让思想被听见，让价值被传递。潮新闻《声动》栏目聚焦社会各界名家大咖、领军人物的声音，为时代留声。

今天为您带来中国工程院院士、阿里云创始人、之江实验室主王坚在2026世界人工智能大会暨人工智能全球治理高级别会议主论坛上的演讲。他提出，人工智能正在迎来一次新的范式转折，而这一次推动变化的，不再只是语言数据，而是科学数据。

7月17日，在2026世界人工智能大会暨人工智能全球治理高级别会议主论坛，中国工程院院士王坚在发表演讲。图源新华社

基础模型为什么重要

在人工智能领域，大约在2021年，斯坦福的一组教授写过一篇文章，第一次明确提出了今天大家都在使用的一个概念：Foundation Model，也就是基础模型。

我们今天讲模型、讲大语言模型，但“基础模型”这个概念，是到2021年才被这样明确提出的。

它的重要性在于，它让我们意识到：数据不是简单地喂给模型的材料，而是模型能力形成的根基。

这也是我今天为什么要讲，科学数据应该被放进基础模型。今天我们说“大模型”，在中文语境里，很多时候会把“大语言模型”里的“语言”两个字省掉。

但事实上，完整地说，大语言模型是建立在文本数据上的基础模型。它的根本能力，来自人类对文本数据的长期积累和处理。但处理文本这件事情，并不是人工智能出现以后才有的。

我们作为在中文环境里读书的人都知道，中国古代的典籍，最初是没有标点符号的，甚至也没有今天意义上的空格。

中文是到一百多年以前，才逐渐开始系统使用标点符号。古拉丁文在早期也是如此，没有空格，也没有标点符号。

没有标点符号会带来什么影响？一个人如果不把这句话读出来，就很难完成阅读和理解。

所以，对文本进行处理这件事，早在人类文明史中就已经存在。用今天的观点看，在文本之间加入空格和标点，某种程度上也可以理解为一种早期的Tokenization。

今天的大语言模型，把人类对文本的处理带到了一个前所未有的高度。

Tokenization是其中非常关键的一环。

科学不应该只停留在论文文本里

再回到科学。

很多年前，我就开始和一些地球科学家讨论：我们怎样用人工智能帮助地球科学？事实上，早在十几年前，也就是人工智能还没有像今天这样流行的时候，科学家们就已经提出过三个非常朴素、但极其重要的要求。

第一，科学家需要获取所有相关的科学数据。

第二，科学家需要获取相关领域的研究文章和论文。

第三，科学家需要一个基础设施。如果换一个说法，也可以把它叫作公共设施。

今天回过头来看，人工智能其实远远没有满足第一个条件。我们今天大多数所谓“AI帮助科学研究”的工作，仍然停留在文本层面。

也就是说，我们更多是在让模型读论文、读文章，最多再看一看论文附带的代码，而不是让模型真正触碰科学数据本身。

代码是一个很好的例子。如果你学习编程，最早接触代码的时候，可能也是在一个文本编辑器里。

但为什么Coding在今天变得这么重要？因为在模型里，代码没有被简单地当成另一种普通文本。

大家可以想一想：中文和法语之间的差别，中文和英语之间的差别，可能都没有英语和代码之间的差别那么大。代码作为一种数据，恰恰展示了数据如何驱动AI的思考。

所以今天我们要问：当人工智能帮助科学研究时，它到底是在理解科学，还是只是在理解科学论文？如果只是把科学论文的文本读一读，把论文里的代码看一看，那它仍然没有碰到科学数据本身。

它理解的仍然只是人类已经写出来的科学知识，而且是被论文形式表达出来的那一部分。

你可以想象，这后面还有多大的空间。在地球科学里，70%以上的重要信息并不在文本中。比如光谱、地震波、地层、化石、岩石样本，它们都不是传统文本。

我们常说多模态模型，“一张图胜过千言万语”。但在科学里，可能一段光谱、一段地震波，就胜过千万张图。

这件事非常有意思。

什么是科学基础模型

所以，几年以前，我们定义了一个概念：科学基础模型。所谓科学基础模型，就是建立在科学数据基础上的模型，而不是建立在科学论文文本基础上的模型。

它的目标非常清楚：让科学数据成为大模型的源头。这里面当然有一个很直接的工作，就是要把科学数据做Tokenization。可是最终，我们要做的不只是把科学数据切成token。

