AI 的下一步

以下是这份算力规模（到2028年底接近约1.5亿个H100等效）有望发现或解锁的接下来十项重大突破的深度清单。这些直接建立在该图表现有里程碑（优越的天气模型、阿尔茨海默病见解，以及2026年对平面单位距离猜想的证伪）之上。全球AI算力已大致每年翻三番，每约7个月翻一番；预计的跃升将使训练运行、推理集群、搜索空间和智能体实验再增一个数量级。这使得对组合、物理和生物搜索空间的探索更加深入，而这些空间此前是难以处理的。 **更多开放数学结果和形式化证明的涌现** 在单位距离猜想之外，预计在其他长期未解决的组合、数论和几何问题上将取得系统性进展（更多Erdős型问题、改进的界限和反例）。现有系统已能生成候选构造、进行形式验证并与人类数学家迭代。凭借10倍以上的有效搜索和验证算力，AI将常规性地产生可发表的进展，在研究层面协助形式化证明草图，并推向更难的基准（例如，按当前趋势，FrontierMath类问题预计在2027年左右可解）。这将数学转变为更高通量的协作事业。 **以更高效率发现新型治疗候选药物和疾病机制** 在2025年阿尔茨海默病相关基因/通路见解的基础上，更大的模型加上大规模分子模拟和多组学搜索将识别出复杂疾病（癌症、纤维化、神经退行性疾病、衰老相关通路）的因果机制、药物重定位和全新设计。端到端AI循环（靶点识别→分子生成→性质预测→实验优先级排序）已经极大缩短了一些时间线；额外的算力使候选分子筛选数量和蛋白质-配体及蛋白质-蛋白质相互作用预测保真度成倍增加。预计将有更多主要源自AI系统的I/II期候选药物。 **通过逆向设计和十亿原子模拟发现新功能材料** AI已能模拟数十亿原子系统并筛选极大的组成空间以寻找稳定性、磁性、催化或机械性能。下一波将产生实用的候选材料，用于室温（或更高Tc）超导体、更好的电池电解质/电极、负碳混凝土、绿色化学/燃料的高效催化剂以及量子材料。自主实验室通过合成和测试顶级候选材料来闭环，将材料发现从数年缩短至数月。 **更高保真度的全细胞和多尺度生物模型** 准确预测任意蛋白质-蛋白质相互作用、完整的细胞数字孪生以及疾病状态或发育过程的系统级模拟。当前的蛋白质结构和相互作用工具功能强大，但受数据和算力限制；即将到来的能力支持在远大于此的模拟+实验数据集上训练，并运行更长、更详细的动力学模拟。这直接反馈到合成生物学、个性化干预以及对复杂性状的理解中。 **受控聚变和等离子体物理的实际进展** AI优化的等离子体控制、磁体设计以及磁约束装置的实时破裂预测。聚变系统的数字孪生通过数量级的模拟吞吐量加速，将有助于更长时间稳定等离子体并识别更好的运行区间——加速从实验反应堆走向净能量系统的进程。 **区域和过程尺度上的变革性气候与地球系统见解** 在2024年天气预报飞跃的基础上，下一代模型将以更高精度和更长预报期解析更精细的过程（云、湍流、生物地球化学、冰盖动力学）。预计将对临界要素有新的理解，改进极端事件归因，并优化干预措施（例如农业、水资源或碳管理）。算力使得之前过于昂贵的集成模型和混合物理-AI模型成为可能。 **能够自主运行数周的完全智能体式AI科研人员** 能够提出假设、设计实验或模拟、编写和调试必要代码、分析结果、自我批评并迭代的系统——作为“AI研究实习生”发挥作用，并扩展到自动化研究者。时间范围基准已显示出可靠自主工作时间的迅速延长；额外算力支持更长的连贯推理、工具使用和并行探索。这倍增了人类科学家的生产力，并打开了需要穷举搜索的问题。 **AI设计的下一代AI硬件和软件栈** 联合优化芯片架构、互连、编译器、内核甚至数据中心布局的模型。早期实例已改进了矩阵乘法算法、恢复了全局计算效率并加速了芯片设计周期（从数年缩短至数月）。凭借这一算力基础，AI将帮助设计Blackwell/Rubin类加速器的后继者、光子互连以及更高效的训练/推理算法——形成正反馈循环。 **硬连续介质和多体物理问题的进展** 对湍流、Navier-Stokes正则性问题、量子多体系统以及宇宙学模拟（星系形成、黑洞波行为）的更好近似或数值见解。AI已辅助PDE求解和符号发现；大规模算力使得对解空间进行穷举探索、发现新的不变量或降阶模型，以及符号-数值混合进展成为可能。 **个性化多组学医学与实时诊断/治疗系统** 在群体规模上整合基因组学、蛋白质组学、影像、临床记录和持续监测，以揭示个体疾病轨迹、最优干预措施以及远超当前阿尔茨海默病式发现的早期预测特征。推理能力支持始终在线的模型实时个性化治疗，而训练算力解锁了在更大的多模态生物医学语料库上训练的基座模型。 **关键注意事项** 这些成果并非自动实现。它们需要持续的算法进步、高质量数据（或高保真模拟数据）、能源基础设施、实验验证循环（机器人实验室、临床试验）以及人类的科学判断。即使在原始芯片到位的情况下，电力输送、数据质量或监管方面的瓶颈也可能延缓部署。尽管如此，历史模式——每次主要算力提升都会解锁质性的新科学结果——强烈表明上述清单是2026-2028年及不久的将来的发展方向。该图表所示的轨迹是将今天有前途的原型转化为常规、高影响力发现的赋能条件。