近日，2026国际基础科学大会“工程之夜”举办，会议汇聚数学、物理、生命科学、人工智能与工程领域众多顶尖学者，围绕人工智能浪潮下基础科学的发展路径开展深度研讨。

大会主席、清华大学讲席教授丘成桐在开幕致辞中谈到，人工智能大幅拉近了工程技术与数学、物理等基础理论学科的距离，成为科研工作者不可或缺的辅助工具。但工具仅能拓宽人类探索的边界，无法自主定义关键科学问题，更不能评判研究成果能否深化人类对自然规律的认知。他提出，人工智能掌握的只是人类已积累的存量知识，自然界仍存在大量未知领域等待发掘；人类独有的创新思维、逻辑思辨与人文情感，人工智能始终难以复刻。

他认为，未来几年，人工智能将不断解决现有公开问题，但最终学科发展还是要依赖的创新精神，挖掘出未知的崭新问题。

他寄语青年科研工作者：切勿单纯依靠人工智能解决问题，要保持独立思考，借助人工智能工具拓宽研究视野，在深度思辨中实现更深远的科研突破。

深圳河套学院执行院长、香港中文大学（深圳）副校长罗智泉院士指出，人工智能研究不能只局限于验证模型功能，更要厘清技术背后的底层逻辑与构建逻辑；唯有打通理论推导、算法设计、硬件架构、芯片研发与物理实验的验证闭环，人工智能才能摆脱经验化试错模式，形成一套可解释、可定制的完整科学工程体系。

接下来，2026国际基础科学大会朱棣文工程奖章获得者、美国国家科学院院士、哈佛大学教授庄小威，京东集团高级副总裁、人工智能创新业务负责人何晓冬，美国加州大学洛杉矶分校生物化学杰出教授朱莉·费根作主旨报告。

在圆桌讨论环节，丘成桐、罗智泉、罗伯特?塔扬、许进超、黄永刚围绕“AI 时代的基础科学”这一核心主题，结合数学、算法、科学计算、人工智能、力学传感等不同学科视角，探讨了人工智能重塑基础科研的路径、将技术工具转化为可靠科学结论的方法，以及青年学者在AI浪潮下的培养方向。深圳河套学院助理院长吴辰晔主持了圆桌讨论。

首先，“AI究竟只是加速科学研究的工具，还是正在成为一种新的科学研究方法？”多位嘉宾的观点共同指向一个判断：科学追求本身并未改变，变化的是发现问题、分析问题和获得新知的方式。丘成桐表示，基础科学仍由好奇心以及对真理与美的追求驱动；技术可以提升研究者处理信息和探索问题的能力，却不能自动决定什么问题值得研究，也无法代替研究者形成理解自然的新概念。

关于AI自身可靠性与安全性议题中，罗智泉指出算法需要适应并行、分布式和异步计算，并在有限精度条件下保持稳定。研究者不仅要问模型能否完成任务，还要关注误差的来源、积累过程以及系统可靠边界。许进超以反复求解的问题为例，指出算子学习可在离线阶段学习映射关系以复用经验，但近似结果不能取代原方程；物理守恒、边界条件、稳定性与误差分析仍决定结果可信度。AI辅助数值方法适应实际问题，而数学结构约束学习范围与结论有效性。

关于AI从数字空间进入物理世界，带来哪些新的限制这一问题，黄永刚指出：AI进入物理世界必须依赖传感器获得真实信号。柔性电子器件可贴附或穿戴在人体表面，持续采集心电、肌电和运动等信息。但是难点在于小型化、柔软化及在运动与形变中长期稳定。

关于AI时代，青年科研人员最需要培养哪些能力问题中，塔扬表示：好奇心、内在驱动力、独立的研究方向和持续投入的科研精神，可以帮助将AI训练成为强大的研究工具，但科研人员要形成自己的问题意识和判断标准。

丘成桐最后总结：科学研究不能停留在求解已经给定的问题，更重要的是创造理解自然的新概念、新表述和新路径，并把人工智能提供的计算能力同实验观察和理论推演结合起来。