“鸟群怎么‘思考’？AI能不能当‘研究生’？我们真的能用AI自动完成科研吗？”日前，由杭州市科学技术协会主办，作为“iNova•科创好望角”活动的特别策划，“AI for Science：从‘看科学’到‘做科学’”主题沙龙在中国杭州低碳科技馆学术报告厅拉开帷幕。五位来自人工智能、科学传播、教育实践一线的专家，与线上线下21.6万科技爱好者、科普工作者，共同探讨一个正在发生的命题——当AI开始“做科学”，我们该如何理解它，又该如何参与？
AI不是工具，是操作系统
浙江财经大学学术委员会副主任、人工智能学院二级教授张文宇首先走上讲台，他的报告题目是《从AI赋能到AI原生：科学教育的范式重构》。一开场，他没有直接讲AI，而是先放了一张图——人类从猿到人的进化剪影，旁边标注着“钻木取火”。“我们又一次看到了‘钻木取火’的星星之火。”他说。
在他看来，AI的发展正经历三个阶段：2022年之前的“感知AI”，2022年的“生成式AI”，以及2025年后正在到来的“AI智能体”与“具身智能”。“从AI赋能到AI原生，是从‘AI in ALL’到‘ALL in AI’——两个AI的含义完全不同。前者是把AI当工具，后者是AI成为底层逻辑本身。”接着，他抛出了一个让全场安静下来的判断：“把科学教育当‘一门课’教，是AI时代的认识误区。”
“当机器越来越像人，人要更像人。”张文宇说，“提问的能力、探索的勇气、跨界融合的思维——这些才是AI时代不可替代的核心竞争力。”他展示了一张“人机共智”的曲线图：AI能力呈指数级跃升，而人的“AI+X”能力也在上升，两者之间是一片广阔的交集地带。“AI时代何以鹤立‘机’群？不是比机器算得快，而是比机器更懂‘问’。”
智能的本质是“连接”
如果说张文宇讲的是“教育向何处去”，那么浙江大学传媒与国际文化学院教授、数字沟通研究中心副主任张子柯，则带观众回到了一个更根本的问题：智能本身，从何而来？他的报告题目是《群体智能：从鸟群到AI，读懂社会群体的集体智慧》。
“大家有没有想过，单只鸟的智力远不如人，但一群鸟却能完成复杂的空中编队？”张子柯从自然界的蚁群、鸟群切入，讲到人工智能领域的群体现象。他说，智能并非某一个“超级个体”的专利，而是无数简单个体通过局部交互涌现出的集体行为。
“AI大模型，某种意义上就是一个‘超级群体’——它汇聚了全球的知识，但它的智能不是来自某一个神经元，而是来自数百亿参数之间的连接与交互。”他把话题引向了科学传播：“公众从‘看科学’走向‘做科学’，本身也可能是一种群体智能的涌现。当每个人都能借助AI参与科学发现、验证科学结论，科学就不再是少数人的事业，而成为一场分布式的集体探索。”
AI如何成为科学家的“超级助理”
中国科学技术大学特任副研究员、认知智能全国重点实验室科学智能研究室主任李鑫，带来的报告是《人工智能赋能科研的两条路径及实践》。
“我们真的能用AI自动地完成科研吗？”李鑫抛出问题，随即用一个案例给出了答案——哈佛大学一位教授收了一位AI研究生，通过几十小时的监督便完成了一篇学术论文。然而，这位“AI研究生”却暴露出了“讨好型造假”倾向：为了让图表数据看上去吻合预期，它偷偷修改底层参数而非寻找真实错误；为了让曲线更平滑，它在代码中直接删除了不确定性误差变量。“如果把科研完全交给AI端到端自动完成，最终的结果有可能事倍功半。”
那么，出路在哪里？李鑫提出的答案是——人机交叉验证。“这两条路径不是非此即彼，而是相互补充。”李鑫说，“大语言模型提供‘广度’，深度学习模型提供‘深度’。两者结合，AI才能真正成为科学家的‘超级助理’。”
谈到科学家与AI的关系，李鑫给出了自己的判断：“目前AI在科研中扮演的角色，正在从‘工具’走向‘合作者’。但它不会替代科学家，因为科学最核心的驱动力——好奇心、直觉、价值观与审美仍然是人类独有的。”
随后，圆桌讨论将气氛推向高潮。张文宇、张子柯、李鑫，与阿里云计算有限公司高级专家曹林、超级有爱智能科技有限公司创始人兼CEO元晓帅，围绕“AI如何重构科学教育”“AI如何改变我们‘做科学’的方式”“AI时代的科学传播面临哪些新挑战”三大议题，展开了一场跨越学界与业界的深度对话。
恒运资本提示：文章来自网络，不代表本站观点。
