360集团潘剑锋：模型生成空间大于科学合法解空间

　　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，360集团首席科学家、集团副总裁潘剑锋针对当前科学大模型仍面临科学有效性、信息充分性、全局有限性三方面的局限，分享了对应的破局思路。

360集团首席科学家、集团副总裁潘剑锋（记者 崔益明/摄）

　　潘剑锋认为，当前大模型从知识生成走向复杂的科学问题求解，但生成不等于正确，推理也不等于证实，如何利用模型探索未知，提出多种科学假设，又能够依据科学规矩验证它的结论、修正它的推理，这是迈向可靠的科学智能的关键。

　　大模型可以生成看似合理的答案，但这不等于答案在科学层面成立。潘剑锋表示，以化学合成为例，模型能输出一条描述完整、步骤清晰的合成路线，每一步看起来都有对应的化学反应依据，但如果进一步分析反应条件、反应动力学和副反应情况，就会发现这条路线在给定条件下其实并不可行。

　　究其原因，是模型的生成空间大于科学上的合法解空间，这一点固然是探索未知路径的动力，但同时也带来了不确定性。模型的本质是拟合训练数据的概率分布，并不会主动严格遵循科学规律，因此概率层面的预测和事实正确性不能画等号，单纯提升模型的生成能力，无法从根本上解决科学推理的可靠性问题。

　　因此，需要将候选生成和正确性判定两者解耦，大模型负责理解问题、提出探索、探索多种候选方案，验证机制就要负责依据科学规律、形式规则、外部证据和实验观测对候选结果进行检验。“发现问题之后，再把验证结果反馈给模型，指导它修正、补充证据以及调整和探索方向，这样才能形成一个完整的闭环。”潘剑锋说。