1月20日，咱们中国科研团队带来的通用人工智能发展新路子，这下子可在国际上火了。那个叫AAAI的会议，也就是第四届人工智能协会年会，这回是在新加坡办的。这可是他们头一回离开北美跑到亚洲来搞活动，把北美那边的大佬们都给吸引过来了。咱们上海人工智能实验室的周伯文博士在这台上可是没少说话。他就讲了个“通专融合”的办法，告诉大家怎么让AI变得更聪明。这话题是《从推理到科学发现：探索通专融合的AI之路》，跟拿过图灵奖的那些大牛一起讲，这就说明咱们在AI基础理论这块儿确实是有两下子。 周伯文觉得，搞科学发现就是个超级大难题，也是检验AI到底行不行的最后一关。如果AI能帮忙解决像治病救人、预测天气这些大问题，那它在这方面练出来的本事，肯定也能反过来推着AI自己变得更通用。现在那些大语言模型看着挺会聊天，其实到了那些需要死磕专业知识的深水区就不灵了。 咱们上海人工智能实验室请了好多跨领域的科学家来评评理，结果发现顶流的模型在解决普通推理问题时还行，一遇到看文献、做实验这种专业活儿立马就掉链子了。这就像是读书多但不一定专一样。做科学发现就是在探索已知和未知之间那特别复杂的边界。 周伯文分析了三大难题：一是问题太多了，算都算不完；二是算法得能举一反三；三是科研这种反馈慢、周期长的事得有耐心。最近《自然》杂志上的文章也说了，现在的深度学习模型在数据充足的任务上很牛，但到了那些没见过的地方就不行了。 为了对付这些挑战，周伯文提出了“通专融合”的大招。他说以前的AI要么很通用要么很专业，现在得打破这种二元对立。得造出一种新智能体：既能在外面大街上跟人聊得火热（这叫快思考），又能在实验室里变成个严谨的专家（这叫慢思考）。 为了把这事儿做成，实验室搞出了个叫“智者”的新系统架构。这玩意儿从底层逻辑上把知识和推理搞清楚了，还设计了一种能让人总保持好奇的奖励机制。让AI通过不停和外界交互、反馈来自己进化。 为了打好基础，实验室还搭了两套关键设施：“书生”科学多模态大模型和“书生”科学发现平台。这些东西已经在一些前沿领域开始显神威了。比如在气候研究里，“书生”平台能自己调一堆工具去处理二十多年的数据，最后还能自己写出代码找出以前没注意到的规律。在生物医学领域它也能模拟专家思维找出新的治疗方法。 有评测说，“书生”模型的通用能力已经跟国际上的优秀开源模型差不多了，在化学、生物这些九个核心领域里还把GPT-5和Grok4这些国际顶尖闭源模型给甩在了后面。 周伯文说蓝图都画好了但前面路还长着呢。实验室已经把代码和论文都给放出来了，想请全世界的研究者一起来补空白。这次咱们在国际顶级舞台上的展示不光是咱们自己的进步，也是给全世界看看中国在AI基础研究上怎么布局的。