中新社杭州5月12日電 (林波)2026世界數(shù)字教育大會(huì)平行會(huì)議“構(gòu)建新型科研能力：人工智能賦能科研范式變革”12日在杭州舉辦。海內(nèi)外頂尖科學(xué)家、青年學(xué)者齊聚一堂，圍繞人工智能與基礎(chǔ)科學(xué)交叉創(chuàng)新展開深度研討，探索科研范式變革新路徑。

　　中國科學(xué)院院士、北京大學(xué)常務(wù)副校長張錦指出，人工智能的終極目標(biāo)應(yīng)是推動(dòng)科學(xué)進(jìn)步、定義產(chǎn)業(yè)未來。在材料科學(xué)領(lǐng)域，人工智能不應(yīng)是簡單的數(shù)據(jù)工具，而需實(shí)現(xiàn)知識與數(shù)據(jù)深度融合。

　　張錦表示，當(dāng)前材料研究普遍存在重?cái)?shù)據(jù)驗(yàn)證、輕因果發(fā)現(xiàn)、重復(fù)已有成果等問題。他提出要依托大模型與算力底座，跳出純數(shù)據(jù)驅(qū)動(dòng)模式，結(jié)合物理化學(xué)規(guī)律開展真正的科學(xué)發(fā)現(xiàn)。

　　菲爾茲獎(jiǎng)得主、中國科學(xué)院外籍院士、美國國家科學(xué)院院士埃菲·杰曼諾夫指出，人工智能本質(zhì)脫胎于數(shù)學(xué)，神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)算法均建立在線性代數(shù)、統(tǒng)計(jì)學(xué)等數(shù)學(xué)基礎(chǔ)之上。但當(dāng)前的深度學(xué)習(xí)仍存在大量未解的數(shù)學(xué)難題，梯度下降法有效性、算法復(fù)雜度等關(guān)鍵問題亟待突破。

　　杰曼諾夫強(qiáng)調(diào)，基礎(chǔ)數(shù)學(xué)是人工智能發(fā)展的根基，未來AI技術(shù)迭代離不開扎實(shí)的數(shù)學(xué)支撐。

　　英國諾丁漢大學(xué)副校長、寧波諾丁漢大學(xué)執(zhí)行校長、IEEE會(huì)士喬納森·加里波第表示，當(dāng)前人工智能正迎來重大范式變革，從計(jì)算機(jī)科學(xué)細(xì)分領(lǐng)域走向全民關(guān)注。人工智能將深度改變各學(xué)科科學(xué)研究模式，成為科研必備輔助工具。

　　加里波第說，人工智能不會(huì)取代科研人員，但善用人工智能的研究者將淘汰固守傳統(tǒng)模式的研究者，科研工作者必須掌握人工智能工具使用能力。

　　西湖大學(xué)特聘研究員格雷戈里·格林表示，當(dāng)前人工智能已深度融入天文學(xué)等前沿科學(xué)領(lǐng)域，應(yīng)用規(guī)模呈指數(shù)級增長?！皞鹘y(tǒng)科研多依賴物理模型推演驗(yàn)證，而人工智能可通過黑箱算法實(shí)現(xiàn)從觀測數(shù)據(jù)直接推導(dǎo)客觀規(guī)律?！?完)