近日，AI驱动科学研讨会在美国旧金山举行。会议汇聚了近30位全球顶尖学者与产业精英，与现场数百位学者、学生共同探讨AI如何驱动科学发现。会上，盛大集团、天桥脑科学研究院创始人陈天桥发表主题演讲，首次系统阐述了“发现式智能”（DiscoverativeIntelligence）的全新理念，指出这是真正意义上的通用人工智能，并提出了实现路径。
“发现式智能”这一理念，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。
据了解，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。
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 浪潮的技术精英，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 评价："'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。"
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。
