美國舊金山近日迎來一場聚焦人工智能與科學交叉領域的盛會——首屆天橋腦科學研究院AI驅動科學研討會。這場由天橋腦科學研究院與加州大學伯克利分校計算、數據科學與社會學院聯合主辦的會議，吸引了三位諾貝爾獎得主、斯坦福大學榮譽校長等二十余位全球頂尖學者與產業領袖，共同探討人工智能如何重塑科學研究的范式。
盛大集團及天橋腦科學研究院創始人陳天橋在會上宣布，將投入10億美元算力資源，支持全球科學家開展創新型人工智能研究。這一舉措旨在加速AI技術與基礎科學的深度融合，為青年學者提供獨立研究路徑，包括資助博士生與博士后建立個人實驗室，推動發現式智能的突破性進展。
2025年諾貝爾化學獎得主、加州大學伯克利分校奧馬爾·亞基教授首次公開分享了其團隊的研究成果。在被稱為“死亡谷”的極端干旱環境中，一個由ChatGPT分子優化設計的便攜式取水裝置成功從空氣中提取出飲用水。該裝置采用新型材料，通過AI優化分子結構，顯著提升了水分吸附效率。亞基教授進一步介紹，其團隊構建了由七個智能體組成的虛擬科研團隊，分工完成實驗設計、文獻分析、安全評估等任務，在數日內完成上百次實驗，并將ChatGPT從文本生成工具升級為具備科學推理能力的引擎。
華盛頓大學戴維·貝克教授則展示了AI在蛋白質設計領域的突破。他團隊開發的RFDiffusion3模型，可通過輸入分子功能需求，直接生成具有特定三維結構的新型蛋白質。基于這一技術，團隊設計了針對阿爾茨海默病β-淀粉樣蛋白的特異性結合物，并成功開發出首個“從頭設計”的蛋白酶。貝克強調，AI模型的迭代依賴于“設計-構建-測試-學習”的閉環系統，實驗數據的即時反饋是優化算法的關鍵。
2020年諾貝爾化學獎得主、加州大學伯克利分校珍妮弗·道德納教授分享了CRISPR基因編輯技術的最新進展。她指出，盡管CRISPR已實現鐮狀細胞病基因療法的臨床應用，但生物體內仍有40%的基因功能未被解析。為突破這一瓶頸，她提出將CRISPR技術與機器學習結合，通過系統性基因擾動大規模篩選基因功能，構建包含因果關系的數據集，以提升模型的預測準確性。
圖靈獎得主、斯坦福大學前校長約翰·軒尼詩從技術發展視角指出，人工智能正以遠超個人電腦與智能手機的普及速度滲透家庭生活，但其數據消耗與能源效率問題亟待解決。他估算，按當前模型訓練需求，全球現有數據可能在四年內耗盡，而計算能源效率的提升速度遠落后于算力增長。他呼吁，在AI決策過程中必須保留人類監督，并建立透明的數據披露與驗證機制。
陳天橋在閉幕演講中提出，AI的終極價值在于“發現式智能”——這種智能不僅能預測結果，更能主動構建可檢驗的理論模型，提出可證偽的假設，并在與環境的互動中持續修正認知框架。他比喻道：“人類的進化從未停止，AI已成為我們進化的外部器官。”為推動這一進程，天橋腦科學研究院將通過算力支持、青年學者計劃等舉措，助力全球科研人員探索通用人工智能的本質能力。
