【AI做出的科学发现，谁来证明它是对的？】

9 月 20 日至 21 日，以“下一代物理智能前沿”为主题的 PAIR Conference 2026 在上海举行。会议由上海物理智能与机器人研究院举办，邀请来自高校、科研机构及产业界的多位专家学者，围绕下一代智算系统、下一代智能载体、下一代科学发现和下一代计算范式等方向展开讨论。

在“下一代科学发现”专题论坛上，几场报告分别从科研基础设施、生物工程、药物研发和科学成像等角度，讨论 AI 如何进入科研的各个环节。论坛最后的圆桌以“模型结果如何成为可信科学证据——跨学科验证、复现与适用边界”为主题，将讨论收束至一个核心追问：当 AI 给出一个看上去很有价值的结果，它要经过怎样的检验，才能成为可信、可复用的科学证据？

圆桌讨论由清华大学信息国家研究中心副研究员郭雨晨主持，四位学科背景各不相同的青年研究者参与对话，他们分别是清华大学药学院副教授张数一；复旦大学研究员鲍峰；复旦大学青年研究员、旦源星途创始人张宏亮，以及律动造物CEO、新南威尔士大学讲师谢童。

AI for Science 这几年的主线是证明模型“能做”：能预测蛋白质结构、筛出成千上万个候选材料、自动规划合成路线。但生成候选的速度提升了几个数量级，实验验证的速度并没有同步跟上。两者之间的落差，正在成为决定这一领域成果含金量的关键变量。

戳链接查看详情：http://t.cn/AXl9MTBy