" 某种程度上，我也算半个 AI（人工智能）科学家，因为我用 ChatGPT、DeepSeek、Claude 来写 Python，然后用这些 Python 程序解释我的实验、实现实验自动化。"2010 年诺贝尔物理学奖得主、石墨烯发现者安德烈 · 海姆在第二届国际人工智能科学家大会（ICAIS 2026）上分享道。

大会现场      图片来源：主办方提供

由北京中关村学院、中关村人工智能研究院、清华大学、西湖大学共同主办的 ICAIS 2026，10 月 19 日在北京落下帷幕。为期两天半的大会汇聚多位诺贝尔奖、图灵奖得主与中外院士。

《每日经济新闻》记者现场注意到，与会科学家们高度认可 AI 为科学探索带来巨大改变，但也纷纷直言，当 AI 变革科研范式、拓展科学发现的边界，AI 幻觉、大模型公司抢跑科研成果发布等问题正给科学界造成全新困扰。

国际顶刊 Nature 总编辑玛格达莱娜 · 斯基珀表示，今年夏天 Nature 曾发表社论呼吁 AI 公司与研究界加强合作，建立更有意义的参与规则。她认为，透明度和开放实践对科学探索十分关键，需要明确人与 AI 工具在研究中的贡献归属，同时科学家应成为结果的最终负责人，" 科学归根到底是一项人类事业 "。

尽管 AI 发展也遭受冲击，但与会科学家们对于 AI 参与科学探索、改变世界的未来依然抱有信心。2021 年图灵奖得主杰克 · 唐加拉表示，AI 已经经历并走出寒冬——那个疯狂炒作、没有兑现期望、经费与科研活动低迷的阶段，如今是 AI 的黄金年代，未来会有让人担忧的阶段，但终会被跨越。

从帮手、工具到同事，AI 进入科研全周期

2013 年诺贝尔化学奖得主迈克尔 · 莱维特在大会主旨演讲中分享道，目前他的全部工作都离不开 AI，甚至连休假日也天天使用 AI。从 2020 年开始使用 ChatGPT 到如今使用大约 6 个智能体处理不同任务，他表示，自己的工作方式已经发生了质变，AI 从一个帮手、助理升级成了他的同事：AI 正在把 " 做科学 " 的成本大幅压低，让失败变便宜，让想法更快得到验证，从而使诺奖级研究更依赖好问题、验证能力和人机协同组织。

他提到的 AlphaFold 案例被多个参会科学家提及，这一由谷歌 DeepMind 开发的人工智能系统能根据氨基酸序列预测蛋白质结构，解决了困扰生物学界数十年的问题，其创造者德米斯 · 哈萨比斯与约翰 · 江珀被授予 2024 年诺贝尔化学奖。同年获得同一奖项的生物化学家、计算生物学家戴维 · 贝克同样结合 AI 技术在人工设计蛋白质方面作出重大突破。

" 我是一名老派的化学家，成长于稀缺时代，现在想拥抱 AI。所以我们创造了‘ AIMATRY ’——一个交叉 AI 与材料、化学的领域，它关乎为特定性质设计材料。"2025 年诺贝尔化学奖得主奥马尔 · 亚吉在大会主旨演讲中提出，人类正从研究材料少、可分析数据少、预测可能性的计算能力少的 " 稀缺时代 " 进入 " 丰裕时代 "，如今 AI 可以生成数以百万计的可能性，可能性数量不再是限制因素，真正稀缺的是 " 提出关键问题 " 和 " 从海量可能性中做选择 " 的能力。

他以材料领域为例，说明实验室生成化合物研究已经从 " 制造—测量—学习—再制造 " 变为 " 生成—选择—制造—测量—学习—再生成 "，对于科学家来说，在 AI 生成后作出正确选择的能力变得至关重要，" 选择科学，即‘我们如何决定什么应该被想象、制造、测试、开发并最终使用’的系统性研究将会成为 Ametry 的智识核心 "。

国际顶刊 Nature 总编辑玛格达莱娜 · 斯基珀在大会主旨演讲中表示，生成式 AI 已几乎触及研究周期的每个环节，从探索知识图谱到构思解决方案、研究方向，到展开研究、撰写论文、做演示传播研究成果，再到同行评审和科研评价，AI 工具都在发挥作用。

迈克尔 · 莱维特则预测，到 2056 年，使用 AI 智能体的年轻科学家一年可能完成他这一代科学家一生的工作量；甚至这仅约 30 倍扩展还不够快，未来因子会更大。

大模型公司抢跑科研成果发布，开放科学实践受损

AI 极大赋能科研探索，但科学家们并未回避 AI 的风险和负面效应。

玛格达莱娜 · 斯基珀指出，AI 幻觉这一固有问题在科研领域可能表现为虚构引用、污染科学文献，损害知识获取的可信度。她提到，arXiv（面向公众的电子预印本系统，旨在促进科研成果交流共享）近期正限制单个作者可存入的预印本数量，以免被 AI 生成的垃圾内容淹没；一些期刊也在考虑限制单个作者的投稿量。

"AI 系统太容易产生幻觉了。"2021 年图灵奖得主杰克 · 唐加拉在大会圆桌论坛上同样强调，当下科学探索者更需要扎实的知识基础与验证能力，以理解 AI 返回的答案、判断结果是否合理。"AI 带来机遇，也伴随冲击，部分岗位会随之消失。但世界永远需要能够读懂 AI 行为、评估其输出质量的人。" 杰克 · 唐加拉表示。

