在人類科技發(fā)展歷程中，好奇心始終是推動(dòng)重大突破的關(guān)鍵力量?；厮輾v史，一個(gè)世紀(jì)前科學(xué)家對原子的探索熱情，不僅催生了量子力學(xué)這一革命性理論，更為現(xiàn)代計(jì)算的核心——晶體管的出現(xiàn)奠定了基礎(chǔ)。而蒸汽機(jī)這一實(shí)用技術(shù)的誕生，其真正潛力得以釋放，則依賴于熱力學(xué)領(lǐng)域的基礎(chǔ)研究。這種基礎(chǔ)研究與實(shí)用技術(shù)相互促進(jìn)的模式，在當(dāng)今人工智能（AI）與數(shù)學(xué)物理科學(xué)（MPS）的交匯處再次顯現(xiàn)。

當(dāng)前AI領(lǐng)域的蓬勃發(fā)展，正是得益于MPS領(lǐng)域長達(dá)數(shù)十年的研究積累。這些基礎(chǔ)研究不僅提供了具有挑戰(zhàn)性的問題、豐富的數(shù)據(jù)集，還孕育出深刻的理論洞見，共同推動(dòng)了現(xiàn)代AI技術(shù)的崛起。2024年諾貝爾物理學(xué)獎(jiǎng)和化學(xué)獎(jiǎng)的歸屬，便是有力證明——前者授予了基于物理學(xué)原理的基礎(chǔ)AI方法，后者則表彰了AI在蛋白質(zhì)設(shè)計(jì)領(lǐng)域的創(chuàng)新應(yīng)用。這一雙重認(rèn)可，凸顯了AI與MPS之間日益緊密的聯(lián)系。

2025年，麻省理工學(xué)院（MIT）舉辦了一場聚焦"AI+MPS未來"的研討會。這場由美國國家科學(xué)基金會資助、MIT理學(xué)院及多個(gè)院系聯(lián)合支持的活動(dòng)，匯聚了AI與科學(xué)領(lǐng)域的頂尖學(xué)者。他們共同探討如何最大化利用AI推動(dòng)MPS發(fā)展，以及MPS如何反哺AI創(chuàng)新。會議成果已整理成白皮書，發(fā)表于《機(jī)器學(xué)習(xí)：科學(xué)與技術(shù)》期刊，為學(xué)術(shù)界提供了重要參考。

MIT物理學(xué)教授、研討會主席杰西·塞勒在訪談中指出，盡管與會者來自天文學(xué)、化學(xué)、材料科學(xué)、數(shù)學(xué)和物理學(xué)等不同領(lǐng)域，但他們在AI應(yīng)用方面展現(xiàn)出驚人的共性。通過深入討論，大家達(dá)成共識：要實(shí)現(xiàn)AI與科學(xué)的協(xié)同進(jìn)步，需要在計(jì)算基礎(chǔ)設(shè)施、跨學(xué)科研究方法和人才培養(yǎng)體系上進(jìn)行系統(tǒng)性投入。這種投入不應(yīng)是單向的——科學(xué)不僅能借助AI提升研究效率，AI本身也能通過科學(xué)獲得改進(jìn)。例如，科學(xué)家擅長從復(fù)雜系統(tǒng)中提煉規(guī)律，這有助于揭示神經(jīng)網(wǎng)絡(luò)的底層原理和涌現(xiàn)行為。塞勒將這種雙向互動(dòng)稱為"AI的科學(xué)"，它包含三個(gè)層面：以科學(xué)推理優(yōu)化AI方法、用科學(xué)難題驅(qū)動(dòng)算法創(chuàng)新、借科學(xué)工具解析AI運(yùn)作機(jī)制。

塞勒以粒子物理領(lǐng)域?yàn)槔f明這種互動(dòng)的價(jià)值。該領(lǐng)域研究人員開發(fā)的實(shí)時(shí)AI算法，不僅能高效處理對撞機(jī)實(shí)驗(yàn)產(chǎn)生的海量數(shù)據(jù)，加速新物理現(xiàn)象的發(fā)現(xiàn)，其算法設(shè)計(jì)本身也對其他領(lǐng)域具有借鑒意義。他強(qiáng)調(diào)，"AI的科學(xué)"應(yīng)成為學(xué)術(shù)界優(yōu)先關(guān)注的方向，這可能徹底改變我們開發(fā)、理解和控制AI系統(tǒng)的方式。

實(shí)現(xiàn)AI與科學(xué)的深度融合，關(guān)鍵在于培養(yǎng)能夠跨越兩個(gè)領(lǐng)域的復(fù)合型人才。與會專家普遍認(rèn)為，需要更多既精通AI技術(shù)又熟悉科學(xué)問題的"半人馬科學(xué)家"。為此，學(xué)術(shù)機(jī)構(gòu)應(yīng)在教育體系各階段提供支持，從設(shè)計(jì)整合計(jì)算與科學(xué)課程的本科項(xiàng)目，到開設(shè)跨學(xué)科博士培養(yǎng)路徑，再到實(shí)施聯(lián)合教職聘任制度。

MIT在推動(dòng)AI與科學(xué)融合方面已取得顯著進(jìn)展，其實(shí)踐與研討會建議高度契合。在研究層面，該校通過多個(gè)協(xié)作項(xiàng)目促進(jìn)雙向交流：一方面，各院系研究者積極推進(jìn)AI驅(qū)動(dòng)的科學(xué)項(xiàng)目；另一方面，跨學(xué)科機(jī)構(gòu)如AI與基本相互作用研究所（IAIFI）和數(shù)據(jù)驅(qū)動(dòng)發(fā)現(xiàn)的加速AI算法研究所（A3D3）匯聚了不同領(lǐng)域?qū)＜遥a(chǎn)生更大協(xié)同效應(yīng)。在人才培養(yǎng)方面，MIT蘇世民計(jì)算學(xué)院的"計(jì)算教育共同基礎(chǔ)"項(xiàng)目幫助學(xué)生掌握"計(jì)算科學(xué)+專業(yè)學(xué)科"的雙重能力；IAIFI與數(shù)據(jù)、系統(tǒng)與社會研究所合作的跨學(xué)科博士項(xiàng)目已吸引約10%的物理學(xué)博士生參與，且比例持續(xù)上升；專門設(shè)立的博士后崗位則為早期研究者提供跨學(xué)科探索的自由空間。社群建設(shè)方面，MIT通過組織從專題研討會到大型學(xué)術(shù)論壇的各類活動(dòng)，強(qiáng)化了AI與科學(xué)交叉研究的領(lǐng)域認(rèn)同感。

塞勒認(rèn)為，要在AI與科學(xué)領(lǐng)域保持領(lǐng)先，機(jī)構(gòu)需進(jìn)行系統(tǒng)性規(guī)劃而非零散嘗試。MIT正基于現(xiàn)有基礎(chǔ)推進(jìn)更多結(jié)構(gòu)性舉措，包括擴(kuò)大跨學(xué)科教職招聘、增設(shè)聯(lián)合學(xué)位項(xiàng)目，以及為"AI的科學(xué)"研究提供專項(xiàng)資金。今年，MIT蘇世民計(jì)算學(xué)院與物理系首次聯(lián)合招聘教職人員，便是這一戰(zhàn)略的重要實(shí)踐。這種有意識的布局，將使MIT在AI發(fā)展的下一階段繼續(xù)發(fā)揮關(guān)鍵作用。