新智元報道

編輯：KingHZ

【新智元導讀】新星閃耀！28位學者獲1800萬美元，華人天才齊上陣。AI2050瞄準AI普惠與安全。一文速覽谷歌前CEO看好的AI方向和研究項目。

剛剛，「AI2050」獎學金入選名單公布！

本次目標是確保AI普惠、AI向善，獲獎總額超過1800萬美元。

本次共28位學者入選，聚焦三大方向：構建AI科學家系統(tǒng)、設計更安全可信的AI模型、提升AI在生物醫(yī)學研究中的應用能力。

該獎學金由谷歌前CEO資助的施密特科學基金會支持。

21位早期職業(yè)研究員和7位高級研究員獲得為期3年的資助。

這是第四屆AI2050項目。截至目前，該項目已在全球8個國家、42所機構中資助了共計99位研究員。

華人科學家李飛飛、Percy Liang等入選過高級研究員，年初清華校友Chaowei Xiao入選上一屆「AI2050」名單。

最新入選者名單見：

https://www.schmidtsciences.org/2025-ai2050-fellows-announcement/

AI2050分為高級Fellow和早期職業(yè)Fellow，其中：高級Fellow根據(jù)現(xiàn)有貢獻選拔，采用封閉式提名，無需申請。早期職業(yè)Fellow需要擔任博士后或預聘研究職位。

除了資助本身，入選學者還將受邀參加年度學術交流活動，分享研究成果、拓展合作網絡，并有機會獲得額外的協(xié)同研究支持。

自2022年啟動以來，AI2050還設立專項基金支持重大計算需求，助力入選的研究人員突破硬件限制加速科研進程。

高級Fellow

本次共有7位獲得終生教職的學者入選高級Fellow。

Alán Aspuru-Guzik

Alán Aspuru-Guzik是多倫多大學化學與計算機科學系的教授。

他是加拿大皇家學會院士。

他的研究聚焦于量子信息、機器學習與化學的交叉領域。他加速了有機半導體、有機光伏、有機發(fā)光二極管等材料的發(fā)現(xiàn)。他還在分子表征與生成模型方面開展了奠基性研究。

在「AI2050」計劃中，他致力于打造「AI化學家」（AIchemist）——一種能與人類研究人員協(xié)作的專業(yè)AI科學家。該項目將先進AI技術（包括大語言模型與智能體系統(tǒng)）相結合，加速化學領域的科學發(fā)現(xiàn)。

項目核心是構建一個名為「El Agente」的智能系統(tǒng)，能夠自主探索化學空間、發(fā)現(xiàn)新型化合物，從而應對氣候變化與流行病等全球性挑戰(zhàn)，提升新物質的合成與測試效率。

Surya Ganguli

Surya Ganguli是斯坦福大學應用物理系教授、斯坦福人本智能研究院（HAI）副主任，同時也是General Catalyst的風險合伙人。

他在麻省理工學院（MIT）獲得物理、數(shù)學與電子工程與計算機科學（EECS）三學位，后于加州大學伯克利分校完成弦論博士學位，并在加州大學舊金山分校（UCSF）從事理論神經科學博士后研究。

他曾在谷歌和Meta AI擔任訪問研究員，也曾是a16z（Andreessen Horowitz）的風險合伙人。

他的研究橫跨AI、物理與神經科學，核心關注點是：理解并提升生物神經網絡與人工神經網絡如何通過學習實現(xiàn)復雜而奇妙的涌現(xiàn)計算。

他曾獲眾多獎項與榮譽，包括兩項 NeurIPS杰出論文獎、Sloan研究獎、NSF CAREER獎，以及施密特科學Polymath獎。

Ganguli的研究項目旨在為「可解釋且可信賴的AI」建立堅實的科學基礎，揭示生成式模型與大語言模型在創(chuàng)造、推理與學習過程中的核心機制。

他的團隊正在構建一套分析理論體系，以機制層面解釋擴散模型和大語言模型中的「創(chuàng)造力」與「推理能力」。

該項目的最終目標，是揭示通用智能背后的核心原理，推動構建更具可解釋性、更可信、更加貼近人類價值的AI系統(tǒng)。

Shirley Ho

Shirley Ho是美國著名的天體物理學家與機器學習專家，現(xiàn)任西蒙斯基金會（Simons Foundation）研究組組長，同時是紐約大學的教授，并在普林斯頓大學擔任訪問職務。

