在2025浦江创新论坛的“人工智能赋能科学研究”专题论坛上，上海人工智能实验室主任兼首席科学家周伯文提出了“AGI for Science之六问”，意在深入探讨人工智能（AI）与科学研究之间的深度融合。此次讨论是基于两个月前的2025世界人工智能大会上提出的“AI三问”，周伯文通过与深化，推动了AI在科学领域的应用思考。
周伯文提出的第一问让人联想到百年前数学界关于“机械化解决”问题的探讨。他指出，科学探索的本质在于系统能否被有效地预测和解决，而这一过程可能回溯至 “机械化”的思考时代。科学研究的未来不仅需要工具技术的持续发展，也需要对科学本身的哲学解读。
第二问关注的是科学的核心特征——预测能力。周伯文强调，目前大多数基于大语言模型的AI在面对新型复杂问题时常常遭遇性能瓶颈。他以蛋白质结构的预测为例，指出尽管AI可以辅助这一过程，但在深度理解蛋白质折叠原理时仍显捉襟见肘。这个问题不仅提示我们不断优化AI的训练算法，还需要更广泛的基础研究来补充AI的不足。
第三问则将目光投向自然语言在科学中的运用。周伯文认为，自然语言的挑战涉及“表达”和“理解”两个方面。一方面，AI需要更好地捕捉自然界的行为模式；另一方面，AI应以人类易于理解的方式展现这些信息。他倡导在现有自然语言处理与多模态技术的基础上，探索形式化表征的深入研究，以增强AI对科学语言的理解能力。
在第四问中，周伯文警示我们不要局限于AI与单一学科的交叉。AGI for Science的真正价值在于促进多学科的融合，从而催生新的科学洞察。他指出，很多革命性的科学发现往往源自于不同学科的交集，因此构建一个跨学科的AGI是未来的方向。
第五问关于假想实验引人深思。周伯文提到，如果我们让AI的知识截止在1905年，即爱因斯坦提出狭义相对论的时代，能否借助当时已知的黎曼几何等理论，推导出更复杂的广义相对论？这一思考不仅展示了AI在科学推理中的潜力，也暗示了科学知识之间的内在联系与演变逻辑。这里，AI不仅是研究工具，更是推动理论创新的助力。
，周伯文提出第六问，强调AGI在科学研究中的两个重要潜力：它能提供新的分析视角和精确的量化工具，有助于科学家进行更深入的研究分析；它可以帮助实现“可重复实验”，通过大模型的模拟与推演，使得科学实验的结果更加可靠与方便验证。
在此次论坛上，周伯文的这些思考不仅为传统科学研究带来了新的视角，也为未来的AI发展指明了方向。他的提问激起了与会者的热烈讨论，大家纷纷表示，AGI的潜力需要在不断的实践与摸索中挖掘，科学智能化的道路还任重而道远。
值得一提的是，论坛上也宣布成立了“科学智能战略科技力量联盟”，旨在汇聚各方智慧，加速人工智能与科学研究的融合进程。这一举措标志着科学界和技术界的进一步合作力图迎接AI时代的挑战与机遇。
周伯文提出的“AGI for Science之六问”犹如一扇窗户，开启了对未来科学研究方向的新探索。随着AI技术的不断进步与完善，这些问题的解答可能会极大地推动科学发展的新纪元。期待在不久的将来，人工智能能够真正成为科学探索的有力助手，引领我们走向更加辉煌的科学时代。