

诺贝尔物理学奖得主巴里·巴里什:LOGO 十年新科学如果说物理学是科学的基石,那么AI在这块基石上的立足仍显蹒跚。我们正面临一个深层的方法论冲突:物理学依赖统计显著性来建立真理,而AI的神经网络却是无法解释的黑盒。 诺贝尔物理学奖得主Barry Barish以LIGO探测引力波的经历为例,揭示了AI在基础物理中的真实角色——不是颠覆性的发现工具,而是工程优化的加速器。从模板库匹配到卷积神经网络,AI让探测更快,但发现本身仍属于人类。 在本期节目中,你将听到: 为什么AI在物理学中的影响远不如在图像生成领域显著?统计显著性:物理学信任的基石,AI的软肋;LIGO的故事:如何探测到比原子核小一千倍的形变?多信使天文学:AI如何帮助天文学家更快转向目标?下一代挑战:从宇宙微波背景到原初引力波。 【时间轴】 00:00 开场:物理学与AI的"过敏反应" 03:00 统计显著性vs黑盒:方法论的根本冲突 06:30 LIGO简介:测量比质子小一千倍的距离变化 10:00 2015年:首次探测到双黑洞合并的引力波 14:00 模板库匹配:传统方法如何发现信号 17:30 AI的角色:加速计算,而非替代判断 21:00 多信使天文学:引力波、伽马射线与中微子的协奏 25:00 双中子星合并:解决宇宙重元素起源之谜 29:00 下一代探测器:从地面到太空 33:00 终极问题:AI能否帮助我们探测原初引力波? 【关于《On the SAIR》】 《On the SAIR》是由SAIR Foundation(科学与人工智能研究基金会)推出的全英播客节目。 【关于SAIR】 科学与人工智能研究基金会(SAIR Foundation)成立于2025年,是一家由菲尔兹奖得主陶哲轩教授发起、多位诺贝尔奖得主及全球顶尖科学家共同指导的非营利性研究机构。基金会致力于解决科研体系的结构性瓶颈,通过跨学科的全球协作,以科学、安全的方式加速向通用人工智能(AGI)和超级人工智能(ASI)的演进。 我们的官网:sair.foundation 合作联系:press@sair.foundation 欢迎您同步关注我们的微博、小红书、视频号、B站、公众号同名账号,SAIR与全球科学共同体,共赴未来十年。
图灵奖得主理查德·萨顿:AI的未来如果说当前的AI是一座宏伟的图书馆,那么未来的AI将是一位永远在探索的旅行者。我们正从"训练于人类数据"的时代,迈向"学习于经验"的时代——这不是关于拥有多少知识,而是关于如何在与世界的互动中不断进化。 强化学习之父Rich Sutton提出了一个激进的观点:真正的智能不在于模仿人类,而在于通过试错学习实现目标的能力。从AlphaGo的创造性落子到婴儿与玩具的互动,他揭示了智能的本质——预测与控制经验的能力。 在本期节目中,你将听到: 为什么当前AI的"快速进步"可能被高估了?"人类数据时代"的局限性与瓶颈在哪里?经验学习如何让AI超越人类能力?强化学习为何是通向通用智能的必由之路?AI政治:为什么我们应该抵制集中控制、拥抱去中心化合作? 【时间轴】 00:00 开场:AI真的在快速进步吗? 03:30 重新定义智能:从图灵测试到目标达成能力 07:45 当前AI的本质:强大的模式识别器,而非真正的智能 12:00 从"人类数据时代"到"经验学习时代" 16:30 婴儿与玩具:经验学习的最原始形态 20:00 AlphaGo的启示:创造性来自试错,而非模仿 24:00 预测与控制:智能的两个核心能力 28:00 AI的政治学:集中控制vs去中心化合作 32:00 宇宙的四个时代:从粒子到设计 36:00 人类角色:智能时代的催化剂与助产士 【关于《On the SAIR》】 《On the SAIR》是由SAIR Foundation(科学与人工智能研究基金会)推出的全英播客节目。 【关于SAIR】 SAIR(科学与人工智能研究基金会)于2025年成立,是由菲尔兹奖得主陶哲轩教授创立,多位诺贝尔奖、图灵奖得主等全球顶尖科学家共同指导的非营利性研究机构。基金会旨在解决当前科研体系的结构性问题,通过融合人工智能与科学研究,创建实用性工具,加速突破性发现,重建高效、开放的科研生态系统。 我们的官网:sair.foundation 合作联系:press@sair.foundation 欢迎您同步关注我们的微博、小红书、视频号、B站、公众号同名账号,SAIR与全球科学共同体,共赴未来十年。
