由中國企業(yè)改革與發(fā)展研究會、網(wǎng)易財經(jīng)、網(wǎng)易財經(jīng)智庫聯(lián)合主辦的2025網(wǎng)易經(jīng)濟(jì)學(xué)家年會·夏季論壇于7月在北京舉行，本屆論壇的主題是《智馭未來 應(yīng)勢圖新》。

中國科學(xué)院院士、高能物理研究所研究員王貽芳帶來“物理為AI及AI為物理”的主題演講。他指出，人工智能與物理學(xué)的深度融合正引發(fā)雙向革命。物理定律為AI算法提供底層約束，AI則成為破解復(fù)雜物理難題的新工具，學(xué)科邊界不斷被打破。

“至少在現(xiàn)在來看，很難想象人工智能能夠像人一樣會實現(xiàn)所謂概念性的突破。也許將來的人工智能能夠完成所有的奧賽題，能夠像一個博士一樣做一個普通的物理學(xué)家的研究，但是它肯定是做不了最頂級的物理學(xué)家，比如說愛因斯坦，我想它是做不了的。人工智能雖然可以取代很多人，但是不會取代最聰明的人?！薄踬O芳

王貽芳表示，人類很早就有理解大腦工作機(jī)制、通過機(jī)器重復(fù)大腦工作過程或做出人工大腦的夢想?；仡橝I發(fā)展歷史，從上世紀(jì)40年代起，人工神經(jīng)網(wǎng)絡(luò)概念開始萌芽。80年代，專家系統(tǒng)與模糊數(shù)學(xué)推動符號運(yùn)算，但并未形成主流。同期，John Joseph Hopfield（約翰·霍普菲爾德）從凝聚態(tài)物理與生物物理交叉領(lǐng)域出發(fā)，構(gòu)建具有非線性響應(yīng)函數(shù)的神經(jīng)元網(wǎng)絡(luò)，通過能量最小值法訓(xùn)練參數(shù)，這種網(wǎng)絡(luò)雖然有容錯性，卻受限于局部極小值問題。1986年Hinton（辛頓）提出分層前饋網(wǎng)絡(luò)與反向傳播算法，規(guī)避計算缺陷，引發(fā)80年代末AI研究高峰。90年代，因算力限制陷入低谷，本世紀(jì)隨著計算能力提升與深度神經(jīng)網(wǎng)絡(luò)（層數(shù)從2-3層擴(kuò)展至數(shù)百層）的突破，結(jié)合大數(shù)據(jù)與概率生成參數(shù)，AI在模式識別（如高能物理信號提?。?、生成能力（如AlphaGo棋局推演）等領(lǐng)域?qū)崿F(xiàn)跨越式發(fā)展。

王貽芳指出在物理研究領(lǐng)域，AI已滲透多個層面。其一，數(shù)據(jù)處理與模式識別。高能物理實驗中，AI可精準(zhǔn)區(qū)分信號與本底噪聲，提升粒子鑒別與物理仿真效率。例如，通過深度學(xué)習(xí)重建復(fù)雜粒子軌跡，使原本模糊的信號得以清晰呈現(xiàn)。其二，自動化控制與程序生成。AI可優(yōu)化大型裝置（如加速器、托卡馬克核聚變裝置）的參數(shù)調(diào)控，DeepMind團(tuán)隊已實現(xiàn)等離子體精準(zhǔn)操控；國內(nèi)同步輻射平臺通過AI微調(diào)生成用戶指導(dǎo)內(nèi)容，提升了設(shè)備使用效率。其三，物理知識融合的探索：將量子力學(xué)、相對論等理論輸入大模型，輔以對稱性約束，嘗試推動AI從數(shù)據(jù)擬合轉(zhuǎn)向規(guī)律發(fā)現(xiàn)。

王貽芳表示，AI雖能高效計算理論物理中的高階圈圖，卻難以像牛頓從開普勒數(shù)據(jù)中提煉萬有引力定律那樣，實現(xiàn)從序列預(yù)測模型到深層理論認(rèn)知的跨越——有實驗將開普勒所有行星軌道的預(yù)測模型和數(shù)據(jù)輸入人工智能網(wǎng)絡(luò)，模型能很好地預(yù)測行星運(yùn)行軌道，卻給不出牛頓定律，而牛頓定律正是基于開普勒行星數(shù)據(jù)發(fā)現(xiàn)的。還有研究將高中到本科及奧賽的物理習(xí)題輸入，結(jié)果顯示，人工智能專家能得71分，不同人工智能網(wǎng)絡(luò)僅能得四五十分。這說明AI在掌握和應(yīng)用物理學(xué)知識規(guī)律方面還有相當(dāng)差距，目前最強(qiáng)的推理模型仍落后于人類專家。大語言模型推理能力有限，主要依賴已知的數(shù)據(jù)，而且需告知數(shù)據(jù)大致符合的規(guī)律，否則很難發(fā)現(xiàn)物理規(guī)律?！爸辽僭诂F(xiàn)在來看，很難想象人工智能能夠像人一樣會實現(xiàn)所謂概念性的突破。也許將來的人工智能能夠完成所有的奧賽題，能夠像一個博士一樣做一個普通的物理學(xué)家的研究，但是它肯定是做不了最頂級的物理學(xué)家，比如說愛因斯坦，我想它是做不了的?！蓖踬O芳表示。

王貽芳最后總結(jié)道，人工智能已經(jīng)有80多年的歷史，人工神經(jīng)網(wǎng)絡(luò)，特別是深度人工神經(jīng)網(wǎng)絡(luò)的發(fā)明和反向傳遞作為計算方法的發(fā)明，奠定了現(xiàn)在整個的人工智能方法的基礎(chǔ)。通過計算能力的提升，使得人們可以做很多人工智能的事情，一定程度上人們過去的所謂人工智能的夢想已經(jīng)成為了現(xiàn)實，而且也改變了人類的生產(chǎn)生活方式，它的影響力肯定會在將來超過互聯(lián)網(wǎng)，年輕人大概都會依賴它，人工智能雖然可以取代很多人，但是不會取代最聰明的人。