，也折射出固有的挑戰與分歧。唯有堅持開放、公平與倫理約束，人工智能才能真正成為增強人類智慧、服務全球福祉的協作者。
本文鏈接：當AI成為“共同研究者”，如何跨越數字鴻溝與倫理挑戰？http://m.sq15.cn/show-11-27843-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
上一篇： 一位北大力學博士的跨界創業路