好奇心驅(qū)動的研究長期以來一直是技術(shù)變革的火種。一個世紀前，對原子的好奇催生了量子力學(xué)，并最終孕育出現(xiàn)代計算核心的晶體管；反過來看，蒸汽機是一項實用的突破，但人們在熱力學(xué)領(lǐng)域的基礎(chǔ)研究才真正釋放了它的全部潛力。

今天，AI 和科學(xué)正處于一個類似的轉(zhuǎn)折點。當(dāng)前的 AI 革命由數(shù)十年來數(shù)學(xué)和物理科學(xué)（MPS）領(lǐng)域的研究所推動，這些領(lǐng)域提供了具有挑戰(zhàn)性的問題、數(shù)據(jù)集和洞見，使現(xiàn)代 AI 成為可能。2024 年的諾貝爾物理學(xué)獎和化學(xué)獎分別授予了根植于物理學(xué)的基礎(chǔ) AI 方法和用于蛋白質(zhì)設(shè)計的 AI 應(yīng)用，讓這種關(guān)聯(lián)變得不容忽視。

2025 年，MIT 舉辦了一場“AI+MPS 的未來”研討會，由美國國家科學(xué)基金會資助，并得到 MIT 理學(xué)院以及物理系、化學(xué)系和數(shù)學(xué)系的支持。研討會匯集了 AI 和科學(xué)領(lǐng)域的頂尖研究人員，共同規(guī)劃 MPS 領(lǐng)域如何充分利用 AI 的未來發(fā)展，并為之做出貢獻。目前，一份包含面向資助機構(gòu)、學(xué)術(shù)機構(gòu)和研究人員建議的白皮書已發(fā)表在《機器學(xué)習(xí)：科學(xué)與技術(shù)》（Machine Learning: Science and Technology）期刊上。在這次訪談中，MIT 物理學(xué)教授、研討會主席杰西·塞勒（Jesse Thaler） 介紹了核心主題，以及 MIT 如何在 AI 與科學(xué)領(lǐng)域建立領(lǐng)先地位。

問：關(guān)于去年這場匯聚數(shù)學(xué)和物理科學(xué)領(lǐng)域領(lǐng)導(dǎo)者的聚會，報告的核心主題是什么？

其中一個核心洞察是，這必須是一條雙向道路。這件事的意義不止于用 AI 做更好的科學(xué)，科學(xué)同樣可以讓 AI 變得更好。科學(xué)家擅長從復(fù)雜系統(tǒng)中提煉洞見，包括從神經(jīng)網(wǎng)絡(luò)中發(fā)現(xiàn)底層原理和涌現(xiàn)行為。我們將其稱為“AI 的科學(xué)”（science of AI），它包含三個層面：科學(xué)驅(qū)動 AI，即科學(xué)推理為基礎(chǔ)性 AI 方法提供信息；科學(xué)啟發(fā) AI，即科學(xué)難題推動新算法的開發(fā)；科學(xué)解釋 AI，即科學(xué)工具幫助揭示機器智能的實際運作方式。

以我自己所在的粒子物理領(lǐng)域為例，研究人員正在開發(fā)實時 AI 算法來處理對撞機實驗產(chǎn)生的海量數(shù)據(jù)。這項工作對發(fā)現(xiàn)新物理有直接意義，但這些算法本身在我們領(lǐng)域之外同樣展現(xiàn)出了巨大價值。研討會明確表明，“AI 的科學(xué)”應(yīng)當(dāng)成為學(xué)術(shù)界的優(yōu)先事項，它有潛力改變我們理解、開發(fā)和控制 AI 系統(tǒng)的方式。

當(dāng)然，在科學(xué)與 AI 之間架起橋梁需要能夠跨越兩個世界的人才。與會者一致強調(diào)了對“半人馬科學(xué)家”（centaur scientists）的需求，即具備真正跨學(xué)科專長的研究者。在每一個職業(yè)階段支持這些通才型人才，從一體化的本科課程到跨學(xué)科博士項目再到聯(lián)合教職聘任，被認為是至關(guān)重要的。

