中新网杭州11月20日电(鲍梦妮)11月20日，由浙江之江实验室与《科学》/美国科学促进会(Science/AAAS)联合主办的第五届智能计算创新论坛在浙江杭州盛大开幕。作为智能计算领域的重要国际学术交流平台，该论坛已连续举办四届，本届以“计算依靠智能、计算为了智能”为主题，汇聚全球顶尖专家，共同探索人工智能(AI)技术的前沿发展及其在多领域的赋能潜力。
活动现场。 鲍梦妮 摄
科学基础模型：突破语言边界，重构科研范式
之江实验室科学模型总体部技术总师薛贵荣在论坛中指出，科学问题的复杂性远超语言表述范畴，当前大语言模型在科学推理能力上仍与人类存在显著差距。他强调，科学基础模型的核心在于将不同类型科学数据“token化”（即编码为数字标识符），并在统一空间中训练与推理，从而解决跨学科复杂问题。“这一过程需要科学家与模型开发者深度协作，共同推动科研范式从‘数据驱动’向‘智能驱动’变革。”薛贵荣表示。
基础模型演进：从模仿学习到强化学习，效率成关键
阶跃星辰联合创始人、CEO姜大昕从产业视角分析了基础模型的发展趋势。他指出，随着OpenAI的o1模型与DeepSeek的R1模型发布，基础模型已从模仿学习阶段迈入强化学习阶段，模型推理效率成为大规模部署AI应用的核心指标。“研究表明，模型能力提升所需的token消耗量呈指数增长，未来AI时代的‘电力指标’或将由耗电量转向token消耗量。”姜大昕呼吁，产业上下游需联合优化模型芯片设计，推动系统与架构创新，以降低推理成本。
智能系统应用：动态环境下的机器人协作成焦点
加拿大阿尔伯塔大学教授奥斯马尔·扎伊安(Osmar Zaïane)关注智能系统在动态场景中的适应性。他表示，随着智能系统运行环境日益复杂，能够快速响应变化的机器人技术愈发重要。“中国在智能制造领域的实践为全球提供了宝贵经验，尤其是多智能体协作与人机协作的实际成效，为理论研究提供了绝佳试验场。”
全球合作倡议：打破边界，共创AI未来
美国科学促进会《科学》系列期刊出版人比尔·莫兰(Bill Moran)在闭幕致辞中呼吁，各国科学家应建立跨国合作网络。“孤立研究的能力有限，唯有携手才能释放AI技术的最大潜力。”他强调，开放共享的科研生态是推动技术普惠化的关键。
本届论坛通过主题演讲、圆桌讨论等形式，深入探讨了AI技术在天文、地学、生命科学、材料科学等领域的赋能路径，为全球智能计算领域的发展注入了新动能。(完)
猜你喜欢
