盛大集团、天桥脑科学研究院创始人陈天桥日前在首届AI驱动科学研讨会（AIAS 2025）上提出的“发现式智能”（Discoverative Intelligence）理念，迅速获得国际学术界的热烈响应。多位国际顶尖学者纷纷表示高度认同，认为这一理念抓住了AI应用于科学研究的核心，将引领科学发现的新范式。

　　斯坦福大学名誉校长、Alphabet（谷歌母公司）董事长、图灵奖得主John Hennessy教授对“发现式智能”理念给予了最直接的肯定：“科学的本质在于发现，而‘发现式智能’正抓住了人工智能应用于科学研究的核心——加速并强化发现的过程。”

　　作为见证了个人电脑、互联网和AI浪潮的技术领袖，Hennessy指出，AI正以前所未有的速度普及——不到一年就达到50%的美国家庭普及率，而个人电脑实现同样目标花费了数十年。在这样的技术浪潮中，明确AI的核心价值方向至关重要。

　　加州大学伯克利分校计算、数据科学与社会学院院长Jennifer Chayes教授表示：“‘发现式智能’完美地诠释了生成式人工智能、大规模并行实验与人类创造性引导相融合的迭代过程。发现性智能是科学的未来，将在生物医学与健康、气候与可持续性以及人类福祉领域带来极大加速的突破。”

　　加州理工学院计算与数学科学教授Animashree Anandkumar从技术层面深刻阐释了“发现式智能”的核心特征：“面向科学发现的人工智能必须具备超越训练范围的外推能力。这种能力不能仅从数据中获得，我们需要将物理知识融入其中，以实现真正新颖且令人惊奇的发现。”

　　南加州大学工程学院院长Yannis Yortsos教授指出了AI在科学发现中角色的演进趋势：“无论作为工具、催化剂还是技术本身，人工智能都在迅速加速科学发现。这种‘发现性’的特质只会不断增长。”

　　加州理工学院陈天桥雒芊芊神经科学研究院院长David Anderson教授表示：“天桥脑科学研究院提出的资金规模与创新机制，将吸引有才华的年轻研究者推动人工智能的能力，从加速科研到探索未知领域，其影响将是变革性的。”

　　值得注意的是，三位诺贝尔奖得主分享的最新研究成果，生动印证了“发现式智能”理念的现实意义：

　　2025年新晋诺贝尔化学奖得主Omar Yaghi展示了AI设计的零能耗沙漠取水装置，以及AI Agents团队在几天内完成上百次实验的案例，他宣称“AI不是工具，而是新的科学思维体”。

　　2024年诺贝尔化学奖得主David Baker介绍了如何利用AI实现从“序列预测功能”到“功能设计序列”的革命性转变，真正实现了“从头设计”蛋白质。

　　2020年诺贝尔化学奖得主Jennifer Doudna强调CRISPR与机器学习的协同进化，指出需要“包含因果关系的数据集”。

　　陈天桥在演讲中系统阐述了“发现式智能”的核心内涵：这是一种能够主动构建可检验理论模型、提出可证伪假说，并通过与世界的互动和自我反思不断修正认知框架的智能。

　　他特别强调：“它超越了模仿，因为创造和发现才是智慧的本质；它重新定义了AGI的意义——不是‘取代人类’，而是‘进化人类’。”

　　为实现“发现式智能”，陈天桥提出了五大核心能力：神经动力学结构、长期记忆系统、因果推理机制、世界模型，以及元认知与内在动机系统。他将这一路径称为“结构路径”，与当前主导的“规模路径”形成对比。为支持全球青年科学家推进“发现式智能”研究，陈天桥宣布投入超过10亿美元建设专用算力集群，建立全新基准测试体系，推出PI孵化器计划，让博士生和博士后建立以自己名字命名的独立实验室。