南科大陈明伟：人工智能正在颠覆传统科研范式

（原标题：南科大陈明伟：人工智能正在颠覆传统科研范式）

近日，南方科技大学工学院院长、人工智能高等研究院院长陈明伟，就AI浪潮之下产业、科研与人才培养面临的变革与全新机遇进行了演讲。

陈明伟演讲现场（陈霞昌 摄）

演讲中，陈明伟首先回顾人工智能的发展脉络，从1950年图灵提出图灵测试，到1956年达特茅斯会议正式确立“人工智能”概念，复盘人工智能历史上两起两落的发展历程，直至生成式人工智能迎来爆发。他介绍，复刻生物大脑是人工智能领域一条重要研究路线。硅谷科研团队完成虚拟果蝇大脑复刻，仅还原神经元结构，没有经过训练，虚拟果蝇就自发产生运动、觅食行为。这项研究引发学界巨大争议，它挑战了“智能来源于大量训练”的传统认知，为人类理解智能的生成机制提供全新的思考样本。

陈明伟认为，当前主流大模型沿用海量数据训练的范式，类似“一万小时定律”，依靠反复迭代实现能力提升。Transformer是生成式AI的底层核心架构，依托线性代数、优化、统计等数学运算，把语言符号转化为高维向量，以此完成语义理解。大模型能够捕捉很多人类容易忽略的细微特征，实现很多超出传统认知的效果，但技术天花板同样客观存在。

陈明伟提出，大模型底层数学框架已经趋于成熟，能源供给、高质量训练数据，才是限制人工智能继续进阶的两大核心瓶颈。一方面大模型运行消耗巨量能源，能源供给成为现实约束；另一方面，可用于模型训练的公开数字化资源正在被消耗殆尽，高质量训练数据，将会成为未来人工智能竞争当中的关键资源。

“AI是人类历史上首个可以自我迭代、自我演化的工具，和斧子这类静态传统工具有着本质区别。”陈明伟说。他以AlphaGo对局李世石时，走出人类所有棋谱均未记载的棋步作为实例，证实大模型已经出现“涌现”现象，即具备推理甚至创造能力。同时他也提到学界的不同观点，有科学家曾经预判大模型会让人工智能进入第三次寒冬，但芯片硬件迭代、并行计算技术突破不断化解算力层面阻碍，大模型走向衰落的可能性有限。与此同时，AI伦理、安全风险，以及远期超级智能的可能性，也值得全社会持续关注与探讨。

结合Gartner技术成熟度曲线、资本市场与科技创新的周期规律，陈明伟作出研判：人工智能时代才刚刚开启。参照过往技术驱动的经济增长周期，人工智能带来的增长周期目前仍处于上行阶段。机器人、生物医药、基础科研等诸多领域，正经历人工智能带来的颠覆性重塑，技术迭代日新月异。身处行业之中，如果不持续跟进前沿研究，科研人员很容易快速落后。

在基础科学研究领域，人工智能正在颠覆传统科研范式。过去人类依靠方程描述自然规律，而AI开辟出以数据驱动认知世界的新路径。借助机器学习手段，可以构建拥有量子力学精度的原子相互作用模型，实现上百万甚至上亿规模原子的模拟运算，完成过去超级计算机都难以实现的计算任务，极大拓展基础科研的边界。

陈明伟认为，人类正站在新时代的起点，人工智能将倒逼思维模式、管理模式全方位革新，TIMBA这类跨学科项目正是顺应时代变革的人才培养载体。陈明伟强调，各行各业需要主动拥抱变化，把握人工智能带来的时代机遇，打通从基础科研到商业落地的完整链条。传统工商管理学科同样身处变革浪潮之中，TIMBA创新项目恰好搭建起工科科研与商业转化之间的沟通桥梁。