“如果人類思考一道難題花100年，AI需要多久？”

9月12日下午，2026浦江創新論壇（第十九屆）主論壇在上海舉行。上海人工智慧實驗室主任、首席科學家周伯文受邀發表主旨演講，分享人工智慧賦能科學研究的新進展與前沿思考。

周伯文表示，AI與科學的關係正從“AI for Science”走向“AI in Science”乃至“AI and Science”，AGI4S將推動科技創新和產業創新邁向新紀元。

AI究竟如何改變了人類解決問題的效率？

對於這個問題，周伯文用三個時間座標作答。

單克隆抗體1975年問世，從患者體內找到對症抗體，傳統流程要走四年；2020年，AI與生物學家協作，從機器篩選到給藥患者只用了90天，時間壓縮到6%。蛋白質折疊問題1969年被提出，人類歷經51年求索仍難以破解，AlphaFold僅用2年基本解決，約為人類時間的4%。

納維-斯托克斯方程1827年被提出，是千禧年七大數學難題之一，不久前一萬個AI智能體連續工作88小時，給出了存在性與光滑性的證明。人類思考近200年的問題，AI用萬分之零點五的時間在逼近。

周伯文指出，三張圖連在一起看，規律清晰可見：問題越古老、越基礎，AI提效的空間越大。但他同時強調，三個案例均為“人類主導、AI參與”——由人類定義科學問題、構建數據集、設計提示詞與思維鏈，才是突破得以實現的根基。

周伯文表示，AI與科學的互動關係可分為四個層級：從工具互用，到效率互增，再到結構互賴，最終走向體系互構。

在他看來，“AI for Science”的提法暗含“AI是服務於科學的工具”的預設——當時的AI如同站在門外的訪客，正叩響科學的大門。

當下行業已進入“AI in Science”階段，AI成為科研殿堂裏的常駐參與者，能夠端到端參與甚至驅動完整科研流程；未來則將走向“AI and Science”，二者共同建構科學體系，在交互中持續迭代、越用越強。

2024年上海人工智慧實驗室提出的AGI4S（AGI for Science）概念，正是對這一共生範式的定義。周伯文表示，AGI4S正處在這一範式躍遷的臨界點，既要具備低使用門檻，也要築牢可信賴的底座，更要擁有協同進階的能力。

周伯文認為，AI能夠全鏈路重塑科技創新範式。在“從0-1”的原始創新階段，AGI4S能將科研中隱性、散落的碎片化思考轉化為清晰可落地的科學假設，讓跨領域交叉創新成為常態；在“從1-10”的技術迭代階段，將過去偶然性、個體化的發明探索升級為標準化、可迭代的創新工程；在“從10-100”的產業規模化階段，可縮短甚至替代傳統小試、中試流程，實現科技創新與產業創新雙鏈融合。

在他看來，科學研究是下一個編程——編程是當前AI落地規模最大、生產力提升最為顯著的應用賽道，其成功根源在於代碼任務具備信號密集的回饋機制：評判標準清晰明確，回饋即時，驗證可自動化執行，失敗經驗能夠沉澱複用，全程可追溯。

在周伯文看來，AGI4S有望實現三大價值：

第一是創新體系大擴容。也就是說，AGI4S將極大放大個體科研人員的研究能力，降低科研參與門檻，讓過去受各類條件限制、難以入局的研究者，能夠深度參與科研探索。

第二是創新鏈條全貫通。AGI4S有一個獨特優勢：它既提升個體科研效率，也賦能有組織科研。它助力跨大學科融通，打通從創意構思到實驗驗證的路徑，串聯產學研用各環節，實現創新全鏈條貫通。

第三是創新活力全面激發。我認為科研團隊最有可能成為AI原生的組織。AI原生組織，意味著從問題設定、思維方式到研究方法，都以“如果AI來做，它會如何開展”為尺規重新審視。科研的本質就是持續探索未知，當科研團隊成長為AI原生組織，創新活力將被充分釋放，AI也將真正成為科學家的可靠夥伴。

“科學探索的羅盤，始終應該由人類的心智、好奇心和價值判斷來掌握。”周伯文表示。

來源：中國澎湃新聞