“我们可能正在迈入一个新的阶段，之前一个世纪才能够实现的科学发现，通过人工智能在短短五年内实现。”在2025年世界科技与发展论坛上，纽约科学院院长兼首席执行官、2024年中国政府友谊奖获得者杜宁凯的这一论断，道出了AI带来的空前机遇。

人工智能的触角已深入人类发展的核心领域，但在这些振奋人心的突破背后，潜藏着数据偏见、技术鸿沟与治理缺失的深层忧虑。当人工智能的发现速度超越人类的理解能力，当算法开始参与甚至主导科学探索，我们迎来的将是一个怎样的未来？

从“辅助工具”到“科研伙伴”

人工智能正以前所未有的方式重塑科学研究的范式，并在教育领域推动资源普及与个性化学习。杜宁凯指出，人工智能不仅是人类研究的辅助工具，更已成为科学发现的“主动参与者”。

纽约科学院院长兼首席执行官、2024年中国政府友谊奖获得者杜宁凯

他以DeepMind发布的AlphaFold为例，它通过机器学习而非传统科学推理，解决了蛋白质三维结构预测这一生物学重大挑战。“此后，人工智能在药物设计、材料模拟、气候变化预测等领域的应用迅速扩展，其能力以惊人速度拓展，甚至可能将一个世纪才能实现的科学发现缩短至五年。”杜宁凯说。

中国工程院院士、之江实验室主任、阿里云创始人王坚认为，人工智能应被视为“先进的纸和笔”，与人类形成协作关系。他引用数学家陶哲轩的预言，指出到2026年，人工智能可能成为论文的“共同研究者”，人机协作解决科学问题的模式正在成为现实。不过，专家也警示科研领域的AI应用需警惕“理解滞后于速度”的风险。

“一图胜千言，一个数据胜千图”，王坚强调，科学研究的核心是原始数据建模，若AI模型缺乏科学数据支撑，难以真正赋能科研。他建议开发“科学基础模型”，将文本空间与科学数据空间结合，释放更大潜力。

在教育领域，人工智能通过个性化辅导与可视化工具，有效弥合了全球教育资源差距。杜宁凯提到，美国科罗拉多大学博尔德分校开发的PhET气体性质模拟工具和谷歌的Socratic平台，通过AI驱动帮助学生直观理解抽象概念，实现“自我调节学习”。

“这些工具不仅支持个性化学习，更能缩小地区与国家间的教育差距，中国在AI赋能科学教育领域亦有诸多优秀实践”。杜宁凯表示。

用空间智能与大数据“把脉”地球

2015年，联合国通过《2030年可持续发展议程》，共设定了17个可持续发展目标（SDGs）和169项具体目标。然而，目前只剩5年时间，可持续发展目标才实现不到五分之一。

接下来该怎么做？可持续发展大数据国际研究中心（SDG中心）主任、中国科学院院士郭华东指出，可持续发展目标的实现迫切需要科技创新，尤其是人工智能与大数据的深度融合，中国的做法为世界提供了参考。

可持续发展大数据国际研究中心（SDG中心）主任、中国科学院院士郭华东

SDG中心通过地球大数据评估了中国233个可持续发展目标（SDGs）指标状态和趋势，它们占所有可持续发展目标指标的92.8%。数据显示，相较于2015年，2024年中国可持续发展指标整体显著改善，已有141个指标（60.5%）接近或实现2030年目标；与此同时，在地球大数据评估的59个可持续发展目标指标中，仅10个指标（16.9%）有望按期实现2030年目标。

9月初，SDG中心发布了全球首个服务于联合国可持续发展目标的大模型——“灵息·可持续发展目标大模型”，能够低成本、高效率地支持决策。此外，SDG中心在2021年11月成功发射全球首颗专门服务于《2030年可持续发展议程》的科学卫星SDGSAT-1，至今已有110个国家的专家使用卫星数据开展可持续发展研究与决策工作。

