人工智能正推动科研范式变革，从智能制造到金融科技，从医疗健康到城市治理，AI的应用正在为各行各业带来前所未有的机遇和挑战，大学的人才培养方式也正面临着巨大变革。那么，人工智能时代，大学还是知识的创造者吗？7月4日，2024世界人工智能大会主题论坛“人工智能：科研范式变革与产业发展”在上海隆重举行，论坛上，大学校长和教授们围绕“AI时代：大学如何站在科技创新的最前沿”开展讨论。在他们看来，AI时代的大学仍然是创新的策源，但是更需要开展从人才培养到校企合作方面的全面变革。
好的科学设想是好的科研的起源，AI可以帮助我们产生更多好的科学设想
很多人都关心人工智能出现后大学究竟还是知识的创造者吗？在大学校长和教授们看来，知识来自于好的科学研究，而好的科学研究从好的科学设想开始，人工智能可以赋予大学更好创造知识的能力。
中国科学院院士、复旦大学校长金力直言，办大学的目标很清晰，那就是为国家做贡献，为人类做贡献。人工智能出现后，大学应该思考的是如何用人工智能推动科学研究的发展。“树上掉下的苹果启发牛顿发现了重力，如果树上掉下一颗榴莲，还会有牛顿吗？”他风趣地解释了AI之于科学假设（Hypothesis）的重要性。
金力表示，当今科学可以分成两部分，一是基于传统范式提出好的假设，一是科学智能（AI for science）驱动的假设。让假设的产生基于数据，高效产生假设并辨别其是否靠谱，是对AI的要求。科研人员能挑、会挑，可以判断假设的质量、让AI进化，可以通过AI大幅提升其判断假设质量的效能，这是科学智能的核心价值。这也是复旦大学近年来力推AI4S的重要原因，“一所大学有一群有更好想法的教授、学生，那会给人类带来多大的变化”。
大学和企业是科技创新的硬币的两面
“3G时代，我们学校的有很强的教授团队；到了4G时代，我们大学在研究方面的贡献作用就比不上企业了；5G技术的发展更是以企业为主，虽然大学也有一些前沿研究，但是企业在这方面的综合实力和创新实力确实非常强。”中国科学技术大学副校长吴枫谈到了人工智能发展给他带来的大学发展的思考，“现在人工智能发展的很多成果都是来自企业，对于大学来说，要更好地创造知识，需要改变。”
他谈到，高校开展科研更多的是老师带着学生开展研究，但是在企业力是团队研发的模式，这也决定了企业的研发的系统性更强，就像现在强大的算力系统几乎都在企业，而复旦大学的CFFF平台也是在阿里云的支持下才建起的。大学的研究目标通常是在完成一项科学研究后，新的研究目标一定是一个全新的项目，或者是要颠覆掉原有成果的，但是企业总是在同一个项目上不断更新、迭代，所以企业和高校各有特点、各有优势。
“在这样的情况下，大学更需要和企业联手。”吴枫坦言，大多数时候，各个大学在对老师进行评价时，不会把企业的合作项目与国家纵向项目同等“待遇”，比如评职称时，这两者的“分量”就完全不同，甚至一般情况下，学校对教师的评价中并不考虑不会将与企业的合作项目纳入其中。人工智能，学校发展模式必须发生很大的变化，现在有很多有价值的问题来自企业，人工智能的应用场景更多也是在企业，“大学要有比较大的改变才能够真正促进把企业和高校的双方优势结合起来，学校才有更大的发展。”
中国科学院院士、同济大学校长郑庆华也表示，企业在需求的敏感性、场景的丰富性方面确实走在大学前面。但是这些敏感的需求为高校科技创新提供了方向和目标，也是高校科研的出发点和落脚点。大学永远有一批以科技改变世界改变人类的使命的人，和企业是一个硬币的两面，相互赋能，相互成就。
