文章核心观点 - 上海人工智能实验室主任周伯文以“阿玛拉定律”为引，提出对AGI for Science（通用人工智能驱动科学创新）的“六问”，探讨其边界、能力及未来发展潜力 [1] - AI for Science（AI4S）模式正与生物医药、材料科学、电子技术等实体经济领域紧密结合，推动科技创新 [1] - 行业认为AGI是人工智能的下一阶段目标，其最具魅力的地方在于促进不同学科的深度融合，激发出新的交叉学科 [1][3] - 公司通过发起“科学智能战略科技力量联盟”等具体行动，推动从理论突破到应用落地的全链条闭环 [5] AI for Science 的价值与成果 - AI for Science的价值已得到学界公认，在2025浦江创新论坛上有十项成果发布 [2] - 发布的成果包括首个通专基座联合驱动的蛋白质设计AI科学家Amix-Agent，以及多模态环肽合成深度学习通用模型DeepPeptide等 [2] - 实验室已教会模型理解徐悲鸿笔下的马、鉴赏留白的意境，展示了从非结构化原始数据中识别研究价值模式的能力 [4] AGI for Science 的六问反思 - 边界之问：需清晰认知并非所有科学问题都能被人工智能解决，避免陷入“AGI万能”的误区 [2] - 预测之问：不应高估当前大语言模型或数据驱动方法，其训练受限于人类已有认知和人为约束的数据 [3] - 语言之问：人工智能需从纯粹依赖自然语言，走向自然语言与符号语言等多种表示形式的融合 [3] - 交叉之问：AGI for Science的魅力在于促进不同学科深度融合，帮助构建人类尚未构建的科学范式 [3] - 验证之问：提出思想实验，衡量标准是AGI能否基于1905年之前的科学知识自主推导出广义相对论 [3] - 新科学之问：AI正在重构研究者、研究对象与研究工具的关系，在社会学、工程研究等领域有巨大应用空间 [4] 行业行动与未来展望 - 公司联合多家科研机构共同发起“科学智能战略科技力量联盟”，推动生物制造、量子科技、脑科学、化学材料、气候能源等领域与人工智能深度融合 [5] - 行业观点认为，科学探索的罗盘始终由人类的心灵、好奇心与价值观指引，预测未来最好的方法是创造未来 [4]