真正的科学基础模型，是要把文本、代码以及科学数据放到同一个空间里，放进同一个模型里，让模型能够统一处理这些信息。

从这个意义上说，科学基础模型不是一个vertical model，不是一个简单的垂直模型。今天我们一讲到某个具体领域，就很自然地想到：这是不是一个垂直模型？但我今天讲的不是这样一个独立的、狭窄的技术模型。

科学基础模型应当改变我们对科学数据的整体理解。

让石头“说话”：地球科学里的例子

我很快举一个例子。这个故事还在进行当中。大家都知道，地球科学很大一部分是在研究石头。石头是不会说话的，但所有这些工作，其实都希望石头能够“说话”。

石头说话的目标也很简单：我们想知道这个世界是怎么演进的。

 

地球已经有几十亿年的历史。生命什么时候出现，恐龙什么时候出现，人类什么时候出现，这些问题都放在一个非常巨大的时间尺度里讨论。这里的时间精度，往往是以百万年为单位来计量的。

和地球科学家打交道以后，我逐渐明白了一件事情：人类最基本的目标之一，是能够在地球上生活得更长久一点。

但要做到这一点，我们必须更好地理解地球的长时间尺度。这很难。

所以，地球科学家和人工智能合作的一个基本目标，就是把对地质时间的认识精度，从过去常见的百万年尺度，推进到万年尺度。这是几个数量级的提升。大家都知道，在科学里，精度提升几个数量级，是非常重大的事情。

我们和南京大学、中科院南京地质古生物研究所等团队合作，做了一个地球科学模型。这个模型规模并不大，但已经做出了一些很有意思的工作。

要理解这项工作，首先要理解化石。化石里既有时间信息，也有空间信息。但化石记录有一个重要问题，古生物学里叫Signor-Lipps effect。简单来说，最后一个消失的物种，不一定会留下最后一个化石。

一个生物能不能变成化石，本身是随机的。我们找到的某个物种最后一件化石记录，并不意味着那就是它真正消失的时间。

所以，当你根据化石推断年代时，并不能简单地说：它就是在那个时间点消失的。

这种效应使得我们对时间的确定变得非常困难。这恰恰是人工智能可以帮助的地方。

今年7月1日，在一次地质学会议上，相关团队展示了一项工作：参考十万种不同生物的种类、近两万多个地层剖面的数据，用模型把这些信息真正放到一个统一的时间轴上。

这大概是目前世界上最完整、也最精确的相关时间轴之一。

大家可以想象，如果我们最终能够把百万年级别的精度推进到万年级别，我们对这个世界的理解会变得完全不一样。

我们也很高兴，这项工作近期入选了联合国“科学促进可持续发展国际十年”相关认可清单。大家可以由此看到，人工智能对基础科学的推动，已经不是一个抽象的口号。

科学基础模型也需要全球治理

当然，要完成这样一个全球性的事情，治理结构非常重要。

尽管这只是地球科学这样一个领域里的人工智能模型，但我们在将近四年多以前，就建立了一个全球治理结构的委员会。这些专家和机制，对这项工作在全球范围内产生影响，发挥了非常重要的作用。

这也说明，科学基础模型不是某一个机构、某一个实验室、某一个国家可以单独完成的事情。它需要科学共同体、数据共同体、模型共同体和治理共同体一起参与。

人工智能会像数学一样基础

最后我想说一句话。因为有了科学基础模型，人工智能到了一个非常不一样的转折点。

这个转折点就是：人工智能会变得像数学一样基础。它不再只是某一个领域里的独立工具。

大家可以想一想，数学在人类科学史上起了什么作用。未来五十年，人工智能对科学研究所起的作用，可能也会像数学一样深远。

（内容来源世界人工智能大会，有删改）