Shirley Ho首次將三維卷積神經網絡引入天體物理研究，推動了現(xiàn)代深度學習的科學應用。近年來，她將研究重心轉向可解釋機器學習的創(chuàng)新方法。

她也于2020年當選為國際天體統(tǒng)計學會（International Astrostatistics Association）會士。

她的AI2050項目致力于推動科學通用人工智能（scientific AGI）。

在未來三年內，她將開發(fā)全新方法，深入理解各類科學AI模型的工作機制，探索它們的融合路徑，并將其與語言AI整合。該項目有望催生首批真正「理解世界」的AI系統(tǒng)，為實現(xiàn)具備科學認知能力的通用人工智能邁出關鍵一步。

Sheila McIlraith

Sheila McIlraith是多倫多大學計算機科學系教授，加拿大CIFAR人工智能講席教授（向量研究院），同時擔任施瓦茨-賴斯曼技術與社會研究院副主任及研究負責人。

她在知識表示、自動推理和機器學習等領域發(fā)表了超過150篇學術論文，研究重點是「以人為本」的人工智能，尤其關注序貫決策問題。

Sheila是ACM與AAAI Fellow，現(xiàn)任「百年人工智能研究計劃」（AI100）主席，并擔任加拿大AI安全研究院（Canadian AI Safety Institute）研究理事會成員。

McIlraith 及其合作者的研究成果屢獲殊榮，包括2011年SWSA十年影響力獎、2022年ICAPS最具影響力論文獎、2023年IJCAI-JAIR最佳論文獎等。

在AI2050項目中，Sheila McIlraith 致力于賦予AI「有目的的心智理論」能力（Purposeful Theory of Mind）。

互相理解是建立信任與合作的基礎，而「社會認知」能力正是提升這種理解的關鍵所在。

這意味著，AI不僅要能識別和理解自己與他人的心理狀態(tài)——如信念、欲望與意圖，還要能主動思考自己的決策和行為會如何影響他人的福祉與自主性；并在此基礎上，被激勵去選擇那些在達成自身目標的同時，也兼顧他人利益與尊嚴的行動路徑。

這一研究旨在構建一種更具社會意識、道德感知力和合作傾向的AI系統(tǒng)，為實現(xiàn)可信賴、共融共益的智能體奠定基礎。

Dawn Song宋曉冬

Dawn Song是加州大學伯克利分校計算機科學系教授。

她的研究聚焦于AI安全與保障、智能體型AI（Agentic AI）、深度學習、安全與隱私技術、以及去中心化技術。

Dawn Song曾獲得多項國際頂級榮譽，包括麥克阿瑟天才獎、美國國家科學基金會青年學者獎、斯隆研究獎等，并在計算機安全與深度學習頂會斬獲10余項「長青論文獎」與最佳論文獎。

她是ACM/IEEE Fellow，并當選為美國藝術與科學院院士。

宋曉冬擁有加州大學伯克利分校計算機科學博士學位。她于1996年獲得清華大學學士學位，1999年獲得卡內基美隆大學碩士學位。

Dawn Song的AI2050項目致力于開發(fā)「安全可驗證」的AI工具。

AI正在重塑軟件開發(fā)方式——如今的系統(tǒng)不僅能生成代碼，還能作為自主智能體執(zhí)行任務。

然而，這些技術突破也帶來了前所未有的安全挑戰(zhàn)：AI生成的代碼或智能體行為中若存在漏洞，可能會被迅速大規(guī)模地利用，造成嚴重后果。

Dawn Song的AI2050項目致力于解決這一問題。

這些工具不僅能自動編寫代碼，還能同步生成形式化的安全規(guī)范和數(shù)學證明，確保代碼在邏輯和安全性上都經得起檢驗。

通過在部署前從根本上消除整類安全漏洞，這一「可證明安全」方法有望大幅提升AI系統(tǒng)的安全性與可信度，使其更適用于全球范圍內對安全性要求極高的關鍵領域應用。

