光明网乌镇11月4日电（记者 丁瑜）11月4日，2026年世界互联网大会乌镇峰会“人工智能赋能科学研究”论坛在浙江乌镇举行。论坛上，中科曙光高端计算总工程师卜景德分享了如何通过软硬协同，在同一算力底座上打通科学计算与AI训练的实现路径。

中科曙光高端计算总工程师卜景德。（记者 崔益明/摄）

“很多人说我们用科学智能打造了大量模型，解决了不少场景问题。如今各领域确实涌现出了海量模型，但回头看AI的整体发展脉络，其实能找到清晰的规律。”卜景德说。

早期行业聚焦“参数量即智能”，都在研究怎么靠堆参数让模型更聪明；后来又关注“压缩即智能”，探索如何把知识高效压缩进模型。从2023到2024年前后，大模型的能力出现了爆发式增长。为什么GPT、DeepSeek R1这类模型出现后，行业演进速度突然大幅加快？

卜景德认为答案就是验证。当年起到关键作用的后训练、强化学习，本质上就是一种验证机制。发展到今天，AI在编程领域已经做得非常成熟好用，这个发展速度很惊人，也恰恰印证了验证的价值。随着模型能力持续演进，未来在进化模型、科学智能方向的探索，还有非常大的空间。

科学本身就是一个天然需要广泛验证的领域。几百年的科学发展沉淀了大量知识，可能是方程、是程序、是一套方法论，这些都为验证提供了基础。卜景德认为，最核心的验证方式还是实验，比如一种药物是否有效，最终要靠实验来确认。但现在大家都在做自动化实验室，可即便速度再快，依然满足不了验证效率的需求。原因就在于，现在已经进入了“假设爆炸”的阶段。

来源： 光明网