AI for Science的真正目标是基于科学研究的范式变革，创建可扩展的解决方案。研究人员需要有真正的科研精神，关注长期的科学难题和技术突破，避免被外界奖励和短期成果的诱惑所干扰。Xplorer Symposia系列学术会议之“AI4Science”吸引到多个学科领域科学家的热情参与
12月22日，新基石科学基金会与智源社区联合举办的“Xplorer Symposia-AI4Science 科学前沿和技术进步的挑战与机遇研讨会”在北京圆满落幕。本次研讨会由新基石研究员彭汉川和智源生命模拟中心首席科学家张恒贵共同主持，旨在深入探讨AI在科学研究中的应用前景与挑战。
腾讯集团副总裁、腾讯研究院总顾问杨健在开幕致辞中强调了AI在推动科学发现中的独特作用，期待科学家们大开脑洞、深入讨论。智源研究院理事长黄铁军则提出了AI改变人类与机器关系的愿景，强调了从“人类发现”到“人机共同发现”的转变对加速科学进展的重要性，并呼吁加强合作。
智源研究院理事长黄铁军发表开幕致辞
本次闭门研讨会鼓励自由而深入的思想交流，确保了讨论的高效性。北京大学、清华大学、复旦大学、上海交通大学、中国科学技术大学、东南大学、南京大学、西湖大学、天津大学、华南理工大学、北京航空航天大学、中国科学院理化技术研究所、中国科学院脑科学与智能技术卓越创新中心、之江实验室、浦江实验室、新加坡ASTAR等科研院所的36位相关科学家，就AI for Science的前沿科学发现、技术进展、持续性发展、挑战及行业共通机遇进行了深度学术交流。
智源生命模拟中心首席科学家张恒贵介绍其AI相关研究工作
技术层面，专家们讨论了AI在大数据采集、安全性和共性需求中的作用，并指出了AI技术的可信度、可解释性和伦理问题，特别是AI自我发展的限制问题。研讨会认为，各类资本的介入、技术进步和绿色AI的探索可能对社会需求产生重大影响，但AI的自主性也可能带来未知风险。
与会科学家进行热烈的分组讨论
数据层面，专家们普遍认为，AI for Science面临的挑战包括数据质量控制、标准化、隐私保护、共享机制的缺失以及激励机制的不足。解决方案之一是建立联邦学习机制，通过统一的数据平台促进模型学习而不直接共享数据，保护隐私并促进技术合作。
与会科学家进行热烈的分组讨论
宏观层面，专家们强调AI需服务于实际问题，科学家和技术专家应平等合作，注重长远的科学问题和市场需求。AI for Science被视为推动科学研究全球化和科学文明进步的机会，尤其是在跨学科研究的高效实现方面。面临的挑战包括AI模型的可解释性和算力问题，以及AI技术应对复杂长期科学问题的能力。AI for Science的最终目标应与通用人工智能一致，解决复杂系统的探索、理解与决策问题，科学与产业价值的统一应成为AI for Science发展的核心。与会专家一致认为，AI for Science的真正目标是基于科学研究的范式变革，创建可扩展的解决方案。研究人员需要有真正的科研精神，关注长期的科学难题和技术突破，避免被外界奖励和短期成果的诱惑所干扰。Xplorer Symposia是由新基石科学基金会支持的学术交流平台，旨在推动跨学科、跨地域的科学交流与合作，鼓励自由探索的学术文化。Xplorer Symposia系列学术会议，以国际化、小规模、未发表成果、跨学科、自由平等交流等为特色，由科学家自主发起和组织，经指导委员会评选通过后开展实施，新基石科学基金会支持运营工作。
在即将到来的2025年，Xplorer Symposia系列学术会议计划在生命与医学科学、物质科学领域举行多场会议，继续聚焦前沿科学议题。2025年2月19日-22日，主题为“微生物组与化学、植物和医学的多学科交叉（Multidisciplinary Intersection of Microbiome,Chemistry,Plant,and Medicine）”的新一场Xplorer Symposia将在香港举办。