菲尔兹奖得主陶哲轩:机器辅助与未来数学研究如果说数学是一门孤独的学问,那么AI正在将它变成一场协作的运动。我们正站在数学研究范式变革的临界点:从黑板前的两三人对话,到全球数百人参与的众包项目;从对单个问题的精雕细琢,到对千个问题的大规模"人口普查"。 陶哲轩教授以埃尔德什问题集为例,展示了AI如何成为数学家的"望远镜"——不是替代人类的直觉,而是让我们能够触及以前无法想象的广度。形式化验证则是那道"滤网",让海量贡献中的真金得以留存。 在本期节目中,你将听到: 为什么数学家直到最近才开始大规模协作?AI如何将数学从"个案研究"转变为"人口研究"?埃尔德什千题计划如何成为AI数学能力的试金石?形式化验证为何是信任AI贡献的关键?人机协作解决数学问题的真实案例。 【时间轴】 00:00 开场:数学是最后的"黑板学科" 02:30 数学为何在协作方面落后于其他科学? 05:45 从个案研究到人口研究:AI带来的范式转变 09:20 埃尔德什千题计划:AI数学能力的基准测试 14:00 形式化验证:让AI"诚实守信"的技术 18:30 真实案例:人类与AI如何协作解决开放问题 24:00 众包数学:高中生也能证明重要定理 28:00 未来展望:AI是工具,而非替代 【关于《On the SAIR》】 《On the SAIR》是由SAIR Foundation(科学与人工智能研究基金会)推出的全英播客节目。 【关于SAIR】 科学与人工智能研究基金会(SAIR Foundation)成立于2025年,是一家由菲尔兹奖得主陶哲轩教授发起、多位诺贝尔奖得主及全球顶尖科学家共同指导的非营利性研究机构。基金会致力于解决科研体系的结构性瓶颈,通过跨学科的全球协作,以科学、安全的方式加速向通用人工智能(AGI)和超级人工智能(ASI)的演进。 我们的官网:sair.foundation 合作联系:press@sair.foundation 欢迎您同步关注我们的微博、小红书、视频号、B站、公众号同名账号,SAIR与全球科学共同体,共赴未来十年。
AI在科学研究中的应用潜力、挑战及未来方向如果说科学研究是一场漫长的对话,那么AI的加入正在改变这场对话的方式。 我们正站在科研协作方式变革的临界点:AI不再只是回答问题的工具,而正在成为能够提出假设、设计实验、甚至生成完整证明的"合作者"。 正如陶哲轩教授所言,我们需要真正将AI整合进工作流程,而不仅仅是把它当作一个按钮式的解决方案生成器。 在《On the SAIR》的第三期节目中,世界知名数学家、加州大学洛杉矶分校数学系终身教授、SAIR联合创始人陶哲轩将再次与主持人展开深度对话。他们从即将举行的SAIR启动会谈起,探讨AI在科学研究中的真实应用现状、可靠性难题的解决之道,以及人机协作的未来图景。 在本期节目当中,你将听到: 为什么数学是AI应用最具潜力的领域?形式化验证如何让AI"诚实守信"?AI与人类在科研中的自然分工应该是怎样的?当前AI在创造性突破和持续学习方面还缺少什么?如何设计真正有效的人机协作工作流程? 【时间轴】 00:00 开场:SAIR启动会即将在IPAM举行 01:30 为什么决定共同创立SAIR基金会? 03:22 数学:AI应用最具潜力的领域 05:45 形式化验证——让AI保持诚实的"过滤器" 08:30 从"按钮式解决方案"到真正的协作伙伴 12:00 AI的创造性边界:何时能提出前所未有的想法? 15:20 持续学习与专业化:AI还缺少什么? 19:40 设计理想的人机协作工作流程 24:30 目标设定的艺术:为什么精确描述需求如此困难? 28:00 公众认知与科学应用之间的鸿沟 【关于《On the SAIR》】 《On the SAIR》是由SAIR Foundation(科学与人工智能研究基金会)推出的全英播客节目。 【关于SAIR】 科学学与人工智能研究基金会(SAIR Foundation)成立于2025年,是一家由菲尔兹奖得主陶哲轩教授发起、多位诺贝尔奖得主及全球顶尖科学家共同指导的非营利性研究机构。基金会致力于解决科研体系的结构性瓶颈,通过跨学科的全球协作,以科学、安全的方式加速向通用人工智能(AGI)和超级人工智能(ASI)的演进。 我们的官网:sair.foundation 合作联系:press@sair.foundation 欢迎您同步关注我们的微博、小红书、视频号、B站、公众号同名账号,SAIR与全球科学共同体,共赴未来十年。
