2026世界人工智能大会：关于科学数据“进化”，失败样本也很重要

　　中新网上海7月22日电 (记者 郑莹莹)在刚结束不久的2026世界人工智能大会暨人工智能全球治理高级别会议上，AI4S(Artificial Intelligence for Science，人工智能驱动的科学研究)领域备受关注，“科学数据的未来”引发行业人士深思。

　近日，在2026世界人工智能大会“语料筑基 智生时代”语料创新论坛圆桌环节，业界热议数据“进化”。中新网记者 郑莹莹 摄

　　在“语料筑基 智生时代”语料创新论坛上，上海库帕思科技有限公司首席运营官施佳樑指出，数据是AI的粮食，AI4S的“数据粮食”不仅要多，更要真、细、全、可闭环，还需要业界共同探索如何把原始湿数据转变成可训练、可验证、可流通的数据要素。

　　上海创智学院青年研究员唐波昊从另一个视角看“数据进化”。他指出，这一年来人们开始重视实验过程内容的收集和处理，而痛点体现在负样本的收集上。“现在模型训练主要来源于公开的数据集以及公开文献，这些文献都是经过精心处理的，很少有人把失败的实验放进去。而科学发展是不断试错的过程，科研过程中的失败样本或异常样本非常重要。”

　　唐波昊还表示，现在科研主要是以人为中心，人把任务拆分给AI，这个过程还需要人不断介入，效率并没有很高。如果科研范式发生转变、未来以AI为中心的话，人的角色将转为判断AI研究方向的可行性。

　　上海人工智能实验室青年研究员赵润锴称，目前智能体欠缺自我反思和自我纠错的能力。“如果智能体不具备这样的能力，需要人来纠错，从人工成本维度考量，可能还不如靠人从头开始去执行科学实验。”

　　在上海科学智能研究院AI科学家魏龙看来，大模型的生成能力已经比较强，瓶颈在验证层面。“也就是说，难以验证结果是否有科学价值，甚至是否正确。这就好比导师带学生，导师提供的评估信号非常关键，好的信号才能引导学生往更高价值的方向去探索。事实上，目前这样的信号还难以提供。”

　　在论坛的尾声，魏龙提到一个特别令人兴奋的现象——出现一种比较通用的科研范式，AI有望让文科生都能便捷涉足自然科学研究。他提到最近的一场赛事，一名本职是律师的选手通过智能体交互等方式，同时参与两个赛道的角逐，还拿到不错的成绩。“评委们都非常震惊。我觉得这意味着一个新(科研)时代的到来。到明年这样的趋势可能会更明显。”(完)

责任编辑：张小容