顶尖科学家论坛讨论AI（人工智能）科研验证难题：芯片设计靠反复纠错，材料需过合成关

2026年10月30日，2026世界顶尖科学家论坛举行多场平行论坛，AI（人工智能）参与科研成为讨论话题。 中国科学院计算技术研究所副所长陈云霁在人工智能平行论坛介绍，团队将自动验证、自动调试和自动修复引入设计流程，通过反复迭代探索从功能需求到电路设计的自动化路径，先后实现“启蒙1号”和“启蒙2号”处理器核的自动设计；

“启蒙1号”已完成流片，性能达到Intel486水平，“启蒙2号”性能达到ARM Cortex A53水平。 他还表示，团队将AI应用拓展到操作系统配置、程序转译等环节。 2010年诺贝尔物理学奖得主康斯坦丁·诺沃肖洛夫在未来能源大会谈到，真实材料性质受微观结构、晶粒边界等多种因素影响，这些复杂信息未必被现有数据库充分记录；

即便预测出具有特定性质的材料，也不意味着能找到合适合成路径。 其团队尝试从研究开始就将合成过程纳入考虑，以氮化硼为例，原料转化可能包含多条相互竞争的反应路径，团队通过监测和建模积累数据，让AI学习合成条件与反应路径的关系。

美国西北大学材料科学与工程教授杰弗里·斯奈德区分了对现有材料的设计优化与全新材料的发现，称前者已取得不少进展、后者仍面临诸多挑战，并在圆桌讨论中提到热电材料需综合考虑使用寿命、热膨胀、振动、接触界面及制造条件等。

中国科学院院士、华东师范大学终身教授何积丰在致辞中提出科研人员应具备定义问题、验证AI产出和作出道德判断三方面能力，基础知识是校验AI输出的“内在标尺”。