“学界一定是AI策源地”，上海科技大学副教务长虞晶怡认为，学术界追求长期主义，而这对于工业界来说太有挑战性，包括AI在内的科学问题一定是长期主义的，因此学术界依然会成为长期主义和AI底层突破最重要的堡垒。虞晶怡自己就是人工智能领域的专家，他用人工智能领域的几件小事讲述了学术界如何带动企业界发展。20年前，他从MIT毕业时，人工智能方向的毕业生很难找工作，即便现在已是知名科学家的李飞飞也同样如此。没有一个机构愿意给她的科研项目设想投资，后来她在普林斯顿问同事借了经费从事研究，但是她的研究成果对产业界带来了很大的影响；关于SORA核心内容研发的论文曾经投过一个计算机界的顶会，但是被拒绝了，后来被OpenAi的奥尔特曼看到并将作者招募旗下。“科学问题的研究以及人工智能的发展一定要具备长期主义的精神。”虞晶怡说，学术界确实有很多具有创新精神的老师，而工业界的科学家会面对更多考评，创新受到的约束相对更多。企业和高校要更好地联手，才能各自发挥所长。
人工智能赋能，需要更多千行百业的远见者支持、培育科学技术的“颠覆者”
在金力看来，高密度精英人才是发展人工智能的关键，这也给大学提出了更高的要求。某种程度上来说，需要更多千行百业的远见者来共同培养更多掌握核心技术的“技术颠覆者”。
人工智能的出现也使科研范式面临着颠覆性变革，而从科学发展的历史来看，科学技术的“颠覆者”往往就是年轻人，同时也需要各个领域各个行业的远见者支持他们，才能真正加快科学技术的变革。生命科学出身的金力本身从事的就是跨学科研究，他长期与各个生物、数学等各个不同领域的学者合作，他坦言：“我在年轻时也得到了各个行业的远见者的支持。现在要推动科研范式变革，同样也需要从年轻人开始。”他举了个最简单的例子，当下，学科交叉正变得越来越重要，要推进学科交叉，最好的结合点就是学生。“一个数学家和一个生物学家放在一起，能产生交叉融合的可能性不到1%，但是，如果他们有一个共同的学生，既懂数学又懂生物学，学科交叉就成功了。学校准备把理工科相对集中在一起，电梯要少，让大家有机会相遇，有足够多的小会议室给大家聊天讨论，让学生参与进来，提供良好的成长环境。
郑庆华也说到，不同学科交叉的最简单办法就是老师们共同培养学生，同时也为他们提供更多交流的物理空间。他举了个例子，同济大学的土木学科用传统方式发展可说是已经到了天花板，但是这是解决衣食住行的基本需求的学科，同时学科本身也面临全面转型升级的刚性需求，这就需要学校通过顶层设计，从培养方案、课程体系、教学内容等方面进行重新设计，目前同济大学将之升级成智能建造与设计。
“学科交叉需要不同学科之间教师更多的交流，同时AI与各个学科之间要加强交叉，还需要AI科学家更多地和其他学科的学者交流甚至解释AI技术。”虞晶怡讲了个故事，三年前他想利用AI做蛋白质成像，和一位老师讨论，结果足足用了两年时间，他才搞清楚，这位老师所说的分辨率和他所说的分辨率都不是一回事。“为什么？因为我们都想当然地认为这件事情可以做成，但是我们都没有真正让这件事情做成。”虞晶怡说，他和很多不同学科的老师都讨论过如何用人工智能解决科学问题，往往讨论几次就没下文了。后来他发现，“我们自己觉得AI很厉害，能够解决很多问题，但是对方对我们领域未必很了解，有时候甚至持怀疑态度，所以从事AI研究的人要做好解释工作，让其他领域的老师能够更好了解AI究竟能够做什么，可以说，这是一个互相教育的过程。”
作者：姜澎
文：姜澎图：受访者供图编辑：储舒婷责任编辑：樊丽萍