AI 就像喷气发动机,需要可靠的使用方法如果说 AI 是动力澎湃的喷气发动机,速度极快且能力惊人,那么人类科学家的当务之急,不再是比拼速度,而是围绕它建造一架结构精密、安全可控的飞机。 我们正处在一个科研范式转型的路口:AI 能够以前所未有的规模生成想法、案例与洞察,如同喷涌而出的高压水管。然而,真正的机遇并不在于无限制的生成,而在于如何构建有效的过滤系统,将这些甚至包含杂质的“污水”转化为科学家真正可用的“净水”。 正如陶哲轩教授所言:“We need all the help we can get.(我们需要一切可能的助力。)” 在《On the SAIR》的第二期节目中,世界知名数学家、加州大学洛杉矶分校数学系终身教授陶哲轩将与 Riley Tao 展开一场深度对谈。他们从经济学的比较优势视角出发,剖析了 AI 与人类研究者各自独有的能力与价值。 在本期节目当中,你将听到: AI 如何生成海量的想法、案例和见解?为什么人类在抽象、直觉和泛化能力方面依然表现卓越?基准测试之后的发展方向,以及为何可用性是下一个前沿领域?人类与 AI 如何在科研领域相结合? 【时间轴】 00:00 AI 像强大的喷气发动机,装进飞机才能为人所用 02:22 AI 负责探索,人类进行验证 05:45 AI 像“喷涌污水”的消防水管,未来的科研核心是建造滤网 11:08 基准测试是衡量 AI 能力的好方法吗? 17:35 AI 和人类各自的比较优势 【关于《On the SAIR》】 《On the SAIR》是由SAIR Foundation(科学与人工智能研究基金会)推出的全英播客节目。 【关于SAIR】 科学与人工智能研究基金会(SAIR Foundation)成立于2025年,是一家由菲尔兹奖得主陶哲轩教授发起、多位诺贝尔奖得主及全球顶尖科学家共同指导的非营利性研究机构。基金会致力于解决科研体系的结构性瓶颈,通过跨学科的全球协作,以科学、安全的方式加速向通用人工智能(AGI)和超级人工智能(ASI)的演进。 我们的官网:sair.foundation 📫 合作联系:press@sair.foundation 欢迎您同步关注我们的微博、小红书、视频号、B站、抖音、公众号同名账号,SAIR与全球科学共同体,共赴未来十年。
对话陶哲轩:AI如何改变我们科研的方式?自 AlphaFold 突破以来,人工智能正以前所未有的速度重构科研范式。 我们看到,AI 不再执着于模仿人类思维,而试图成为人类最高效的科研伴侣:它不仅从枯燥的数据清洗与重复劳动中解放了科学家的双手,还正在开启一个跨学科协作的黄金时代。在这个时代,AI 帮助不同学科的专家跨越术语的鸿沟,让知识的流动不再受限。 在《On the SAIR》的首期节目当中,主持人 Peter Liang 将与世界知名数学家、加州大学洛杉矶分校数学系终身教授陶哲轩(Terence Tao),以及世界领先科学家协会联合创始人、资深投资人 Chuck Ng 展开对话,共同探讨 AI 驱动科学发现的新前沿。 在本期节目当中,你将听到:AI是如何帮助,而非取代人类?科学家与智能系统之间的协作将会呈现何种面貌?为什么开放、信任与跨学科思维是未来科学发展的关键? 【时间轴】 * 00:47 AI的角色定位应该是什么? * 02:55 不同领域应用AI的难易度 * 08:42 AI不需要像人类一样思考 * 12:00 AI风险与负责任的披露文化 * 17:11 “人工智能”的命名带来了误导 * 20:38 AI让获取信息变容易,但我们需要“精神节食” * 24:10 教育的未来会是如何 * 30:33 用AI解决"How",让人类探索"Why" * 33:36 未来计划与产学研结合 【关于《On the SAIR》】 《On the SAIR》是由SAIR Foundation(科学与人工智能研究基金会)推出的英文播客节目。 【关于SAIR】 科学与人工智能研究基金会(SAIR Foundation)成立于2025年,是一家由菲尔兹奖得主陶哲轩教授发起、多位诺贝尔奖得主及全球顶尖科学家共同指导的非营利性研究机构。基金会致力于解决科研体系的结构性瓶颈,通过跨学科的全球协作,以科学、安全的方式加速向通用人工智能(AGI)和超级人工智能(ASI)的演进。 我们的官网:sair.foundation 📫 合作联系:press@sair.foundation 欢迎您同步关注我们的微博、小红书、视频号、Bilibili、抖音、公众号同名账号,SAIR与全球科学共同体,共赴未来十年。