乐盈配资诺奖得主、全球产业领袖热议AI，陈天桥宣布10亿美元算力支持发现式智能

10月27日至28日，首届天桥脑科学研究院AI驱动科学研讨会在美国旧金山举办。三位诺贝尔奖得主、斯坦福大学荣誉校长等20多位全球顶尖学者和产业领袖，共同探讨AI如何驱动科学发现。

盛大集团和天桥脑科学研究院创始人陈天桥在会上宣布：投入10亿美元算力，支持全球科学家的创新人工智能研究。

【设计沙漠取水神器，AI成为新的科学思维体】

一个零能耗的便携式取水装置，被放置在空气湿度不到15%、极其炎热的美国沙漠“死亡谷”中，很快从大气中取到了饮用水。这个堪称旅行者救命稻草的神器，是由ChatGPT分子优化编辑设计的材料制成。新晋2025年诺贝尔化学奖得主、加州大学伯克利分校奥马尔·亚基教授分享了这一最新成果，这也是他获得诺奖后首次公开演讲。

奥马尔·亚基在演讲

“AI不是工具，而是新的科学思维体。借助人工智能，我们正在赋予科学自行思考、推理和演进的能力。”奥马尔·亚基说。

除了AI设计的沙漠取水神器，他和团队基于ChatGPT创建的七个智能体组成了虚拟科研团队，分工执行实验设计、文献检索、算法优化、实验安全与数据分析等任务，在几天内完成了上百次实验，成效显著。同时，他们训练ChatGPT阅读数千份合成报告并进行推理，证明该模型的预测性能优于许多传统启发式方法，ChatGPT从一个文本生成器演变成一个科学推理引擎。

【逆转生命密码乐盈配资，AI从头设计蛋白质】

2024年诺贝尔化学奖得主、华盛顿大学戴维·贝克教授分享了AI如何“从头设计”蛋白质。

他介绍了团队开发的RFDiffusion3模型，这是一种能够在三维结构空间中进行运算的先进生成式AI模型。研究人员仅需输入期望的分子功能，该模型便能生成具有相应功能的新型蛋白质的精确三维结构蓝图。基于这一技术，团队已取得多项突破性成果：在神经退行性疾病研究方面，设计出能特异性捕获β-淀粉样蛋白的新型肽类结合物，为阿尔茨海默病干预提供新策略；在酶工程领域，成功开发了首个“从头设计”的蛋白酶。

贝克教授指出，AI模型的快速发展高度依赖于一个与实验数据紧密耦合的“反馈闭环”。一个高效的“设计-构建-测试-学习”迭代循环是必不可少的：AI进行预测设计，实验室进行快速验证，而实验产生的数据即时反馈给模型，用于优化算法参数。

【当基因编辑遇上AI，开启个性化治疗时代】

一种利用CRISPR技术开发的镰状细胞病基因疗法，已于近期获得美国食品药品监督管理局批准，首个“个性化”的CRISPR基因编辑疗法也已成功实施。2020年诺贝尔化学奖得主、加州大学伯克利分校的珍妮弗·道德纳教授在演讲中分享了这些突破性进展。

尽管CRISPR技术无比强大，但即使是在最简单的生物体中，仍有高达40%的基因功能仍是未解之谜，这极大阻碍了基因编辑技术向纵深领域的推进。

她强调，生物学领域的数据是有限的，为生物学构建有效的机器学习模型，需要“经过精心策划的、包含因果关系的数据集”。为此，她提出了CRISPR与机器学习的协同进化，可以利用CRISPR技术在细胞系中系统性地制造“基因扰动”，从而大规模、高效率地筛选并鉴定每个基因的具体功能。

【AI普及速度惊人，人类须守住关键决策权】

人工智能正以前所未有的方式席卷全球，在不到一年的时间里就达到了50%的美国家庭普及率，而个人电脑实现这一目标花费了数十年，智能手机也用了10多年。图灵奖得主、斯坦福大学第十任校长暨现任Alphabet（谷歌母公司）董事长约翰·轩尼诗在演讲中强调了这一惊人现象。

作为见证了第一台个人电脑、第一个互联网网页以及第一版雅虎网站的亲历者，他认为面对AI技术浪潮人类应共同坚守关键原则：在使用AI或与AI协作完成工作时，必须保持“透明的披露”；必须严格验证AI生成的内容；对于AI合成的数据必须建立详细的文档记录。他特别强调，在涉及人工智能关键决策时，人类绝不应被排除在外。

他提出两个担忧。一是数据的质量与数量。以AI模型目前惊人的数据消耗速度，全球现有的数据存量可能在4到5年内被耗尽，未来我们的数据生成速度能否跟上大型AI模型训练的步伐。二是关于能源效率。与算力的迅猛增长相比，计算的“能源效率”提升速度要缓慢得多。

【AI的最大价值不是产生已知而是发现未知】

“人类的进化从未停止，只是方式改变了。我们的工具——现在包括AI——是进化的外部器官。”陈天桥认为，AI的终极价值是发现。发现式智能可以主动构建关于世界的可检验理论模型、提出可被证伪的假说，并在与世界的交互与自我反思中持续修正其理解框架，这是真正意义的通用人工智能。它能提出问题而非只回答问题，能理解规律而非仅预测结果，超越了模仿，具备创造和发现这些智慧的本质能力。

陈天桥在演讲