Philip Torr

Philip Torr是牛津大學的教授。

他于牛津大學機器人研究組獲得博士學位。博士畢業(yè)后，他繼續(xù)在牛津擔任研究員三年，并保持至今的訪問學者身份。

之后，他在微軟研究院擔任了六年研究科學家，隨后轉任牛津布魯克斯大學教授，專注于計算機視覺與機器學習。2013年，Philip 重返牛津大學，擔任正教授，并創(chuàng)立了Torr Vision Group（TVG）。

他在計算機視覺領域成就卓著，曾于1998年獲得視覺界最高榮譽——Marr 獎，并獲得英國皇家學會Wolfson研究功勛獎。

因在計算機視覺領域的突出貢獻，Philip Torr于2019年當選英國皇家工程院院士（FREng），2021年當選英國皇家學會院士（FRS），并在同年被評為「Turing AI全球領軍研究員」。

Torr教授的「AI歷史學家」項目試圖將AI的邊界從自然科學拓展至人文社會科學，打造一套具備歷史推理能力的AI系統(tǒng)。

他將與牛津大學歷史學、人類學和經濟學領域的頂尖學者合作，構建一套框架，使AI能夠解讀文本、地圖、圖像以及考古數(shù)據(jù)，從而驗證不同的文化演化和社會持續(xù)性解釋。

該項目將融合因果發(fā)現(xiàn)、多模態(tài)基礎模型和智能體模擬，賦予AI評估證據(jù)、重建缺失數(shù)據(jù)的能力，并探索諸如「什么因素能增強社會凝聚力？」等具有社會價值的問題。

Luke Zettlemoyer

Luke Zettlemoyer是華盛頓大學保羅·G·艾倫計算機科學與工程學院教授，同時擔任Meta高級研究總監(jiān)。

他的研究專注于自然語言語義的實證方法，涵蓋機器學習算法設計、新任務與數(shù)據(jù)集的創(chuàng)建，以及近年來重點探索的自監(jiān)督預訓練信號構建。

Zettlemoyer 的學術榮譽包括：當選計算語言學協(xié)會（ACL）主席與Fellow、美國總統(tǒng)青年科學家獎（PECASE），以及多項頂會最佳論文獎。

他本科畢業(yè)于北卡羅來納州立大學，博士畢業(yè)于麻省理工學院，并曾在愛丁堡大學從事博士后研究。

Zettlemoyer的項目挑戰(zhàn)了主流的AI「單體結構」假設。

也就是，由中心機構使用全部可用數(shù)據(jù)訓練出的單一超大模型，并假設它能適用于所有任務與場景。

他認為，打破這種「單一模型主導一切」的模式，有望在多個方面實現(xiàn)突破：提升性能、開放模型開發(fā)流程、實現(xiàn)更大規(guī)模擴展、提升模型專業(yè)化程度，并促進更加負責任的數(shù)據(jù)使用。

該項目將從根本上重新思考「數(shù)據(jù)」與「模型參數(shù)」之間的關系，探索全新語言模型架構與訓練機制，以突破當前方法的極限，為語言模型的發(fā)展帶來結構性變革。

早期職業(yè)Fellow

今年，共有21名青年研究人員入選早期職業(yè)Fellow（入選名單見后文）。

這里主要介紹入選的4位的華人學者。

李宗宜(Zongyi Li)

李宗宜(Zongyi Li)是何愷明弟子、現(xiàn)為麻省理工學院博士后研究員。

2026年秋季，他將加入紐約大學柯朗數(shù)學科學研究所（Courant Institute of Mathematical Sciences），擔任數(shù)學與數(shù)據(jù)科學助理教授。

