
东谈主工智能的下一轮毁坏,要靠更大范围的新数据吗?
17日下昼的WAIC 2026主论坛演讲中,中国工程院院士、之江实验室主任王坚冷漠了一个颇具冲击力的不雅点:东谈主工智能正在迎来新范式变革,而这一次鼓励变化的,不再仅仅言语数据,而是科学数据和科学目光,尤其是在旧数据里发现的新问题。
“科学毁坏不仅来改过的实验,也可能来自对已罕有据的重新挖掘。”
王坚判断:将来确实垂危的,不是磨砺一个更大的言语模子,而是让科学数据成为基础模子的“原住民(First-class Citizen)”。与此同期,将来AI会像数学雷同,成为扫数基础科学通用底层器用。
在现场,王坚回溯了东谈主工智能发展的苟简历史:许多东谈主今天谈大模子,下意志就等同于大言语模子,但很少有东谈主谨记,“基础模子(Foundation Model)”这个词,直到2021年才被确实创造出来。而文本惩办,其实是东谈主工智能最容易跨过的第沿路门槛。
他冷漠,文本惩办是东谈主类掌抓最久、门槛最低的数据形态。中国古代文言、古拉丁文原来莫得标点、空格,古东谈主依靠朗读完成断句领路,这套东谈主为拆分文本的逻辑,与如今大言语模子中枢的分词算法实质同源。数千年来,东谈主类永久在用笔墨纪录追想已有的认识,大言语模子仅仅把这套文本惩办才调作念到极致,其磨砺素材全部来自东谈主类写完的论文、书本、代码,属于 “二手归纳型数据”。
“咱们对AI领路科学的联想,还局限在东谈主类依然写出来的常识里。”而这,也意味着AI领路天下的范围,仍然停留在东谈主类依然用言语形色过的常识体系之内。在王坚看来,只好“当模子能够领路代码,它才确实跳出了东谈主类当然言语的范围。”但即便如斯,今天绝大无数用AI作念科学磋磨的尝试,依然停留在“让AI读论文”的阶段——实质上如故在惩办文本,而不是惩办科学数据自己。
为此,王坚举了一个极具代表性的例子:在地球科学领域,杰出70%的信息根底不存在于论文文本,而存在于各式原始不雅测数据之中。他冷漠了一个相配形象的比方:“咱们常说,一张图片胜过滔滔不绝;但一段光谱,可能胜过千万张图片。”
为了诠释为什么科学数据如斯垂危,王坚共享了一个最近震恐学术界的案例。
2024年底,《好意思国天体裁杂志》发表了一篇论文,这篇论文只好一位作家,更令东谈主惊诧的是,这位作家并不是资深种植,也不是博士后,而是一位年仅18岁的高中生。他利用一颗依然退役的小行星不雅测卫星留住的数据,重新进行了分析,最终发现了近150万个此前从未被编预计打算天体,而这颗卫星当初辐照的预计打算,致使并不是为了寻找这些天体。
这恰是科学数据原生型 AI 带来的科研平权效应,亦然 AI 手脚基础器用的直不雅体现。
也恰是在这么的配景下,王坚先容,之江实验室几年前就界说了“科学基础模子”的观念,是建立在科学数据基础上,而非科学论文文本上。其主张便是让科学数据成为大模子的原住民,该责任代号"021"(Zero to One)。他强调,科学基础模子要将文本、代码、科学数据放入兼并空间、兼并模子完成扫数任务。它不是垂直领域的模子,而是下一代的基础模子,一种平定的时刻模子。
为了展示科学基础模子的现不二价值,王坚在发言中尽头先容了之江实验室与南京大学沈树忠院士团队集结研发的一款地球科学模子GeoGPT。这恰是纯真展现AI科研范式变革的履行案例。
他先容,古生物学中有一个持久贫穷——“西格诺—里普斯效应”(Signor-Lipps效应):临了清除的物种,偶合最不成能造成化石。传统磋磨法式依赖东谈主工统计和地层对比来推算物种死亡时候,精度持久停留在“百万年”量级。几十年来,精度难以擢升,并非因为数据不及,而是既有的法式难以从中索求更多信息。
对此,GeoGPT团队改造了想路:将10万个生物属、近2万个物种的化石数据成功输入模子,让AI自行发掘轨则。于是,在本年7月1日,GeoGPT作念出了当今天下上最完好意思、最精准的地质时候轴,把时候标定的精度从百万年齿别一下子擢升到了万年齿别——两个数目级的越过,这在当然科学领域是颠覆性的毁坏。这项责任刚刚在上周入选了集结国“科学促进可不绝发展十年”的策略清单。
改造的不是数据自己,而是应用数据的格局,这恰是范式变革的要义。
因此,在演讲收尾,王坚冷漠了一个值得通盘AI行业想考的判断:“因为有科学基础模子,东谈主工智能到了一个相配不雷同的转化点——变得跟数学雷同基础了,不再是一个领域平定的东西。”
数学从来不是某一个行业的器用,而是扫数科学共同的言语。如王坚所说,不错预期AI的下一个五十年,若真能像数学雷同影响扫数科学领域,前提一定是它应用数据的格局发生了根底转化——不再仅仅帮东谈主类读取依然写好的论断,而是成功濒临当然界最原初的信号,从旧数据中问出新问题。当科学数据确实成为大模子的“原住民”,东谈主工智能也将第一次确实走出言语天下,干涉当然天下,而这好像才是AI迈向科学智能、乃至AGI时间最垂危的一次范式改进。
采写:南王人记者吕虹 发自北京 世界杯体育