【2026 Science x AI Summit 系列演讲切片第十四期——炉边对谈（Chuck Ng & Tom Kalil）】

在2026 Science x AI Summit上，SAIR联合创始人Chuck Ng与文艺复兴慈善基金会首席执行官Tom Kalil展开了一场关于科研资助体系结构性缺陷的深度对话。

Kalil指出：AI for Science的突破需要三个前提，即明确定义的问题、大规模高质量数据集、可复现的评估基准。

然而，学术界的激励结构偏向“首次创新”而非“持续积累”，风险投资则追逐高商业回报，对开放公共数据、基础工具等公共产品避之不及。

Kalil以AlphaFold为例：数十年积累的蛋白质数据库（PDB）与CASP竞赛，是DeepMind成功的关键，而这两者皆非市场自发产生。反观当下，AI数据中心年投入数千亿美元，但用于构建科学公共数据集的资金却严重匮乏。

Kalil认为，慈善资本恰恰能填补这一空白。它不要求财务回报，可支持高科学价值、低经济收益的项目。Kalil创立的文艺复兴慈善基金会在两年内催化5.33亿美元，资助了AI for Math、低成本太空望远镜等公共品。

他还推崇“聚焦研究组织”（FRO）模式，即时间限定的非营利研究机构，以CEO带领专业团队攻坚，Lean定理证明器即是成功典范。

Kalil最后呼吁：各领域科学家应识别阻碍AI加速的关键瓶颈，制定数据与基准路线图；政府、慈善与有远见的资本应共同出资建设这些科学基础设施。

“AI科学的下一个突破，不取决于谁拥有最大的数据中心，而取决于谁愿意为公共数据集和基础工具买单。”——SAIR，与思考者同行。

#AI##AIforscience##SAIR##科研##AG##人工智能 ##AGI ##SAIRFoundation##科学##开放科学##资助体系##AI人工智能# http://t.cn/AXXBWyUD