AI加速科研，如何让答案经得起检验？

在2026世界顶尖科学家论坛上，多位科学家聚焦AI在芯片设计与材料科学中的应用，探讨了如何通过自动验证、合成路径监测以及跨学科协同，让AI给出的答案经得起实际检验。

更多热点与事件后续：818吃瓜 · 818chigua.com

在世界顶尖科学家论坛的多场平行论坛上，人工智能如何参与科学研究成为热议话题。从生成电路到寻找材料，多位科学家的发言均指向同一道关口：怎样检验AI给出的结果，并将其转化为可用的技术？

在芯片设计领域，由于系统对错误极为敏感，让AI一次性生成正确设计十分困难。中国科学院计算技术研究所副所长陈云霁介绍，团队将自动验证、自动调试和自动修复引入设计流程，通过反复迭代改进结果，探索从功能需求到电路设计的自动化路径，并先后实现了“启蒙1号”和“启蒙2号”处理器核的自动设计。

当研究对象转向材料科学，检验AI答案又多了一道现实关卡：计算中表现出色的材料，能否在实验室里真正制备出来？2010年诺贝尔物理学奖得主康斯坦丁·诺沃肖洛夫指出，真实材料的性质受到多种复杂因素影响，且预测出具有特定性质的材料并不意味着能够找到合适的合成路径。其团队通过监测反应过程并建立模型，让AI学习合成条件与反应路径之间的关系，以协助寻找目标材料的获得方法。

美国西北大学材料科学与工程教授杰弗里·斯奈德认为，全新的材料发现仍面临挑战，未来的材料研究需要不同专业的研究者共同参与，将AI专家、化学家、工程师以及物理机制的理解紧密结合。

面对日益深入科研流程的技术变革，科研人员应当具备怎样的能力？中国科学院院士何积丰将其概括为定义问题、验证AI产出，以及作出道德判断三个方面。基础知识与原理理解构成了校验、甄别AI输出的内在标尺，能够有效避免被流畅却存在漏洞的答案误导。

相关话题：AI加速科研，如何让答案经得起检验？

参考来源：中新网滚动热点（来源发布于 2026-10-31）。本文根据公开资料整理，结合相关背景提供阅读与观察。