問：MIT 在 AI 與科學(xué)方面的工作與研討會的建議有哪些契合之處？

答：研討會圍繞三大支柱構(gòu)建其建議：研究、人才和社群。作為美國國家科學(xué)基金會“AI 與基本相互作用研究所”（IAIFI）的所長，這是 MIT 與哈佛大學(xué)、東北大學(xué)和塔夫茨大學(xué)合作的 AI 與物理學(xué)項目，我親身體會到這一框架的有效性。將其放大到 MIT 的層面來看，我們可以看到哪些方面已經(jīng)取得進展，哪些方面還有機會。

在研究方面，MIT 已經(jīng)在雙向推動 AI 與科學(xué)的融合。即使快速瀏覽一下 MIT News，也能看到理學(xué)院各領(lǐng)域的研究者正在推進 AI 驅(qū)動的項目，形成了知識儲備的通道，不斷涌現(xiàn)新的機會。IAIFI 和“數(shù)據(jù)驅(qū)動發(fā)現(xiàn)的加速 AI 算法”（A3D3）研究所等協(xié)作項目匯聚了跨學(xué)科的力量，產(chǎn)生了更大的影響。MIT 生成式 AI 影響力聯(lián)盟也在大學(xué)層面支持以應(yīng)用為導(dǎo)向的 AI 研究工作。

在培養(yǎng)早期職業(yè)階段的 AI 與科學(xué)人才方面，多項舉措正在訓(xùn)練下一代“半人馬科學(xué)家”。MIT 蘇世民計算學(xué)院的“計算教育共同基礎(chǔ)”項目幫助學(xué)生在計算科學(xué)和自身所在學(xué)科之間實現(xiàn)“雙語”能力?？鐚W(xué)科博士路徑也在獲得更多認可；IAIFI 與 MIT 數(shù)據(jù)、系統(tǒng)與社會研究所合作創(chuàng)建了一個涵蓋物理學(xué)、統(tǒng)計學(xué)和數(shù)據(jù)科學(xué)的博士項目，目前約有 10% 的物理學(xué)博士生選擇了這條路徑，這一比例預(yù)計還會增長。IAIFI Fellowship 和 Tayebati Fellowship 等專設(shè)博士后崗位為早期職業(yè)研究者提供了追求跨學(xué)科工作的自由空間。為“半人馬科學(xué)家”提供資助，給他們空間去建立跨領(lǐng)域、跨院校、跨職業(yè)階段的聯(lián)系，已經(jīng)產(chǎn)生了深遠的影響。

最后，社群建設(shè)將所有環(huán)節(jié)串聯(lián)在一起。從小型專題研討會到大型學(xué)術(shù)論壇，組織跨學(xué)科活動傳遞出一個信號：AI 與科學(xué)的交叉研究不是各自為戰(zhàn)，而是一個正在興起的領(lǐng)域。MIT 擁有在這一領(lǐng)域產(chǎn)生重大影響的人才和資源，在不同規(guī)模上舉辦這些學(xué)術(shù)活動有助于確立這種領(lǐng)導(dǎo)地位。

問：MIT 在進一步推進 AI 與科學(xué)融合方面可以汲取哪些經(jīng)驗？

答：研討會明確了一件重要的事情：在 AI 與科學(xué)領(lǐng)域引領(lǐng)潮流的機構(gòu)，將是那些進行系統(tǒng)性思考而非零敲碎打的機構(gòu)。資源是有限的，因此優(yōu)先級至關(guān)重要。與會者清楚地表達了一個觀點：當(dāng)一個機構(gòu)圍繞一套連貫的戰(zhàn)略來協(xié)調(diào)人才招聘、研究布局和培訓(xùn)體系時，可以釋放出怎樣的潛力。

MIT 有條件在已有工作的基礎(chǔ)上推出更多結(jié)構(gòu)性舉措，包括跨計算與科學(xué)領(lǐng)域的聯(lián)合教職、擴大跨學(xué)科學(xué)位路徑，以及有意識地為“AI 的科學(xué)”提供資金支持。我們已經(jīng)看到了這個方向上的動作：今年，MIT 蘇世民計算學(xué)院和物理系正在進行有史以來第一次聯(lián)合教職招聘，這是一個令人振奮的進展。

AI 與科學(xué)的良性循環(huán)有潛力帶來真正的變革，能夠深化對 AI 的理解、加速科學(xué)發(fā)現(xiàn)，并為兩者提供強健的工具。通過制定有意識的戰(zhàn)略，MIT 將在 AI 發(fā)展的下一波浪潮中占據(jù)有利位置，并從中受益。