AI范式变革：从大语言模型走向科学数据融合
2026/07/25 19:33阅读量 2
王坚在2026WAIC上指出，当前大语言模型仅能处理人类已有知识，无法主动发现未知。未来AI的突破方向是让科学数据（如光谱、地震波、基因序列）成为基础模型的“一等公民”，实现从“处理已知”到“发现未知”的跨越。之江实验室已启动“021”科学基础模型项目，古生物学等领域的实践已展示出巨大的精度提升潜力。
事件概述
2026年世界人工智能大会（WAIC）上，阿里云创始人王坚以一名18岁高中生利用退役卫星旧数据发现近150万未编目天体的案例，引出当前AI的发展瓶颈——大语言模型仅能处理文本化的人类知识，无法自主探索未知领域。他呼吁推动一场“范式变革”：让科学数据成为基础模型的“原住民”。
核心信息
- 现状局限：截至2025年12月，中国生成式AI用户达6.02亿，普及率42.8%，仅用2年（从ChatGPT算起）或1年（从DeepSeek-R1算起）达到这一水平，而互联网达到相同普及率用了15年。但当前AI本质是大语言模型，处理上限限于人类已有知识体系。
- 科学数据的关键性：科学数据（如天文观测信号、地震波、基因序列、化石记录等）多为非文本、不连续、含有噪声的原生数据。传统大模型无法直接理解或从中发现隐藏规律。
- 实践案例：
- 中国科学家团队利用10万个生物属、近2万个物种的化石数据，将地质时间轴精度从百万年级提升至万年级，该成果入选联合国“科学促进可持续发展十年”政策清单。
- 之江实验室已启动“科学基础模型”项目（内部代号“021”，寓意从0到1），并于2026年3月与瑞士联邦理工联合举办“AI+天文学”研讨会。
- 未来方向：将科学数据与文本、代码纳入同一语义空间，构建通用基础模型。届时AI可处理深空信号、大气环流、基因序列等原始信息，实现跨维度模式识别，从“执行命令的工具”进化为“主动探索的大脑”。
值得关注
当前大模型竞赛（如参数规模、推理能力）可能只是阶段性现象，真正的“范式革命”在于底层数据来源的扩展——从文本独占到科学数据融合。这一转变将对科研方法、教育模式、产业逻辑产生深远影响，正如功能机之争之于智能手机时代。