他的研究致力于開發(fā)神經算子方法（neural operator methods），以加速科學計算。

他于加州理工學院獲得計算與數(shù)學科學博士學位。此前，他在圣路易斯華盛頓大學獲得計算機科學與數(shù)學雙學士學位（2015–2019）。

他的AI2050項目利用人工智能技術，設計更安全、更高效的「計劃性燃燒」策略，以預防未來可能爆發(fā)的大規(guī)模野火。

該項目將開發(fā)AI工具，綜合分析天氣模式、地形條件與林地燃料狀況等復雜數(shù)據(jù)，幫助消防管理人員精準判斷最合適的燃燒時間與地點。

項目目標是顯著減少大型野火發(fā)生概率，守護社區(qū)安全，改善森林健康，并帶來更清潔的空氣與更可持續(xù)的生態(tài)環(huán)境。

Weiyan Shi

Weiyan Shi是美國東北大學的助理教授，研究方向包括AI驅動的說服機制與AI安全。

她在「說服性對話」領域的研究成果斬獲多項頂級會議獎項，包括ACL 2019和ACL 2024的最佳社會影響論文獎、杰出論文獎，以及最佳論文提名。

此外，她還是Science期刊發(fā)表的Cicero項目核心團隊成員之一。

該項目打造了首個在博弈游戲《外交》（Diplomacy）中達到人類水平的AI談判智能體。

2023年，她博士畢業(yè)于美國哥倫比亞大學計算機科學專業(yè)。2016年，在加州大學伯克利分校，她獲得了統(tǒng)計學碩士。2015，她獲取了中國人民大學數(shù)學學士學位。

Weiyan Shi的AI2050項目正面應對智能體安全，聚焦以下三個方面：

1. 研究AI智能體可能被用于「有害說服」的方式與場景，以推動更有效的防御機制設計；

2. 開發(fā)持續(xù)監(jiān)測機制，追蹤AI說服能力的演化，為社會提供預警系統(tǒng)；

3. 創(chuàng)建用戶工具，幫助個體識別并抵御AI帶來的不良影響，從而增強公眾的數(shù)字自主權。

該研究最終目標是：確保AI成為值得信賴、真正造福所有人的技術力量。

Ellen Zhong

Ellen Zhong是普林斯頓大學計算機科學系助理教授。

她的研究位于人工智能與分子科學的交叉點，致力于開發(fā)AI算法，推動科學發(fā)現(xiàn)的邊界。

她的研究團隊既從事AI與計算機視覺方法論的前沿研究，也與結構生物學和化學領域的實驗科學家展開緊密合作。

此前，她曾在AlphaFold團隊工作，也從事過分子動力學模擬，助力藥物發(fā)現(xiàn)。

Ellen于 2022 年獲得麻省理工學院（MIT）博士學位，并于同年加入普林斯頓大學任教。

Ellen Zhong的AI2050項目將開發(fā)新一代AI工具，結合生物成像數(shù)據(jù)與蛋白質結構預測模型，生成高分辨率、原子級別的「動態(tài)蛋白質圖像」，讓我們得以「看見」蛋白質在自然環(huán)境中如何運動、變形與相互作用。

Peichen Zhong

Peichen Zhong是新加坡國立大學材料科學與工程系助理教授。

2018年，他畢業(yè)于中國科學技術大學物理系，2023 年在加州大學伯克利分校獲得材料科學博士學位。

隨后，他在勞倫斯伯克利國家實驗室（LBNL）及巴卡爾地球數(shù)字材料研究所（Bakar Institute of Digital Materials for the Planet，BIDMaP）從事博士后研究。

他的研究興趣聚焦于兩個方向的交叉點：（1）面向能源存儲與可持續(xù)應用的復雜材料計算建模；（2）原子尺度建模與生成式建模方法的創(chuàng)新開發(fā)。

Peichen Zhong的AI2050項目利用人工智能技術，加速原子級材料模擬與生成過程，為基于電化學的碳捕集材料開發(fā)提供全新路徑。通過將高效的量子化學方法與 AI 模型相結合，該方法可將材料篩選速度提升百倍以上。

項目特別聚焦于高能效的電化學碳捕集策略，這一方向有望催生顛覆性的新技術，為應對氣候變化與實現(xiàn)可持續(xù)發(fā)展提供關鍵工具和材料基礎。

總名單

其他入選人，還包括Mamba作者普林斯頓大學助理教授Tri Dao等。

人類創(chuàng)造了AI，如今AI正回饋人類的科學想象。

愿AGI惠及全人類，愿AI之光灑遍全球。

再次祝賀所有入選的學者。

參考資料：

https://www.schmidtsciences.org/2025-ai2050-fellows-announcement/