在近日举行的第四十届人工智能协会年会（AAAI 2026）上，上海人工智能实验室主任、首席科学家周伯文发布特邀报告指出，科学发现已成为人工智能（AI）的下一个前沿阵地。他强调，大规模深度推理将赋能科学发现，而科学发现本身亦将反哺AI推理能力的进化。周伯文表示，当前人类已身处通用人工智能（AGI）的前夕，但仍缺失“通专融合”的智能，亟需推动科学智能从1.0向2.0迭代演进，即从“人工智能用于科学”（AI4S）迈向“通用人工智能用于科学”（AGI4S）。
AGI之路：必须打破“通才”与“专家”的二元对立
周伯文回顾了AI发展的阶段性跃迁。他早年在IBM任职期间提出的AI发展三阶段论——狭义人工智能（ANI）、广义人工智能（ABI）与通用人工智能（AGI），为理解当前局势提供了框架。他认为，ANI阶段已于2016年左右成熟，而通往AGI的必经之路是率先实现具备跨领域泛化能力的ABI。这一跨越需要技术范式的根本性变革，主要包括：从有监督学习转向自监督学习、从人类分割的任务级联系统转向端到端架构、从判别式工具进化为生成式助手。ChatGPT的问世首次同步验证了这三方面变革，标志着ABI阶段的到来。它验证了规模法则（Scaling Law）的有效性，通过扩大Transformer模型并以“下一个词预测”为目标，实现了对世界知识的有效压缩。
规模法则赋予了大语言模型广泛的泛化能力（ABI），但通往AGI的下一步不仅是计算量的堆叠。周伯文指出，“通专融合”是一条关键路径，其核心是动态融合人类认知中的“系统1”（直觉式快思考）与“系统2”（逻辑式慢思考），以应对现实世界的复杂任务。
过去70年，AI的发展长期在“专业性”与“通用性”两条路径上分别推进。以AlphaFold为代表的早期系统是极致的“专家”，在特定领域超越人类却缺乏迁移能力；而当前的大语言模型则是博闻广识的“通才”，虽具广度，但在处理复杂专业任务时难以企及专家的深度与细节。周伯文强调，真正的AGI必须打破这种二元对立，构建一种能够动态融合“系统1”与“系统2”的智能架构，即在保持通用认知基座的同时，能在任意特定任务上通过持续学习与深度推理实现专家级的专精。上海人工智能实验室提出的“智者”（SAGE）技术架构，正是旨在弥合广泛泛化与深度专精之间鸿沟的统一认知生态系统。
科学发现：AI能力的终极考验与前沿挑战
对于人工智能的下一个前沿领域，周伯文明确认为是科学发现。他提出，除了AI4S所承诺的诸如治愈癌症等巨大益处外，科学发现更是对AI推理智能的终极考验，因此是AI探索的绝对前沿。科学发现是已知与未知之间复杂的相互作用，涵盖从假设生成、实验验证到理论总结的全过程，这对AI提出了三重严峻挑战：
已知的未知：典型如组合爆炸问题，例如分子设计或材料科学的搜索空间极其庞大，远超传统遍历计算能力。
未知的未知：科学探索本质是对模型训练数据分布之外知识的泛化，是对AI创造力的真正考验。
稀疏与延迟奖励：科学实验周期长、反馈慢，这对强化学习算法构成了严峻测试。
尽管以AlphaFold为代表的AI4S技术在蛋白质折叠、气象预测等领域取得了里程碑成就，但周伯文援引《自然》（Nature）近期发表的研究指出，过度依赖现有深度学习模型可能局限新知识的探索边界，甚至在某种程度上阻碍创新。擅长处理数据充足、定义明确任务的传统深度学习，若仅作为工具，难以应对科学发现中“未知的未知”。
从AI4S到AGI4S：推动科研范式变革
系统性的评估进一步揭示了当前前沿模型的短板。周伯文介绍，上海人工智能实验室联合来自10个不同科学领域的100位科学家设计了评估体系。结果显示，前沿模型在通用科学推理任务中得分可达50分（满分100分），但在专项文献检索、具体实验方案设计等各类专业推理任务中，得分骤降至15-30分。这种明显的“木桶效应”表明，科学发现全周期的效能正受制于专业推理能力的薄弱环节。(新闻来源："https://gcnlogiy4woo.feishu.cn/docx/UP6jd4MQDoAleLxkaE8c8Ftvnbg")
因此，整合通用推理与专业能力，推动科学智能从AI4S向AGI4S迭代成为必然选择。这一升级旨在推动研究者、研究工具与研究对象的协同演进。通过AGI促进三者相互作用、协同演进、螺旋式上升，将创造出真正革命性的工具，推动科研范式发生根本变革。(新闻来源："https://gcnlogiy4woo.feishu.cn/docx/CKQadHcJposFrJxoCKEcXJ50nrh")
周伯文总结认为，当前正处于通用人工智能的前夜，但实现AGI仍需构建通专融合的智能。他提出，“可深度专业化的通用模型”是实现AGI的可行路径。其关键挑战与核心思路在于：专家化模型的训练需要低成本、能规模化的密集反馈；模型需具备持续学习与主动探索的能力；并且，它应能为同一个问题提供多视角、多种解决方案的能力。这标志着科学智能正式向2.0时代演进。