玛格达莱娜 · 斯基珀还提出另一个值得深思的问题：谁是用 AI 工具做出的发现和创新的实际作者，谁能获得贡献认可？她表示，一些科学家开始远离开放的科学实践，因为他们担心共享数据、使用数据时，若与强大公司提供的商业 AI 工具互动，可能会被抢先——数学界据称最近已出现这种情况。

今年 9 月，OpenAI 宣布其 AI 工具用 88 小时解决了七个 " 千禧年大奖难题 " 之一：纳维 - 斯托克斯方程，随即遭到纽约大学数学家特里斯坦 · 巴克马斯特 " 炮轰 "。巴克马斯特与 Anthropic 数学家莱文特 · 阿尔波格合作使用包括 OpenAI Codex 和 Anthropic Claude 在内的 AI 工具推进相关研究。他于 9 月 8 日公开质疑 OpenAI 在获悉其与合作者技术路线后，利用海量算力抢先跑通形式化证明。

同日，菲尔兹奖得主陶哲轩发文称，" 发现一个值得研究的问题 " 正成为稀缺资源。面对 AI 抢跑，研究者可能不再愿意分享有潜力的研究方向。9 月 11 日，包括陶哲轩、邓煜在内的 25 位菲尔兹奖得主发表声明，警告 AI 快速批量生成数学成果，可能压缩成果验证、方法总结、学术交流和引用前人成果的时间，并引发严重的署名和抄袭问题，使 AI 发展目标与数学研究目标严重错位。然而，10 月 6 日，OpenAI 又一次性公开 722 篇由其模型生成的数学手稿，声称解决多个长期悬而未决的知名数学难题，再度引发争议。

对此，玛格达莱娜 · 斯基珀认为，通向这些解答的旅程并没有被探清说明，而 " 任何科学工作既关乎目的地，也同样关乎旅程 "。

数学家马骁则在参与大会圆桌论坛时承认 AI 确实给数学家带来挑战：AI 正在取代数学家的部分能力，AI 生成的大量计算、方案、思路、证明等可能错误，需要数学家投入更多精力、更好的组织和工具检验。但他否认 AI 会给数学界带来寒冬，认为 AI 反而能大幅扩展数学边界，使数学学科更为繁荣，而这需要数学家快速适应 AI 时代，并发展更好的方法消化验证 AI 产出。

值得一提的是，迈克尔 · 莱维特在同一论坛上被问及类似情况是否会出现在生物学、化学领域时表示，数学界能列出具体待解决问题清单，自然科学界往往面临更模糊的问题，如 " 地球上的生命如何起源 "，这些问题更多依赖实验证据，甚至可能取决于偶然，不像数学那样可依赖理论框架，因此难以被 AI 批量解决。

他还就 AI 安全性提出，多样性原则需要进入 AI 的未来：" 我认为获得安全的一种方式是拥有 DeepSeek、Kimi、Claude、ChatGPT、Grok 等不同模型，即提供模型多样性，就像多样性对生物生存至关重要一样。" 与此同时，他还透露自己对于 Token（词元）价格上涨的担忧，并指出 AI 在响应时间上仍需进步。

下一个十年：AGI、ASI 与人机共生

AI 正在重塑科学界。而在达特茅斯会议提出 AI 概念七十周年的节点，科学家们对于下一个十年的 AI 疆域也有自己的想象。

在大会 " 致敬达特茅斯 70 年：智能的下一片疆域 " 高端圆桌论坛上，迈克尔 · 莱维特表示他对于十年后实现人机和平共生有 35% 的信心，马骁则给出 80% 的信心预测：到 2036 年，AGI（通用人工智能）将通过 " 把一切归约为数学和编程 " 实现，并把 "AI 在没有任何人类参与的情况下建造航天器 " 作为成功判据。

1994 年图灵奖得主罗杰 · 瑞迪则在主旨演讲中对 AGI 提出一个可量化标准：能就至少 90% 的任何主题提问得到正确答案。他还进一步描绘了 ASI（超级人工智能）的图景。在他看来，ASI 是近乎全知全能、无处不在、控制一切的智能，他把这比作 " 守护天使 "。

" 当我们能够确保地球上每个人都拥有一个个人‘守护天使’——能在正确时间以正确语言提供正确信息的 AI，我们就知道 ASI 已经实现了。我们为此目标开发的工具和技术，最终将被证明是人类最重要的发明，使人类迄今取得的一切成就相形见绌。" 瑞迪说。但他也强调，人类智慧始终对于有效驾驭 AI、负责任地治理 AI 至关重要，实现这一愿景需要跨学科、跨机构、跨文化和跨世代的合作。

在通往 AGI、ASI 的道路上，人类的价值在哪里？美国杜克大学医学院神经科学名誉教授、被誉为 " 脑机接口之父 " 的米格尔 · 尼科莱利斯在大会对话环节中分享：" 有观点提出，未来十年 AI 摧毁人类社会的概率为 10%，但这一数值缺少严谨的科学推导。我们既不必陷入盲目的恐慌，也不能漠视潜藏风险，应当依托证据与科学方法理性研判。"

" 如今，技术在某种程度上甚至成为一种新的信仰，但我们可能忽视了人类本身的价值。恒星和星系存在于宇宙之中，是人类通过观察、求索与思考，为它们命名、探明规律，赋予万物意义。" 米格尔 · 尼科莱利斯说，技术足以重塑未来，但人类独有的创造力、独立判断、情感体验，以及生命本身，永远拥有不可替代的价值。