​SAIR Foundation首届峰会：聚焦AI科研的“验证”基石与“生态”重构

2026年2月10日（美国太平洋时间），一场不同寻常的聚会正在将数学家、物理学家与人工智能先驱聚集在同一个屋檐下。

在科技巨头们竞相发布更强模型的喧嚣之外，由菲尔兹奖得主陶哲轩（Terence Tao）联合创立的科学与人工智能研究基金会（SAIR Foundation），举办了名为“AI for Science: Kickoff 2026”的首届年度盛会。

出席本次活动的不仅有陶哲轩，还有诺贝尔物理学奖得主巴里·巴里什（Barry Barish）和图灵奖得主、强化学习之父理查德·萨顿（Rich Sutton），以及来自微软、英伟达、OpenAI及亚马逊等科技巨头的代表。

在这个人工智能大规模应用的关键历史节点，SAIR提出了一项新的课题：不仅要用AI加速科学发现，还要用科学重塑人类未来AI的发展路径。他们的最终目标直指如何用科学的方法来构建通用人工智能（AGI）乃至超级人工智能（ASI）。

数学界的“平权运动”

作为SAIR的联合创始人和灵魂人物，陶哲轩在主旨演讲《机器辅助与研究数学的未来》中，描绘了一幅令人意外的图景。

过去几年，形式化证明助手（Formal Proof Assistants）与大语言模型（LLMs）的结合，正在悄然改变数学这一古老学科的数千年以来的运作方式。陶哲轩指出，技术带来的不仅仅是解决问题能力的提升，更是协作模式的根本性变革。

他以“Erdős problem site”为例，指出系统化的问题收集平台与AI工具的结合，正在显著降低数学研究的准入门槛。一个引人注目的现象是，许多参与解决高深数学问题的贡献者，并非传统的职业数学家。AI正在让数学研究变得更加普惠，这种“去中心化”的智力贡献模式，或许正是未来科研的雏形。

从LIGO到未来：AI成为大科学装置的“设计师”

如果说陶哲轩关注的是科学理论层面的协作，诺贝尔奖得主巴里·巴里什则展示了AI在科学工程上的硬核力量。

在回顾LIGO发现引力波十周年的历程时，巴里什将目光投向了2030年代。在过去的10年间，AI已经被大量用于数据分析以提高总体的灵敏度。下一代引力波探测器的灵敏度预计将再提升十倍，而实现这一跃升的关键，在于如何处理极度非线性且强耦合的复杂设计空间——从光学配置到量子噪声的抑制。

巴里什强调，AI的角色已发生质变：在我们追求更高灵敏度的过程中，它不再仅仅是建设完成后的数据分析工具，而是从概念设计阶段就介入的核心“设计师”。这意味着，人类探索宇宙的大型基础设施，其底层构建逻辑正在被人工智能重写。

萨顿的预言：从“数据”到“经验”

会议中最具哲学意味的声音来自理查德·萨顿。这位图灵奖得主在题为《AI的未来》的演讲中，对当前的AI发展范式提出了反思。

萨顿认为，我们正处于一个时代的转折点：从2020年代依赖“人类数据”喂养AI，转向依赖“经验学习”（Experience Learning）。未来的AI将不再仅仅是对人类知识的模仿，而是像生物一样，通过持续的经验积累获取新知。

在谈及备受关注的AI安全与治理时，萨顿警告应避免基于恐惧的中心化控制。他主张科学界应以一种去中心化的合作模式，带着勇气与探索精神去拥抱这一变革。在他看来，AI的进化是宇宙发展的必然一步。

拓展智能科学的边界

在长达数小时的圆桌讨论中，来自学术界、工业界与教育界的领袖们反复触及一个核心共识：AI一方面可被视为提升效率的工具，但它也正在引发科学革命，并且AI本身就是待探索的科学对象。

正如SAIR Foundation联合创始人Chuck Ng所言，本次大会所传递出的信号，SAIR Foundation的成立是为了倡导一种新的科研范式——“拓展智能科学的边界”（Scaling the Science of Intelligence）。

从陶哲轩的数学协作网络，到巴里什的工程设计革命，再到萨顿对AI进化路径的预判，一条清晰的路径正在浮现：将科学的严谨性（可验证、可复现）与AI的扩展性（高算力、大数据）深度融合。

这或许是人类通往AGI乃至ASI最稳健的一条道路：打破封闭的实验室围墙，建立开放的社区协作体系，在机器智能狂飙突进的时代，为其注入科学的灵魂。

关于 SAIR Foundation

科学与人工智能研究基金会（SAIRFoundation）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。