在人類科技發(fā)展歷程中，好奇心始終是推動重大突破的關(guān)鍵力量。回溯歷史，一個世紀前科學家對原子的探索熱情，不僅催生了量子力學這一革命性理論，更為現(xiàn)代計算的核心——晶體管的出現(xiàn)奠定了基礎(chǔ)。而蒸汽機這一實用技術(shù)的誕生，其真正潛力得以釋放，則依賴于熱力學領(lǐng)域的基礎(chǔ)研究。這種基礎(chǔ)研究與實用技術(shù)相互促進的模式，在當今人工智能（AI）與數(shù)學物理科學（MPS）的交匯處再次顯現(xiàn)。

當前AI領(lǐng)域的蓬勃發(fā)展，正是得益于MPS領(lǐng)域長達數(shù)十年的研究積累。這些基礎(chǔ)研究不僅提供了具有挑戰(zhàn)性的問題、豐富的數(shù)據(jù)集，還孕育出深刻的理論洞見，共同推動了現(xiàn)代AI技術(shù)的崛起。2024年諾貝爾物理學獎和化學獎的歸屬，便是有力證明——前者授予了基于物理學原理的基礎(chǔ)AI方法，后者則表彰了AI在蛋白質(zhì)設(shè)計領(lǐng)域的創(chuàng)新應用。這一雙重認可，凸顯了AI與MPS之間日益緊密的聯(lián)系。

2025年，麻省理工學院（MIT）舉辦了一場聚焦"AI+MPS未來"的研討會。這場由美國國家科學基金會資助、MIT理學院及多個院系聯(lián)合支持的活動，匯聚了AI與科學領(lǐng)域的頂尖學者。他們共同探討如何最大化利用AI推動MPS發(fā)展，以及MPS如何反哺AI創(chuàng)新。會議成果已整理成白皮書，發(fā)表于《機器學習：科學與技術(shù)》期刊，為學術(shù)界提供了重要參考。

MIT物理學教授、研討會主席杰西·塞勒在訪談中指出，盡管與會者來自天文學、化學、材料科學、數(shù)學和物理學等不同領(lǐng)域，但他們在AI應用方面展現(xiàn)出驚人的共性。通過深入討論，大家達成共識：要實現(xiàn)AI與科學的協(xié)同進步，需要在計算基礎(chǔ)設(shè)施、跨學科研究方法和人才培養(yǎng)體系上進行系統(tǒng)性投入。這種投入不應是單向的——科學不僅能借助AI提升研究效率，AI本身也能通過科學獲得改進。例如，科學家擅長從復雜系統(tǒng)中提煉規(guī)律，這有助于揭示神經(jīng)網(wǎng)絡(luò)的底層原理和涌現(xiàn)行為。塞勒將這種雙向互動稱為"AI的科學"，它包含三個層面：以科學推理優(yōu)化AI方法、用科學難題驅(qū)動算法創(chuàng)新、借科學工具解析AI運作機制。

塞勒以粒子物理領(lǐng)域為例說明這種互動的價值。該領(lǐng)域研究人員開發(fā)的實時AI算法，不僅能高效處理對撞機實驗產(chǎn)生的海量數(shù)據(jù)，加速新物理現(xiàn)象的發(fā)現(xiàn)，其算法設(shè)計本身也對其他領(lǐng)域具有借鑒意義。他強調(diào)，"AI的科學"應成為學術(shù)界優(yōu)先關(guān)注的方向，這可能徹底改變我們開發(fā)、理解和控制AI系統(tǒng)的方式。

實現(xiàn)AI與科學的深度融合，關(guān)鍵在于培養(yǎng)能夠跨越兩個領(lǐng)域的復合型人才。與會專家普遍認為，需要更多既精通AI技術(shù)又熟悉科學問題的"半人馬科學家"。為此，學術(shù)機構(gòu)應在教育體系各階段提供支持，從設(shè)計整合計算與科學課程的本科項目，到開設(shè)跨學科博士培養(yǎng)路徑，再到實施聯(lián)合教職聘任制度。

MIT在推動AI與科學融合方面已取得顯著進展，其實踐與研討會建議高度契合。在研究層面，該校通過多個協(xié)作項目促進雙向交流：一方面，各院系研究者積極推進AI驅(qū)動的科學項目；另一方面，跨學科機構(gòu)如AI與基本相互作用研究所（IAIFI）和數(shù)據(jù)驅(qū)動發(fā)現(xiàn)的加速AI算法研究所（A3D3）匯聚了不同領(lǐng)域?qū)＜遥a(chǎn)生更大協(xié)同效應。在人才培養(yǎng)方面，MIT蘇世民計算學院的"計算教育共同基礎(chǔ)"項目幫助學生掌握"計算科學+專業(yè)學科"的雙重能力；IAIFI與數(shù)據(jù)、系統(tǒng)與社會研究所合作的跨學科博士項目已吸引約10%的物理學博士生參與，且比例持續(xù)上升；專門設(shè)立的博士后崗位則為早期研究者提供跨學科探索的自由空間。社群建設(shè)方面，MIT通過組織從專題研討會到大型學術(shù)論壇的各類活動，強化了AI與科學交叉研究的領(lǐng)域認同感。

塞勒認為，要在AI與科學領(lǐng)域保持領(lǐng)先，機構(gòu)需進行系統(tǒng)性規(guī)劃而非零散嘗試。MIT正基于現(xiàn)有基礎(chǔ)推進更多結(jié)構(gòu)性舉措，包括擴大跨學科教職招聘、增設(shè)聯(lián)合學位項目，以及為"AI的科學"研究提供專項資金。今年，MIT蘇世民計算學院與物理系首次聯(lián)合招聘教職人員，便是這一戰(zhàn)略的重要實踐。這種有意識的布局，將使MIT在AI發(fā)展的下一階段繼續(xù)發(fā)揮關(guān)鍵作用。