和AI一起探索多元科学数据处理新可能古生物研究等领域已实现精度量级跨越

文 | JHMS贝壳

2024年底，《美国天文学杂志》刊登了一篇文章。这篇论文的作者只有一位，既非资深教授，也非博士后研究员，而是一名18岁的高中生。他提取了一颗已退役小行星观测卫星留下的旧数据，重新进行演算，最终找到了近150万个此前从未被记录的天体。讽刺的是，这颗卫星当初的设计初衷，压根就没包含寻找这些天体的任务。

阿里云创始人王坚在2026WAIC（世界人工智能大会）上，讲的就是这个真实故事。

乍一看，这个故事跟大众印象里的“AI”似乎八竿子打不着——没提大模型，没谈算力，也没用任何我们熟悉的AI标签。但正是这个看似无关的插曲，指向了当前人工智能发展中一个极易被忽略、却可能引爆下一轮变革的关键方向。

一、惊人速度：但AI远未触及“智能”本质

如今，谈论人工智能早已不是什么新鲜事。它能答题、能创作、能写代码、能辅助办公。

CNNIC的数据显示，截至2025年12月，中国生成式人工智能用户规模已达6.02亿人，普及率高达42.8%。

从2023年ChatGPT引爆公众认知，到如今42.8%的普及率，这条路只走了2年左右。若以国内DeepSeek-R1模型问世为起点，时间跨度更短，仅1年。

回顾科技史，革命性技术从问世到普及的周期确实在缩短。但同样的42%普及率，中国从1997年正式接入互联网到2012年达到这一水平，足足花了15年。

AI的普及速度确实惊人。

不过，一个必须正视的问题是：我们日常使用的AI，真的具备“智能”吗？

答案恐怕没那么乐观。

目前大多数人接触的AI，并非真正意义上的“大模型”，更准确的说法是“大语言模型”——这是一个搭建在文本数据之上的基础模型。它的核心工作，是让机器更高效地处理人类已经写好的文字。

文本处理并非AI时代的新生事物。古代汉语没有标点，字与字之间也无空格，阅读难度极大。后来人们给文本加上标点、在适当位置分隔，这便是文本处理的原始形态。

今天的AI模型以文本数据为根基，其处理任务的上限，仍局限于人类已有的知识体系之内。它通过电算加快了处理速度，却无法主动去探究那些尚未被人类用文字描述过的信息。

二、边界显现：大语言模型的“已知”困境

回到开篇的案例。

NASA利用那颗卫星进行近地天体广域红外巡天探测，扫描全域天空。那名高中生用的是同样的数据，却换了一种分析思路，从而发现了海量未被编目的天体。类似情况并非孤例，伽利略当年使用的观测数据，大多来自前人的整理留存，他并未专门采集全新数据。

面对这类“原生数据”，今天的大语言模型无法自主产生探究方向。除非人类给出清晰的任务指令和明确的筛选依据，否则它只会停留在“处理已知”的层面，无法跨越到“发现未知”。

这就是当前AI的智能上限，也是亟待打破的能力边界。

王坚在2026WAIC演讲中指出的，正是AI需要面临的挑战与革新，他将其称为——范式变革。

过去的基础模型只把语言和代码作为核心训练素材，科学数据长期处于边缘地位。他认为，未来真正重要的不是训练更大的语言模型，而是让科学数据成为基础模型里的 “原住民（First-class Citizen）” 。

这意味着AI将不再局限于“阅读人类写好的知识”，而是能够直接理解那些从未被文字记录过的信息——光谱、地震波、基因序列、天文观测信号、地层化石记录……

三、科学数据：应纳入大模型的“原住民”

举个例子。

在古生物学领域，地层中的化石记录永远无法做到完整，我们能观测到的化石出现与消失区间，同物种真实存续范围之间存在天然偏差。过去，科学家主要依赖人工统计和地层对比来推算物种灭绝时间，精度长期停留在“百万年”量级。中国科学家团队用模型整合了10万个生物属、近2万个物种的化石数据，做出了目前世界上最完整、最精确的地质时间轴，把时间标定的精度从百万年级别提升到了万年级别。这项工作刚刚入选了联合国“科学促进可持续发展十年”的政策清单。

“万年”与“百万年”之别，不是简单的误差修正，而是两个数量级的跨越。

对科学数据的归纳与分析并没有想象中那么简单。这些碎片化的原生数据往往不完整、不连续，存在数据断层和噪声干扰。

对于涉及多个维度的碎片化信息处理，传统人工分析难以理清，当今的大语言模型也不具备这个能力。如果将科学数据同文本、代码纳入同一语义空间的通用基础模型，让科学拥有同等核心地位。

未来，在同一逻辑框架下，AI将有能力直接处理深空无线信号、大气环流数据、古生物化石记录、基因序列信息，从中发现人类肉眼无法识别的隐藏关联。

这并不是空洞的展望，一些前沿实践已经开始验证这个方向的可能性。

2026年3月，之江实验室与瑞士联邦理工联合举办的“AI+天文学”研讨会，已经印证了这种范式转移的可行性。事实上，之江实验室几年前就已启动了 “科学基础模型” 项目，内部代号 “021”（Zero to One），寓意从0到1的突破。

四、人工智能：从“变革”到“革命”的可期

如果“范式变革”如预期获得突破，我们将迎来一个全然不同的AI时代。

这并非渐进式改良，而是从根目录出发的重新定义。

届时，在同一逻辑框架下，AI将有能力直接处理深空无线信号、大气环流数据、古生物化石记录、基因序列信息，从中发现人类肉眼无法识别的隐藏关联。

当一名18岁的高中生能够用退役卫星的数据做出顶级科研发现，当AI开始替代人类完成高维数据空间中“肉眼无法看见”的模式识别，一场涉及科研方法、教育模式、产业逻辑乃至社会结构的深层次变革，已经开始发酵。

一段时间后再回溯AI的革新进程，这或许可以被称之为——“范式革命”。