一方面，AI 能够创作诗歌、绘制图像、编写代码，然而它依然局限于数字领域；另一方面，有努力致力于让AI掌握物理法则、化学反应及分子结构，旨在让AI理解世界的运行机制，并实际参与其中。

“要求大语言模型生成一张图片，它可能会画出一只三条腿的猫；而让它理解瓶子落地的情况，它却难以区分是破碎还是反弹。这是因为缺乏物理理解，而AI for Science正是为了弥补这一缺陷。”深势科技合伙人及AI算法负责人柯国霖在与《网易科技态度 AGI》的对话中解释道。他认为，要真正迈向通用人工智能（AGI），必须跨越数字世界，深入物理世界，AI for Science是必经之路。

在2024年的GTC大会上，黄仁勋提及了AI领域的三大关键方向：大语言模型、具身智能，以及AI for Science。尽管相比前两者，AI for Science听起来可能较为冷门，但它正逐渐成为全球科学界的战略焦点。

一个明显的例子是，一名训练有素的博士研究生在其学术生涯中，即使使用如冷冻电镜等昂贵的科学设备，可能也只能解析出几个蛋白质结构。而Google DeepMind的AlphaFold算法，却能在GPU上迅速预测新蛋白质的结构。2024年诺贝尔化学奖授予AlphaFold和AI蛋白质设计团队，标志着AI已从实验室的边缘走向科学发现的核心，解放了科学家的重复性劳动，使他们能专注于更核心的科研问题。柯国霖对此表示认同。

在这场范式转变中，深势科技作为AI for Science领域的领军企业，走在了前列。自2018年成立以来，该公司构建了名为“深势宇知”的完整AI for Science科学大模型体系，通过“微尺度工业设计与仿真”的切入点，开发了自动化设计系统，连接了分子模拟、蛋白质结构预测、药物筛选、材料计算等多个环节，并在此基础上推出了科研平台“玻尔®科研空间站”，构建了一套微尺度工业基础设施。

作为深势科技的技术合伙人，柯国霖在微软亚洲研究院有着丰富的经验，其论文被引用次数超过22,000次，他开发了著名的机器学习工具LightGBM，并连续多年入选全球前2%顶尖科学家榜单。今年3月底，他和合作者发布了首个通过自回归预测下一token的模式，将3D结构的生成与理解相统一的框架Uni-3DAR。

在与网易科技的交谈中，柯国霖对AI的潜力与局限持有清醒而谨慎的态度。他强调：“如果无限畅想未来，不考虑任何限制，那么AI无疑能实现一切。但更重要的是，我们要关注它在中短期内的发展，以及我们这一代人能见证的未来会是如何。”

烟台三明网络专注软件开发10年+，具备烟台APP开发、烟台小程序定制、烟台公众号定制、烟台网站建设、烟台商城开发、烟台分销系统开发、烟台康复系统开发，致力烟台互联网+行业的系统定制开发与运营，为企业发展提供助力。