地理空间技术与AI的结合，进一步拓展了SDG的监测与应对能力，南京大学地理与海洋科学学院教授慕凯华认为，“地理空间智能+AI”是解读地球系统、应对气候危机的关键。

南京大学地理与海洋科学学院教授慕凯华

他提到，地理空间智能通过AI与机器学习，实现了对城镇化、自然灾害和资源管理的动态分析。例如，中国苏州的城市扩张监测、山东洪灾预测模型，以及多灾害预警人工智能系统，均展示了地理学与人工智能融合的潜力。

行星边界是生态学家提出的地球系统安全运行框架，用于描述人类活动对地球环境的影响阈值。慕凯华指出，2023年行星边界中已有六项被突破，包括气候变化和生物多样性丧失等，而“智能地理学”通过数字孪生和大数据分析，为应对这些危机提供了科学基础。

为产业转型赋能

人工智能在推动产业数字化转型，特别是在发展中国家，展现出巨大潜力。经济合作组织科学基金会创始主席、2020年中国政府友谊奖获得者曼佐尔·侯赛因·索默洛指出，数字技术尤其是人工智能，是实现可持续发展目标的关键赋能工具。

经济合作组织科学基金会创始主席、2020年中国政府友谊奖获得者曼佐尔·侯赛因·索默洛

他提到中国倡议“数字丝绸之路”，通过加强数字经济、人工智能和智慧城市合作，为发展中国家提供了互联互通与转型动力。然而，他同时指出，数字鸿沟、政策框架缺失和创新投资不足，仍是发展中国家面临的主要挑战。例如，巴基斯坦在AI教育和政策支持方面的滞后，反映了系统性生态系统的缺乏。

从产业技术实践看，深度学习平台与大模型构成了AI赋能的“技术底座”。百度集团副总裁、深度学习技术及应用国家工程研究中心副主任吴甜从技术实践角度，阐述了深度学习平台一方面支持大模型的研发，另外一方面和大模型协同优化，支撑产业智能化转型。

百度集团副总裁、深度学习技术及应用国家工程研究中心副主任吴甜

百度基于文心与飞桨打造的人工智能基础技术底座，正在助力千行百业。例如，在智能制造领域，中车集团基于飞桨建立人工智能仿真平台，支撑高铁外形仿真设计周期由“天级”缩短至“秒级”；在智慧医疗领域，AI已经能在病情收集、病历整理、AI预审核和医生复核等环节发挥作用。此外，百度还助力打造数字人主播，以提升直播转化率。

“技术持续革新不断驱动应用创新，应用创新进而转化为实际商业价值，最终推动产业向更高级形态转型升级。”吴甜说。

在全球对话中架设合作框架

尽管人工智能潜力巨大，但其治理、伦理与全球合作问题不容忽视。杜宁凯强调，人工智能的挑战不仅是技术问题，更是社会与道德问题。“谁掌握数据？如何避免偏见？如何确保公平？”这些问题将定义21世纪的道德基础。

杜宁凯提到，在医疗领域，AI虽能提升癌症检测精度，但麻省理工学院的研究显示，临床医生的经验与AI使用方式可能影响诊断准确性，甚至导致误诊。

王坚则从技术治理角度，呼吁加强国际合作。“GeoGPT的国际治理委员会多次会晤，我们致力于推动负责任的人工智能发展。同时，开源与闭源模型的竞争态势中，开源模型表现接近闭源模型，这也体现了开放科学的重要性。”

慕凯华强调，开放科学与国际合作是应对全球挑战的基石，“国际合作互学互鉴至关重要，我们必须降低国界障碍，清除政治藩篱。”郭华东则通过SDG中心的数据共享实践，证明跨国协作能够加速可持续发展目标的实现。

从科学发现到教育普及，从可持续监测到产业转型，人工智能映照出人类智慧最好的一面，也折射出固有的挑战与分歧。唯有坚持开放、公平与伦理约束，人工智能才能真正成为增强人类智慧、服务全球福祉的协作者。

来源：中国科协之声微信公众号