AI时代的科研变革与青年选择

在今年的外滩大会上，钱钟书曾说：“如果你觉得某件事不错，何必关心其来源。”这一理念在大会上被转化为一个与AI相关的问题：若一篇文章能解答疑问并提供知识，还在乎它是人类写作还是AI生成吗？这一提问由曾获ACL最佳论文的北京大学博士生吉嘉铭提出，他甚至预测学术会议将走向消失的未来。

同一舞台上，美国科学院院士Michael I. Jordan则以不同的视角分析当今的学术会议，他指出虽然会议及论文数量不断增加，但每一篇论文不必都是顶尖的，练习自身的价值依然存在。他也对AI的发展保持谨慎态度，强调理解世界仍面临重大挑战，尤其在处理不确定性方面。

在2026年“科学向前，人才向新—— InTech青年先锋论坛暨蚂蚁 InTech奖颁奖典礼”上，全球来自十个国家的青年学者踊跃申报，数量较首届激增近四倍。获奖者们让“青年科学家”这个概念变得更加具体化，部分人已经创业、有人在Nature上发表论文，还有人所做的开源项目在数十万张GPU上运作。 球友会

有些往届获奖者与刚获ICML接收的高中生也参与了此次论坛，代际间的碰撞产生了关于AI时代科研与青年选择的深刻探讨。与之前的AI浪潮相比，生成式AI模糊了产业界与学术界的界限。今年的InTech科技奖中，有一批典型的“研究者创始人”脱颖而出，他们的目标直指AI发展中的底层问题。

香港大学的助理教授李弘扬创办了一家希望赋予人形机器人“具身大脑”的公司；南洋理工大学副教授刘子纬则创立了聚焦于数据基础设施的Roepedia；清华大学的章明星则专注于训练和推理成本。尽管他们的方向不同，所面临的都是AI发展的关键挑战。

在如今的科研环境中，团队的组织与资源的配置变得至关重要，李弘扬提到，现代预训练所需的数据及算力远超以往。更复杂的是，研究者必须走入产业界，进行真实场景数据的采集。 球友会

与此同时，学术界依然不可或缺。李弘扬和刘子纬认为，小规模、资源需求少的基础性研究依旧适合在高校进行，而当涉及大规模数据和算力时，企业则拥有更大的优势。成功从研究到创业并不是易事，院士与年轻研究者之间的交流揭示了创业的真实挑战。

参与对谈的院士张宏江指出，若研究者希望创业，他首先会询问其是否准备完全放弃学术岗位。一些研究者往往低估市场挑战、夸高技术的优势，这使得创业之路充满风险。李弘扬深知这一点，他在科研与创业之间的平衡面临不小的挑战，也建议年轻教师在决定创业前，先积累几年经验。

刘子纬则提醒大家要警惕当前的繁荣并非常态，过去的奋斗与成功并不能保证未来的顺利。Michael I. Jordan强调成功的另一个标准在于：在过程中学到了多少。即便创业未能成功，但在方式方法上的学习也是宝贵经验，为未来奠定基础。 球友会