为人工智能导航，科学重新站到前沿

2026年5月12日，一场名为“2026 Science x AI Summit”的峰会将在大洋彼岸的硅谷启幕。这并非寻常的技术集会，而是一次由科学家主导的战略集结。当人工智能狂奔的脚步在规模定律的尽头渐显蹒跚，来自全球的诺贝尔奖、图灵奖、菲尔兹奖得主与产业领袖、投资人选择坐下来，试图用数学、物理学和生物学的语言，为这门年轻的学科重新校准航向。

过去十年，规模定律几乎是人工智能信仰体系的全部。更大的模型、更多的数据、更强的算力，推动着技术一轮又一轮地突破边界。然而，进入2026年，这套增长叙事正在松动。大模型之间的性能差距持续收窄，高质量可训数据加速枯竭，每单位算力带来的智能增益步入下降通道。“越大越好”的朴素信念，在产业界与学界同时遭遇冷思考。

规模定律的困局并非偶然。它源自一个根本性缺陷：人工智能的进步长期依赖于工程层面的规模化，而非对智能原理的深层理解。正如SAIR Foundation在成立宣言中所言，“AI提供了速度，但科学必须提供方向”。速度不等于方向。当堆叠参数带来的边际收益递减，人类必须回答一个更本质的问题：除了更大，人工智能还能走向何方？

答案或许就在那些为科学贡献了数百年严谨传统的领域里。数学以其不可辩驳的可验证性，物理学以其对世界模型的精确刻画，生物学以其高效的学习法则，正在成为人工智能突破瓶颈的支点。菲尔兹奖得主陶哲轩曾生动地描述：大语言模型的输出如同“一条大流量、高速度的污水水管”，而传统科学过程则是“水质纯净但流速极慢的水龙头”。真正需要的，是建造一个形式化验证的“过滤器”，让人工智能的输出既丰沛又可信。“如果我们能做到，”陶哲轩说，“我们就能实现前所未有的目标：大量、可饮用的研究产出。”

这并非技术细节的修补，而是一场观念的转向。当陶哲轩提出“哥白尼式智能观”，他事实上是在拆除人类智能的“宇宙中心”地位，将智能看作一个丰饶的生态系统。在这个系统里，人有人之长，机有机之短，协作而非替代，才是真正的出路。另一位菲尔兹奖得主迈克尔·弗里德曼则从信息论的高度，将数学三千年的秘密归结为“压缩”，并以此为人工智能打造探索未知的“导航仪”。

而在产业与资本层面，谷歌母公司Alphabet董事长约翰·轩尼诗、LinkedIn联合创始人里德·霍夫曼、红杉资本管理合伙人林君睿等人的集体出席，传递出一个清晰信号：资本与产业正在从对规模的无止境追逐，转向对科学基座的理性投资。这届峰会上由UBS呈现的投资专场，或许将为未来的资源配置提供一套新的估值坐标系。

值得关注的是，这场转向并非硅谷的独角戏。2025年7月，北京率先发布全国首个科学智能专项地方政策，中国科学院院士鄂维南将AI for Science称为“千载难逢的‘超车’机会”。英国图灵研究所也发布了相应的战略文件。全球范围内，一场围绕“以科学驱动AI”的共识正在加速凝聚。

“我们和AI在同一条船上。”弗里德曼的这句话，或许概括了这场峰会的全部深意。当规模定律不再是万能钥匙，当堆算力的红利日渐稀薄，人类需要重新在基础科学的深厚土层中寻找支撑。这场峰会试图点燃的，正是那把将科学严谨性重新注入技术狂飙的火炬。它不是对人工智能的否定，而是对其未来道路的一次深刻校准。

正如陶哲轩所说：“AI像盐，要用得恰到好处。”这个五月，硅谷的这张圆桌，或许正是找到那份“恰到好处”配方的起点。当数学、物理、生物学与人工智能在同一场域深度交汇，一个关于方向的答案正在孕育。它关乎的不止是技术本身，更是人类如何在一个机器日渐强大的时代，继续看得更远、走得更稳。